3 月 24 日，OpenAI 又公布了重磅消息，ChatGPT 支持接入第三方插件，并且一口氣上架了 11 個插件。通過這些插件，用戶可以用 ChatGPT 購買商品，預(yù)定酒店、機票，搜索專業(yè)數(shù)據(jù)等，這大大解放了 ChatGPT 的生產(chǎn)力，也多了更多的可能性。
關(guān)于插件功能的未來發(fā)展可能性，我們看到了很多討論，出門問問創(chuàng)始人李志飛認為這是「AI 巨大的轉(zhuǎn)折點」；閱覽室創(chuàng)始人王俊煜，則認真研讀了 OpenAI 的開發(fā)文檔，試圖梳理出插件的更多可能性；懂技術(shù)又懂哲學的微博博主木遙則認為這可能是自然語言編程的新開始。
在獲得幾位授權(quán)后，我們迅速整理了這些討論，分享這個消息紛繁日新月異的環(huán)境下，一些來自創(chuàng)業(yè)者和技術(shù)人員清晰的思考。
(資料圖)
出門問問 創(chuàng)始人 & CEO
OpenAI 插件可以連接 ChatGPT 與第三方應(yīng)用，通過接入你的應(yīng)用做什么呢？舉一些例子：
實時檢索信息，例如賽事的實時比分情況、股票價格、最新資訊等；
檢索知識庫，例如針對你個的人電腦、針對公司的文檔知識庫等，進行更智能地檢索、調(diào)用、對話；
代替用戶執(zhí)行操作（對現(xiàn)實世界的「智能調(diào)度」）：例如買機票酒旅、網(wǎng)購、訂外賣等。
總結(jié)來看，逆天的 ChatGPT Plugin 主要體現(xiàn)在以下三個方面：
獨立上網(wǎng)
現(xiàn)在的 ChatGPT 已經(jīng)能夠獨自上網(wǎng)，訪問網(wǎng)頁并將其內(nèi)容傳輸至 ChatGPT，然后根據(jù)該內(nèi)容生成答案，并將相關(guān)網(wǎng)頁鏈接信息附加于答案中。這類似于 New Bing 的功能，此舉難道預(yù)示著微軟和 OpenAI 或?qū)⒚埠仙耠x？比如你可以問 ChatGPT「哪位演員、哪部電影獲得了此類別的奧斯卡？」結(jié)果可以看到，ChatGPT 在聊天界面就多出來「瀏覽」結(jié)果，直接得到了 2023 年的最新結(jié)果。
自主編寫并執(zhí)行程序
在這次重大更新中，ChatGPT 實現(xiàn)了自主編寫和執(zhí)行代碼的功能。以前，ChatGPT 僅支持生成代碼，但生成的代碼還需要復(fù)制到其他執(zhí)行器上才能運行。現(xiàn)在，ChatGPT 內(nèi)嵌了 Python Code Interpreter，將代碼編寫和執(zhí)行合二為一。這一改進特別適用于處理大量計算、數(shù)據(jù)分析和文件格式轉(zhuǎn)換等任務(wù)。官方解釋指出，代碼解釋器采用 Python 處理上傳和下載的實驗性 ChatGPT 模型。目前，主要提供以下功能：解決定量和定性的數(shù)學問題、進行數(shù)據(jù)分析和可視化，以及實現(xiàn)不同文件格式之間的轉(zhuǎn)換。按照這個趨勢，感覺 GitHub Copilot 的打開率會下降？當 AI 擁有了自己的智能、計算、存儲和執(zhí)行環(huán)境，還需要我們?nèi)祟愖鍪裁矗?/p>
調(diào)用第三方程序
針對第三方程序，開發(fā)者可以按照 ChatGPT 的格式提供一個 manifest 文件，即 API 使用指南，讓用戶可以用自然語言提問，ChatGPT 就可以神奇地自動調(diào)用第三方接口，以滿足用戶的需求。
為什么這個過程可以稱為「神奇」？因為在此之前，NLP 中常見的語義標注是一個繁瑣的數(shù)據(jù)標注過程，但通過調(diào)用第三方程序，這個過程可以直接跳過。
另外，因為 ChatGPT Plugins 是主控程序，那第三方都成為了 ChatGPT 的 CP/SP（content/service provider），之前提到的 App 內(nèi)搜索和結(jié)構(gòu)化搜索都成為可能，LLM 是否已經(jīng)作為新的入口若隱若現(xiàn)了？
最后
幾乎所有這些技術(shù)的發(fā)展都是可以預(yù)見的，只是看到 Demo 視頻時，還是會被驚嘆于這突如其來的神奇感——它進化得如此之迅猛。
前幾天，黃仁勛宣布 AI 的「iPhone 時刻」已經(jīng)到來，而現(xiàn)在又有人表示 ChatGPT 成為了新的操作系統(tǒng)，并且已經(jīng)擁有自己的應(yīng)用商店。
我認為，這個新生物種可能是一個集內(nèi)容生成、搜索和推薦于一體的「怪胎」，但對于 AI 來說，無論如何都是一個巨大的轉(zhuǎn)折點。在這個新物種不斷發(fā)展的過程中，我們需要懷著開放的心態(tài)，不要試著用過去的眼光去理解它！它是一個全新的事物，而我們正在擁抱新的未來。
部分內(nèi)容轉(zhuǎn)載李志飛公眾號「飛哥說 AI」
閱覽室創(chuàng)始人、產(chǎn)品設(shè)計師
其實關(guān)于 ChatGPT plugins 的大部分 myth，讀 OpenAI 這個簡短的開發(fā)文檔都可以得到解答 [1]。
比如說，這是不是意味著 ChatGPT 變成了一個操作系統(tǒng)？從操作系統(tǒng)的經(jīng)典定義 [2] 來說，肯定不是。ChatGPT plugins 做的事情，是在「適當時候」讓 ChatGPT 可以和外界打交道?，F(xiàn)在的 ChatGPT 是一個受過良好本科教育的知識工作者，不幸在 2021 年 9 月就被你抓到了一個白房子里面關(guān)著，就跟美國那個 Jony Ive 一樣。你問它的很多問題它憑借自己的積累是可以解答的，只是不知有漢，無論魏晉。
現(xiàn)在，你和它說，我問你某些問題的「適當時候」我允許你出去走走，看看外面的世界是不是有更好的答案、更好的辦法。比如，機票價格怎么樣了？Tik Tok 的聽證會怎么樣了？你不是理科不好嗎，讓人幫忙解個方程怎么樣？有些事情，干脆你也幫我辦了吧。比如，既然問了機票價格，就順便訂個機票吧！[3]
它說好啊，但我怎么知道應(yīng)該去哪兒解決你的問題呢？其實世界上這些工作都已經(jīng)有不同的仆人做得很好了，讓這些仆人先來我們這兒登記一下。這樣我們就知道，機票可以去找這個叫 KAYAK 的，新聞可以去問 Bing，解方程可以找 Wolfram Alpha。它在「適當時候」照著登記冊出去問了問題，然后回來用它的語言告訴我答案。
這里還有一個厲害的地方是，在這個世界中這些仆人是不說人話的。它們用一種叫 API 的機讀語言和其他人進行交互。過去，我們?nèi)粘Ｓ玫氖謾C app 可以代替我們將界面上的操作轉(zhuǎn)化成這種特殊的語言，但我們這位被關(guān)了兩年的朋友，卻能自動把我們說的人話自動翻譯成這種語言。
這不是操作系統(tǒng)，而是一種對世界上已有服務(wù)的 API 通過自然語言進行索引和整合的方式，也給所有已有服務(wù)提供了自然語言界面。通過它你可以利用已有的服務(wù)獲取數(shù)據(jù)，也進行少量的行動（這一點實際上是出于安全的限制）。
當然，你可以說著這有點兒像一個操作系統(tǒng)，畢竟用戶可以交付任務(wù)給它……那么它也有點像一個瀏覽器，有點像一個應(yīng)用商店，有點像手機桌面，有點像搜索引擎，雖然我覺得它最像的還是……3721 中文網(wǎng)址導航。
用比喻來討論問題總是不精準的，取決于你關(guān)心什么方面，希望獲得什么樣的隱含暗示。就好像說現(xiàn)在到底是 AI 的 BlackBerry 時刻還是 iPhone 時刻還是 iPhone 3GS 時刻還是 iPhone 4 時刻……Depends。
至于說這個 plugins 系統(tǒng)可以自己給自己寫 plugin……至少在目前是不準確的。OpenAI 聯(lián)合創(chuàng)始人 Greg 在 Twitter 上說的不錯，一個 plugin 的開發(fā)很簡單，你就是為一個自然語言模型來寫 API 文檔。但這個前提是你得先有 API。如果你已經(jīng)做出一個 Wolfram Alpha 了，要接入的確是很簡單的。就好像給 Chrome 寫一個 web app 其實也很簡單，因為本質(zhì)上那只是一個已有網(wǎng)站的書簽。
當然了，既然 GPT 已經(jīng)可以幫忙寫代碼了，所以你用 GPT 從 0 開始寫出一個 plugin 理論上是可能的，但這不是 plugins 系統(tǒng)的開箱體驗。Greg 說的「為自然語言模型寫 API」，并不是大家所理解的「用自然語言模型來寫 API」。目前 plugin 的接口仍然需要寫成機讀語言——盡管理論上，如果你寫出足夠詳細的 prompt，也可以讓 GPT 來生成。
這中間的區(qū)別也許沒有那么重要，也許就是差一層窗戶紙。但總之，描述的還不是已經(jīng)實現(xiàn)的體驗。
ChatGPT 的 plugin 系統(tǒng)的設(shè)計和之前類似系統(tǒng)比，真的新穎之處在哪里呢？前面說到「適當時候」，在接口中，你可以用自然語言告知 ChatGPT 你這個 API 能干啥，ChatGPT 用自然語言理解了這一點后，就可以自動根據(jù)用戶的輸入來判斷什么時候應(yīng)該找誰來滿足用戶的需求。你只需要告訴它一次「買機票去 KAYAK」，它就知道下次你問它 UA888 的時候可以去找 KAYAK。
這是不是就是我們中國人熟悉的……流量分發(fā)？大家都很熟悉，在 PC 時代我們搶注文件擴展名、Android 上我們搶注 Intent、iOS 上搶注 schema、搜索引擎上做競價排名……干的是同一件事情。ChatGPT 想用自然語言來解決流量分發(fā)的問題。所以，套用一句話，這是流量分發(fā)機制的自然語言界面。
雖然看起來還是流量分發(fā)的邏輯，但過去大家熟悉的 SEO、growth hacking……其實用武之地并不多。
其實這也不是 ChatGPT 首創(chuàng)。Google Assistant 接入第三方服務(wù)的方式也是類似的，只是開發(fā)者體驗要復(fù)雜一些。說時遲那時快，寫這段的時候去查了 Google 的文檔，發(fā)現(xiàn)這個服務(wù)即將在 6 月 13 日被 Google 親手干掉。[4]
這也不是否定 plugins 的創(chuàng)新。事實上，大部分革命性的創(chuàng)新也就是在前人的基礎(chǔ)上稍作改動而已。OpenAI 的研究和工程能力當然是讓人驚嘆的，但我越來越覺得他們的產(chǎn)品和市場能力也是讓人驚嘆的。
MIT Tech Review 關(guān)于 ChatGPT 開發(fā)過程的訪談非常值得一讀 [5]，ChatGPT 本身也許可以稱之為有史以來最成功的 hackathon 項目（雖然遠比一般的 hackathon 要昂貴，但相比于 GPT 本身的投入相信只是個零頭）。ChatGPT 把 GPT 重新包裝成了人人都能看懂的能力，也許是其意外成功讓 OpenAI 不甘于只做基礎(chǔ)設(shè)施了，他們現(xiàn)在看起來決心直接面向消費者，不給中間商賺差價的機會了。也許，OpenAI 就是第四次工業(yè)革命的 Google 或 Apple 了。
Plugins 這個系統(tǒng)相信是在很短時間內(nèi)拼湊出來的，卻足夠優(yōu)雅、有想象力。Go-to market 的能力、連接用戶需求和技術(shù)的能力、商業(yè)化的能力、設(shè)計生態(tài)系統(tǒng)的能力... 不就是古典產(chǎn)品經(jīng)理的核心能力么？怪不得老王也要招產(chǎn)品經(jīng)理 [6]?？上В雭硐肴ズ孟癫徽J識什么活人有這個能力。
[1]:https://platform.openai.com/docs/plugins/introduction
[2]:https://en.wikipedia.org/wiki/Operating_system
[3]:https://openai.com/blog/chatgpt-plugins
[4]:https://developers.google.com/assistant/conversational/overview
[5]:https://www.technologyreview.com/2023/03/03/1069311/inside-story-oral-history-how-chatgpt-built-openai/
[6]:https://m.okjike.com/originalPosts/641aa79e40db2e7567d6ed98
微博博主
你可能已經(jīng)看到 ChatGPT 今天宣布推出插件功能的新聞了（這可能是近期一系列進展中最令人驚訝和震撼的一個）。插件讓 GPT 可以實時和外界交互，可以閱讀并回答各種真實信息，無論是股票價格還是調(diào)用計算器或者程序編譯器還是私有數(shù)據(jù)庫信息，也可以采取行動，比如直接從餐廳定位，或者下單購買商品。插件甚至可以控制第三方服務(wù)，讓 GPT 成為一個和線下生活發(fā)生聯(lián)系的全能數(shù)碼助手（見附圖）。
我之前寫過，很多人抱怨的「ChatGPT 信息不夠真實」聽起來是個嚴重的缺陷，但其實并不是，因為大語言模型本質(zhì)上是「作為一種服務(wù)的自然語言界面」，它和底層的數(shù)據(jù)來源是可以——也應(yīng)該——解耦的。語言模型訓練的時候從語料里學到的知識既過時又占地方，正確的做法是讓語言模型只負責推理、表達、行動，至于數(shù)據(jù)和知識可以完全實時從外部獲取。
但我說這些話的時候以為還要至少半年到一年才會看到這一天。我錯了，今天就是這一天。
這就是說：
說小一點，這解決了很多人詬病的 GPT 對話數(shù)據(jù)不真實不可靠的問題。
說大一點，會有大量第三方插件和今天還無法想象的介入真實生活的新玩法被創(chuàng)造出來。
再說大一點，這意味著插件就是今天的 APP，GPT 就是今天的 iOS 操作系統(tǒng)，一個全新的生態(tài)。
但所有上面這一切甚至都不是我今天最受震動的地方。我最受震動的是下面這件事。因為推特上一個小哥總結(jié)的很好，我就直接用他的話（以及 OpenAI 聯(lián)合創(chuàng)始人 Greg 后面評論的話）來說（見附圖）：
「OpenAI 設(shè)計的插件系統(tǒng)是我這輩子見過的最瘋狂的系統(tǒng)。如果你要給它寫插件，你并不是去寫這個插件的程序，你是寫一個關(guān)于插件的描述，用你的自然語言，然后 GPT 來幫你生成這個插件?！?/p>
十年前，當一個人躍躍欲試要給新發(fā)布的 iPhone 寫 APP 的時候，ta 必須自己是個非常老練的程序員才行。今天，當你躍躍欲試要給新發(fā)布的 GPT 平臺寫插件，你只要用自然語言描述你希望實現(xiàn)的效果就行了。OpenAI 的網(wǎng)站上有一個視頻展示了如何在幾分鐘之內(nèi)完全用自然語言跟 GPT 交互寫一個讓 AI 幫你記住私人 todo list 的插件。換句話說，這就是（至少作為膠水語言層級的）自然語言編程。
*頭圖來源：OpenAI
極客一問
你如何看待 ChatGPT 的插件功能？
關(guān)鍵詞：
