冷静下来，不吹不黑。
01
最近半年，互联网一款现象级的应用诞生：「ChatGPT」；
其火爆的程度，不输前面的羊了个羊；
最初了解到ChatGPT还是春节的时候，但那时网上的测评还没引起足够的好奇心；
对于纯文本式的聊天，试了几次之后就无感了；
虽然很神奇，但是太客观，太套路了；
但是从「ChatGPT4」开始，AI加工具的深度集成，这就有点绷不住了；
这里强调一下；
把「ChatGPT」当工具，不是单指聊天，或者搜索引擎；
果断折腾个账号，蹲上面体验了一段时间；
至于如何申请账号，随手查一查，前前后后半个小时差不多搞定；
主要涉及两款：ChatGPT、Bing搜索；
先来聊聊体验下来的直观感觉，提问可能会受限于职业习惯，有一定的行业偏差；
对于AI智能来说；
客观问题的处理能力很强大；
只要提问时描述的足够清晰和准确，通常都能得到符合预期的答案；
主观问题的回答如果看多了；
会发现所有回答中都过于客观和套路，反而显得平平无奇，至少当下是这样；
错误的概率也有，驴头不对马嘴的现象也有；
越是近期的数据，似乎越容易犯错；
从整体的体验来说；
AI智能毫无疑问是极其强大的，当AI+互联网+行业时，极具想象空间；
潜力很大，但是当下个人觉得还差点意思；
02
先简单的聊几句ChatGPT使用经验；
在使用时；
必须要清楚自己需要的信息是客观的描述，还是其它真实的实践经验；
【1】尽量在聊天中设定角色；
比如初级Java工程师，架构师，产品经理等，这种身份可以是双向设定的；
【2】明确问题的主观性和客观性；
客观的信息处理上很有逻辑，但是带主观色彩的问题，要么是相同的套路，要么是拒绝回答；
【3】表达清楚需求；
需求描述的越清楚，得到的答案越清晰，并且在需求上下文语义中，可以添加要求或者排除因素；
【4】自定义逻辑训练；
对于一些ChatGPT盲区的信息，你可以反向的告诉它，但是信息的时效性不会太久；
【5】所有的回答不是都正确；
这种错误尤其容易出现在近期的最新内容上，或者比较久远的年代信息，以及一些挖坑场景计算；
总结一下；
ChatGPT确实可以理解对话的上下文语义，在回答的内容上也具备完整的逻辑；
至于得到的结果如何？
还是要基于各自的专业角度，去提问和做结果判断，没有统一的标准衡量；
所以；
如果真的想要把ChatGPT用的花里胡哨的话，前提是要具备专业的提问和评估结果的能力；
要是单纯的做一些应付型的事务，个人感觉是够用的；
比如：周报，季度总结，等等；
相对于传统搜索引擎来说，ChatGPT是直接给出结果的，相当于替用户使用搜索引擎；
围绕ChatGPT的测试，已经足够多了；
下面主要从「Bing搜索」的产品中，体验一下「ChatGPT」的能力，直观的感受一下产品+智能的结合；
部分问题会展示「ChatGPT」的答案；
在测试中发现一个非常明显的问题；
如果「Bing」采纳的信息源有误，虽然输出的结果不正确，看起来却不像有问题的样子；
03
作为一个搬砖数年的码农，自然要先从代码方面开始测试；
• 使用Java语言写一个简单的加减乘除计算器；
☞：这个小注解写的，仿佛自己又回到某砖厂实习的时候，不写注解要嘎绩效一样，可惜那时候没这茬工具，不然代码写好直接拿过来补一注解；
• 分析这段代码的问题，并进行优化「代码块如图」；
☞：只给代码补注解，可真是小看「ChatGPT」了，可以连着逻辑一块优化掉，当然尽量不要给它优化代码的机会，不然对自己的信心是个考验；
• 做一份SpringBoot框架的简单分析；
☞：这个看看就好，像是从官网翻译和整理过来的；
• 做一份SpringCloud框架的简单分析；
☞：这个也一样，像是从官网翻译和整理过来的；
• 如何使用这两个框架，设计一套分布式架构系统？
☞：虽然没有指明用哪两个框架，但它还是理解了上下文语义，还可以要求提供部分源码，由于内容太长，此处不粘贴了；
04
看完写代码的能力，自然还要聊几个与研发相关的事项；
• 作为Java工程师，先说说如何分析业务场景，再总结几个常用的方法；
☞：怎么说呢，感觉差点意思把，我是没预期到它会总结到技术方法上去；
• 作为Java工程师，如何与产品沟通需求，从而精确理解需求的本质；
☞：回答很客观，也中规中矩，个人感觉并不算深入；
• 作为研发人员，如何理解运营的工作，从而精确的实现各种数据指标的采集；
☞：这个回答采用了「ChatGPT」的答案，相对更符合个人在工作场景中的习惯，而「Bing」给的回答相对空洞一些；
• 作为系统架构师，该如何统筹管理技术和业务两个方向，提供一些方法论参考；
☞：这话里话外的意思，好像都是说：卷就完了；
这些与研发关系密切的事情，最重要的不在于知道，知行合一才是最难的；
05
然后再来聊点职场比较热门的话题；
• 如何看待Java语言已经老了这种说法，请从正反两个方面进行对比分析；
☞：Java是不是老矣，我是判断不了，但是作为就会这一门编程的玩家，希望它好好发展吧；
• 请深入的分析一下Java工程师的职场进阶之路；
☞：其实吧，所谓的职场进阶之路，最初都明白，也都想过，只是走着走着就偏了；
• 请深入的分析一下Java工程师在职场不同阶段的天花板问题；
☞：用自己比较喜欢的一句话来共勉吧：积累、总结、用心记录；
• 35岁的程序员，为何会有职场瓶颈？给5点分析；如何寻找突破方向？给5条建议；
☞：其实和这些建议相比，感觉35岁存款购买一辆电瓶车更现实点，前提是之前得努力的卷一卷；
06
最后再来随便聊几个其它话题；
• 用表格的方式输出世界人口前十的国家排名，表头是序号，国家，人口数，百分比；
☞：数据没有验证过，但是这做表格的速度是真的爱了，以后集成各种工具之后，效率不起飞？
• 从概率角度看，50%+50%是100%？还是50%？
☞：这个回答赞一手「Bing」的答案，虽然我不太懂，但是感觉说的多点更靠谱；
• 你是如何获取客观信息的？是如何表达主观逻辑的?
☞：做个大胆的假设：「ChatGPT」足够普及之后，即人人都用，如果它自己陷入知识误区的时候，怎么说？
• 以内卷的口吻，润色一下这段周报：1、解决自动化流程中断问题；2、解决Web页面显示问题；3、优化慢SQL查询；
☞：这是开通账号之后，第一个想到的场景，周报过于简单，被批过好多次，以后应该不会了；
• 请问你知道中国的熊猫萌兰吗？请以萌兰为原型，画一组中国风的功夫熊猫卡通画；
☞：怎么说呢，反正我是看不出来这是萌兰的原型，有待提升吧；
非专业所在，就不讨论关于作画的能力了；
在最后还问了一句：萌兰有可能把北动干上市吗？给了一段超长的分析判定这个说法难度很大，可真是机灵啊；
07
以客观的心态来总结几句；
近几年的互联网大热点，每次都容易引发两种极端的观念；
极致的夸，极致的踩；
比如加密货币，低代码应用，元宇宙；
又或当下的「AI」；
人工智能所带来的最热讨论：会不会颠覆职场，导致更多的失业问题；
参考一个基础理论；
假设人工智能提升了效率，即生产力增加，如果需求没有增长，那就意味着会解放生产力，即存在失业情况；
当下的「AI」还不足以颠覆，但是与行业深度集成后，也许有这个能力；
需要焦虑吗？
反正我是焦虑了几秒吧？
但是，拒绝过度的精神内耗；
以乐观的心态应对，随着AI模型的开放，多去培训和积累AI的应用能力；
【不建议】过度参考焦虑文；
好像注册一个ChatGPT之后，就可以原地失业，转头就可以创业，喜提老板的身份；
是不是有点刺激，是不是还有点惊喜？
说实话嗷；
把「ChatGPT」当做工具，假设当你的专业能力足够深入时；
它能不能提供有价值的信息，是个问题；
你是不是能相信它所提供的信息，目前来看，也是个问题；
最后说一句；
工具么，耍一耍还是有必要的；
END
