ChatGPT 已成为下一代的新操作系统！

如果说 Windows 引领了 PC 互联网新时代，iOS、Android 成为了移动开发时代的敲门砖，那么，AI 开创的新纪元中，OpenAI 率先开放 ChatGPT API 的心思还有些让人不解——一款聊天机器人难道要成为 AI 模型应用的小助手，直至昨日，其带着「应用商店」之插件功能炸场之时，众人才恍然大悟，ChatGPT 的种种动作正在向 AI 时代的操作系统无限逼近！




AI 激荡 70 载，身处操作系统演变的中心位置，在 ChatGPT、文心一言等 AIGC 产品，GPT-4、Stable Diffusion、Midjourney 等 AI 大模型的加持下，程序员现有的编程范式将会遭到怎样的冲击？面向的全新 AI 应用时代，开发者的思维、开发方式、工具又该做出怎样的改变？


GPT 是人工智能时代的 Windows
首先，CSDN 创始人&董事长、极客帮创投创始合伙人蒋涛发表了《大模型时代的新应用开发者》的主题演讲。他表示，AI 时代的到来，为开发者产业带来三大红利：人人都是开发者，家家都是技术公司，万亿技术云大生态。


技术的演进所经历的阶段宛如一个轮回，回顾 2011 年，全球化移动应用市场大门打开之际，掘金海外还是瞄准国内市场、专注 iOS 还是 Android 亦或者是 HTML5 跨平台开发等都成为开发者抉择的方向。

12 年之后的再一个兔年中，开发者再次站在选择的十字路口，正如技术社区三倍速定律所彰显的那样，“一个技术要进入到真正的生态应用里，首先是在学术界被大家认可，接着进入到工程界，最后才进入大众视野。因此技术社区的动向往往能反映出未来的技术趋势”，从数据中，我们可以明显感知到了 GPT 正在以前所未有的速度成为人工智能时代的 Windows，AI 发展也正处于 iPhone 4 时刻。




之所以 ChatGPT、大模型能够具备「理解它从没见过的需求，并让你“心想事成”」这样的能力，蒋涛解释道，它们克服了单领域、多模型的限制，具有「涌现」的能力。正如百度创始人、董事长兼首席执行官李彦宏在与他的对话中分享的那样，「参数规模达到千亿，同时匹配足够多的数据来训练，最后就会出现智能涌现，应该说是从量变到质变的过程」。

自 ChatGPT、GPT-4 拥有超强的代码生成能力之后，也迅速让工程师以编码为主导的软件 1.0 时代进入了以数据为驱动编码的软件 2.0 时代。




而为真实呈现 ChatGPT 等自动化编程工具对开发者的影响，以用户的高频需求为主，将自动化编程演进划分为 5 个等级：




经过评测结果发现，ChatGPT 以几乎接近满分的成绩，摘得榜首，成为开发者最佳编程辅助工具，但目前尚未有任何一款产品达到 C4（高度自动编程）级别。




对此，蒋涛认为，程序员日常的编码工作，已从过去用开源来集成，到现在用 AI 进行组合，程序员每天 80% 的工作，甚至 90% 的工作可能用 GPT 就能完成了。





不过，由于开发人员的工作并不仅仅是写代码，还覆盖确认需求、建流程、做开发、进行架构模块设计、模块设计、测试等软件开发周期中的多个流程中，蒋涛认为，每一个板块、流程可能是集成 GPT，而不是用 GPT 来取代，到最后上线运维的最后”一公里“工作还是需要人去做的。

在这个过程中，所有的工具都会被 ChatGPT 重构，重新生成。每个行业都有 AI 在赋能，这也可以让各个行业的开发者们通过 LLM/GPT，引入插件/prompt，再用自然语言去对话，极大地降低了程序员的门槛，扩大了入口，这也让 ChatGPT 成为新一代的操作系统。




最后，蒋涛对于想要加入这场 AI 浪潮的开发者建议道，首先要去学表达，学会善用 Prompt；第二要学英文，因为前沿技术的英文资料更新速度更快；第三，发挥想象力，开始行动。

学会 Prompt，就能完成 AI 开发？
“我发现我们这些老一代程序员今天被 AI 技术的发展拉到了一个和刚毕业的大学生一样的门槛上，我不认为我做了十几年的自然语言处理技术，比一个今天的刚毕业的大学生使用 ChatGPT、GPT 开发的应用有任何优势，这是一个我非常焦虑的时代和时刻”，创新工场AI工程院执行院长，SeedV 实验室创始人王咏刚在主论坛上如是说道。

王咏刚表示，今天所有的计算机、系统都会被 AI 去重新改写，重新定义。这也引发了无数人思考：未来的程序员真的会被简化为提示词的编写员吗？然后由提示词操纵 AI？是不是这样一个非常简单的范式，就可以总结未来所有的 AI 开发？

就个人观点来看，王咏刚给出了否定的答案，其表示，「未来的 AI 开发应该是一种多范式的开发流程」。至于原因，他用了两张图作为案例加以解释——猜一猜哪幅图出自人工智能算法？







谜底揭晓：右图是 AI 算法画的，左边这幅画是用数学公式生成的，这是一个由分形公式生成的 3D 图案。早在 10 年前便有这样一款软件，在没有 AI 的情况下，它可以帮助艺术家创建类似所谓的数字艺术产品，只是当时关注的人较少，以至于这款软件如今几乎无人维护。

王咏刚认为，左边的任务更多的内容是确定性的，如当你去解一个方程或者用一个数学公式推演时，其结果往往是在大的程度上符合预期的。而右边的图用 AI 生成，主要采用了大规模的统计模型，具有非确定性，这也是如今做 AI 软件开发的人类首先想要解决的问题。

为此，也可以将世界上任务天然地分为两类，一类是天生的不确定性任务，一类就是天生的确定性任务。这也让未来 AI 编程呈现出两种典型的范式：

• 第一种编程范式是适用于端到端的感知类任务、创造性任务、探索性任务，它可以通过提示词得到结果。
• 第二个范式是强调控制力、结果确定性、计算精准性的应用任务。在这个任务里面，我们不能放任所有的事情都交给大模型一次来解决问题，大模型可能需要通过引入插件的方式，调用非常多的后台服务。
  

AI 编程的边界在何处？
紧接着，华为云智能化软件研发首席专家王千祥在发表《AI编程：无尽的前沿》主题演讲中表示，AI 编程基于 GPT 的代码生成取得了很大的突破。



GPT 代码生成原理主要分为两个阶段：训练阶段，关键问题在于学什么和怎么学；生成阶段，通过自然语言输入，经过线上 GPT 模型，然后生成代码。

不久之前，华为云与 CSDN 联合发布智能编程助手 Snap，如今基于业界能力领先的代码大模型 Pangu-Coder 持续迭代中，目前支持 IntelliJ、PyCharm、VSCode 等业界主流的 IDE。

对于 AI 编程的边界究竟在哪里，王千祥通过 GPT-4 技术报告和微软研究院的报告发现，AI 大模型在多数情况下是超越了人类的编程能力，但是其距离顶尖程序员还有很大的差距。




王千祥认为 AI 编程肯定会超越 Coding 编程，因为现有的 ChatGPT、GPT-4 大模型工具的能力覆盖到了代码补全、翻译代码、解释代码、DeBug 等多维度。未来，这些工具必将覆盖到设计、搜索、迁移、运营等多流程中。

未来，王千祥也希望 AI 编程背后的新模型可以将统计方法与规则方法（常识）融合起来，并能够适时地进行反馈学习，以及通过健康的生态得到良好的发展。


用生成式 AI 打通商业！
在 ChatGPT、大模型彻底改变开发者编程方式之际，大家可以用它实现出什么，站在需求的角度来看，42 章经创始人曲凯带来了《生成式 AI 的商业化落地思考》的主题演讲。



他认为，首先，中国肯定会有自己的大模型，也可以有。因为可以把大模型这个事情定性成为一个工程问题，而不是一个技术问题，发现新大陆难，抵达新大陆实则没那么难。

在曲凯看来，现如今大模型主要带来了三个维度的能力与改变：


第一点，让万物具备的常识。这是最重要的一点，曲凯表示，我们所谓的 AI 助手实则就是无数个人在帮用户打工。OpenAI 创始人 Samuel Altman 曾表示，「未来每个人如果想赚钱，就打开 ChatGPT，你在里面输入4个字叫我要赚钱，你就不用管别的东西了，会有人去帮你做这个事情」。当前，如电商场景中选品可以用算法实现、图片可让 AI 生成、独立的网站也能由 AI 搞定等等，其实当下每一个事情 AI 都是可以做到的，倘若把它结合在一起，未来几年之后，你或许只要打开一个网站随便点几下，然后算法就能告诉你哪个货是最流行的，你需不需要想要去卖，点击一下，投入成本， AI 就能帮助实现盈利，这个事情未来理论是可以实现的；

第二点，大幅降低各个领域的生产门槛。

第三点，改变了交互形式。


在实际的落地场景和机会上，曲凯表示，现在看起来简单讲，不外乎这三类：

1. 大模型。从当下资本的视角来看，绝大多数的基金在过去的一两个月的时间，都在看大模型的一些机会，国内大概有 10 多家公司都在做大模型的事情，包括大厂，也包括很多创业公司。

2. 中间层。包括数据标注、模型训练模型部署、模型监控的技术，但是这一层看起来机会相对少一点。

3. 应用层。这一层的机会比大家想象的要大。尝试的机会包括：

最简单直接的文本和图片生成的一些东西，如营销、法律、医疗、教育、客服等这些场景。不过，曲凯表示，「长期来讲，最不看好的也是这一类」。因为大模型会把这一类的机会慢慢覆盖掉。

第二类就是垂直的 2B SaaS 类的机会。它更核心考验的是创业者对于一个垂直领域垂直场景业务流的理解，如何把 AI 的技术和大模型封装在整个业务流里面，甚至于说，当大家使用的时候，都不一定知道产品的哪一部分用到 AI 的能力，如果能到这个地步的话，其实就是有机会的。

第三类是 2C 平台级的机会。想必很多人用过快手，其实快手最早时候，它是做 GIF 的工具，随后开放成为一个社区，再到今天的快手。所以，通过 AI 做一个更好给生产者的开发工具也是一个不错的尝试。

最后一点是未来的个人助手。

不过，在开发者、企业尝试过程中，曲凯也分享了可能会面临的五大壁垒，包括自己做大模型、自己有私有化数据、用户使用过程中有数据飞轮效应、用户有网络效应、有复杂的业务流系统。

ChatGPT免费交流社区：

获取更多资源：
领取100本书+1T资源
http://www.aboutyun.com/forum.php?mod=viewthread&tid=26480

大数据5个项目视频
http://www.aboutyun.com/forum.php?mod=viewthread&tid=25235

名企资源、名企面试题、最新BAT面试题、专题面试题等资源汇总
https://www.aboutyun.com/forum.php?mod=viewthread&tid=27732

https://blog.csdn.net/csdnnews/a ... 1000.2115.3001.5927

请问楼主，哪里可以拿到这次峰会的材料，或者回看？ 谢谢！