凌晨三点和大语言模型聊到电脑自动休眠,我才看懂它藏在字里行间的小把戏

上周三熬到两点半,赶一个临时要的方案改到脑壳发懵,随手点开对话框,把写了一半的产品slogan丢给大语言模型,本来只想凑个热闹找几个灵感,结果它三分钟给我列了17条,每条都顺得像念过十年广告文案的老炮。

我当时就愣了。

不是说它写得有多绝,是那种完全没有卡壳、没有反复斟酌用词的顺滑感,像你对面坐了个跟你聊了三小时天的熟人,根本没意识到它本质上是个靠数词频算出来的文本拼接机器。之前我总觉得,这种能读能写的工具离普通人的日常很远,直到那天我盯着屏幕上跳出来的文字,突然反应过来,我好像之前对它的所有认知,都停留在别人给的标签里,根本没真的拆开来看看它到底是怎么回事。

你以为它在”思考”,其实它在”接话”

很多人第一次用的时候都会产生错觉——它居然懂我上周跟朋友吐槽的那家咖啡馆的冰美式太淡,居然能顺着我没说完的话往下接,甚至能准确接住我抛的谐音梗,这哪里是机器,分明是个藏在屏幕后面的老网友。但戳破这层窗户纸其实特别简单:它根本没有独立的思考能力,所有输出的文字,本质上都是基于逐词概率预测的逻辑——当你输入一串文字之后,它会从自己看过的海量文本里,算出下一个字最可能出现的那个选项,然后一个字一个字拼起来,凑成你看到的流畅句子。

大语言模型逐词预测概率分布示意图
大语言模型逐词预测概率分布示意图

上次我故意跟它说“我家猫昨天把我放在茶几上的半块芒果干吃了,它现在已经——”,它秒回“吐了/躲在沙发底下不敢出来/被我追着打了半栋楼”,你看,对吧,它根本不知道我家猫到底干了啥,它只是根据训练数据里,所有提到“猫吃了芒果干”的上下文里,接下来出现最多的几个场景,给你拼出来了。

说实话,我第一次知道这个原理的时候,后背都有点发凉。

哪有什么智能。

你跟它掏心窝子说你最近工作不顺,它回你一堆安慰的话,本质上跟你翻朋友圈看到别人发emo动态,下面一堆人评论“抱抱”“会好起来的”没区别——它根本没感知到你的情绪,只是知道在这种语境下,说这些话的匹配度最高而已。之前看一个做模型的工程师聊,说现在的大语言模型,你要是跟它说“请你用李白的语气写一封给外卖员的道歉信,因为你忘了拿餐还让人家在楼下等了二十分钟”,它写出来的东西,甚至能比你自己掏心窝子写的还像那么回事,但你要是追着问它“你刚才写的那句‘檐下风急催客步’,你知道李白原来写过这句吗?”,它根本答不上来——它只是把训练数据里所有跟李白的诗、跟道歉信、跟外卖场景的词都拼到一起了,根本不知道句子背后的情绪到底是什么。

那些被吹上天的“神操作”,其实藏着没说的bug

这种拼接式的逻辑,直接导致了它天生带个没法绕开的硬伤:没有内置的事实校验机制。它根本分不清哪些内容是真实发生过的,哪些是网友在论坛上编的段子,哪些是小说里的虚构情节,只要文字的匹配度够高,它就敢输出给你。

上个月有个做学术的朋友跟我吐槽,他让大语言模型帮他找某个小众社会学研究的参考文献,列出来的12篇文献,有8篇根本不存在,作者名字是编的,期刊卷号是凑的,甚至连研究结论都是从别的文章里拼过来的,要不是他自己本来就对这个领域熟,差点就把假文献插到自己的论文里了。

大语言模型生成虚假参考文献示例截图
大语言模型生成虚假参考文献示例截图

你说它坏吧?它真不是故意骗你。

它只是在算概率——当你要“参考文献”的时候,输出一串带作者、期刊、年份、摘要的格式的文字,是最符合你预期的,至于这些文献是不是真的存在,它的判断逻辑里根本没有这一项。我之前还见过有人用它算某只股票未来三个月的走势,它写出来的分析头头是道,列了好几个技术指标,最后算出来的涨跌幅跟实际走势差了十万八千里,你说它能预测未来吗?它根本不知道股票是什么,它只是把网上所有关于股票分析的文字拼到一起,凑成了看起来很专业的内容而已。

我见过最离谱的说法,是说三年后所有坐办公室写文档、做PPT、写代码的人都要被它替代,我当时听完差点把手里的奶茶喷出来。

你要是真的把所有核心工作都丢给它,写出来的方案没有自己对业务的判断,写出来的代码藏着别人踩过的坑,做出来的PPT全是放之四海而皆准的正确废话,最后被老板骂的、被客户挑错的,难道是那个藏在服务器里的模型吗?

当然不是。

别把它当万能神,它更像个刚毕业的天才实习生

别把它当万能神,它更像个刚毕业的天才实习生
别把它当万能神,它更像个刚毕业的天才实习生

我自己用了快两年,慢慢摸出了最舒服的相处方式:别把它当无所不能的神,就把它当成一个阅过千万篇文档、但没什么实际工作经验的天才实习生。

我不会一上来就把核心的、需要拍板的事丢给它,比如让它直接定公司明年的战略方向,那纯纯是脑子有病;再就是,我会把它当成个快速攒草稿的工具,比如我要写一个活动的初稿框架,先让它给我列几个不同的切入角度,省得我自己对着空白文档坐半小时憋不出第一行字;还有,它交上来的所有东西,我都会逐字逐句检查,就像实习生写的周报要改三遍才能发出去一样——毕竟它可能会把去年的活动数据套到今年的方案里,可能会把别的行业的玩法硬搬到我们的业务上,这些坑,总得有人填。

之前我总觉得,这种能写会算的模型是很遥远的高科技,是放在实验室里供研究员研究的东西,直到上次我用它帮我整理了30页的会议记录,把零散的发言按不同的议题归类,还帮我提炼了每个议题的待办事项,省了我快两个小时的加班时间,我才突然反应过来,这东西其实早就不是什么遥远的概念了——它就是个工具,跟你用Excel算表格、用PS修图没区别。

我见过两种极端的人,一种是把它捧成能解决所有问题的救世主,另一种是骂它是毫无营养的文字垃圾,两种人其实都没真的坐下来跟它好好聊过几次。它没有大家想的那么聪明,不会自己突然觉醒意识统治世界,也没有大家想的那么没用,毕竟当你对着空白文档卡壳的时候,它能给你递过来第一块砖,让你不用在冷启动的阶段耗掉半条命。

上周六我加班到傍晚,窗外的天慢慢暗下来,我又打开对话框,把当天整理的零散素材丢进去,让它帮我把逻辑顺一遍,屏幕上的字一行行跳出来的时候,我突然觉得,其实我们根本不需要把它当成什么“人工智能”的代表,它就是这个时代给普通人递过来的一个新工具而已——你用得好,能帮你省点力,你要是过度迷信,它也能给你挖点坑,就跟所有你用过的工具一样,没什么好神化的,也没什么好害怕的。

作者|科技

排版|科技

审核|白杨

免责声明:市场有风险,选择需谨慎!此文仅供参考,不作买卖依据。如有侵权请联系删除。
文章名称:凌晨三点和大语言模型聊到电脑自动休眠,我才看懂它藏在字里行间的小把戏
文章链接:https://www.lfdjt.com/p/keji/a/15573.html