咖啡馆里聊大语言模型：它到底是“会思考”还是“会背稿”

昨天下午在南京洪武路边上的老咖啡馆躲雨，邻座一个穿校服的小孩凑过来问，说最近用大语言模型写作文，老师都没看出来，以后是不是不用费劲学写东西了？

我搅了杯冰美式，突然觉得这个问题挺有意思。太多人吹大语言模型吹得神乎其神，也太多人怕它怕得要失业，不如坐下来，慢慢扯。

你每天用的东西，核心逻辑其实特别简单

很多人一听到大语言模型，就觉得是什么外星人科技，一堆参数一堆术语堆上来，吓得不敢往下想。其实说白了，它这辈子就干一件事：根据你给的上文，猜最可能出现的下一个字。

就这么简单。

你输入“中秋节我准备回”，它会把所有见过的文字组合算一遍概率，算出来“家”的概率最高，就先出一个“家”。出完“家”，再根据前面所有的字，猜下一个最可能的是什么，要是你之前提了老家的猫，它大概率会出“陪”，然后是“猫”，一步步攒出一整段话。

说实话，我第一次搞懂这个逻辑的时候，后背愣了半分钟。真的。就这么朴素的逻辑，堆上足够多的数据和足够多的参数，就能说出像模像样的人话，还能写代码写文案解数学题？

很多人说，大语言模型就是把整个互联网都背下来了，所以什么都知道。这是错的。现在主流大模型的参数总量，其实比所有训练数据的总容量还小，根本不可能背得完。它真正攒下来的，是文字和知识背后的规律——什么样的话人会这么说，什么样的逻辑顺下来应该接什么结论。它不是背答案，它是顺着规律“编”出答案。

没错，就是编。只是编得太像真的了而已。

那些被炒烂的误区，我掰碎了说清楚

第一个误区：大语言模型无所不知，什么问题都能答。

只要你用得久一点，肯定碰到过它一本正经说瞎话的时候。我上个月让它查一位南京本地老作家的生卒年，它给我编了个出生日期，还说人家2018年就去世了，结果人家上个月还出来开新书分享会。这种情况在圈子里有个名字，叫大语言模型幻觉，说白了就是它猜字的时候，顺着逻辑猜出来一个看起来对的答案，根本不管是不是真的。

为什么会这样？回到核心逻辑，它本来就是猜下一个字，不是查答案啊。它没见过那个信息，就顺着上下文的语感猜一个，只要读起来顺，它就敢说。

第二个误区：大语言模型已经会思考了，很快就有自我意识了。

不过话说回来，它猜字猜得准到吓人，准到很多人误以为它真的会想。上次我让它帮我写一封给我奶奶的八十岁祝寿信，我只说了一句“我奶奶从小在南京乡下长大，喜欢腌萝卜干”，它写出来“记得小时候放了学，跑半里地回家，推开院门就能闻到缸里腌萝卜的咸香，奶奶总说腌萝卜就粥，是天下最好吃的菜”，我当时拿着手机，半天没说出话。

它根本没吃过我奶奶腌的萝卜啊，它只是见过太多太多人写这种亲情文字，摸透了这种文字的脉络，顺着就把我没说出来的情绪填上了。太像了，像到我差点以为是我自己写的。

不用怕也不用吹，它就是个好用的工具

现在走到哪都能听到说，大语言模型要取代这个取代那个，一堆人慌得不行。我倒觉得，慌的都是没搞懂它到底是什么的人。

它会取代只会套模板写通稿的文案，会取代只会复制粘贴改内容的运营，会取代只会写基础增删改查代码的新手，但它取代不了有自己想法的人。你想啊，一个有独家采访线索的记者，一个能摸透客户真实需求的设计师，一个能理顺复杂业务逻辑的程序员，大模型只是帮你省了整理素材写初稿的时间，真正的判断和创意，它拿不到啊。

我前阵子跟一个做模型训练的朋友吃饭，他说现在行业里最清醒的一批人，反而不吹大语言模型无所不能。大家都知道，现在它的能力边界就在这：它处理不了你独有的信息，做不了超出训练数据逻辑的原创判断，甚至连基本的算数都能错。它最好的定位，就是你的超级辅助打字员，帮你把脑子里零散的想法捋顺，帮你干那些你不想干的重复活，帮你试错，节省你的时间。

至于未来会怎么样？没人说得准。有人说接下来就能出通用人工智能，有人说现在这条路已经快摸到天花板了，烧的电越来越多，能力提升反而越来越慢。我反正是觉得，不管技术怎么变，日子都是人过的。

昨天那个小孩听完，哦了一声，说原来它就是个特别会接话的打字员啊，那我还是得自己练作文对吧？我笑着点头，雨停了，我起身出门，路边梧桐树的叶子落了一地，南京的秋天风一吹，舒服得很。管它什么大模型小模型，能帮人干活就是好工具，别被工具牵着走，就够了。