ChatGPT时代的我的博客

好久没有在CSDN写原创文章了。

ChatGPT出来之后,肯定对CSDN这样的平台有很大的冲击性。

我平时在CSDN写的文章,大多是翻译和一些平时编程遇到的代码问题。小部分是一些自己的经验和总结。

这些文章会被ChatGPT,或者更通用的说,(CSDN、Stackoverflow之类的网站)会被LLM取代吗?

目前来看,能取代一半吧。

LLM有更强的通用对话能力,可以对用户的需求进行针对性、定制性回答。这一点无论如何是私人博客文章所无法取代的。

能被LLM取代的一些场景:

  • 已经很成熟的一些知识
    • 新手不太懂的(没学过想快速学习的)
    • 人脑不容易记或者容易忘的(例如一些API)
    • 知识几乎不会更新的(出名定理或者算法)
  • 需要根据用户已有的东西进行针对性解答的
    • 例如给出自己的特定数据或者场景,需要LLM进行推理的

以上这些场景,一般来说使用LLM就可以很好的解决了,比如求一些简单数学问题的解、代码编写、经典算法。因此在CSDN或者搜索引擎上进行查询的必要就不是很大了。

那么LLM做不了什么呢?

依我看,LLM的最大限制还是在于它无法预知或解答还未曾发生的事情。此外是它的知识库基本是落后当前一段时间的(比如ChatGPT现在的知识范围还处于2019年)。那么用户遇到的一些问题和Bug,恐怕LLM永远无法解答(在简单的语言交互情况下)。比如从未出现过的Bug,或者服务API有了突然更新。

LLM进行常识记忆和推理的能力比较强。但是一些冷门领域,其能力肯定受到很大限制。

可能的解决办法是将其引入外部知识库。例如之前ChatGPT有一个功能就是可以搜索、读取外部的网页内容。比如你问它昨天发生的某个热搜事件,它会自己搜索,然后点击最新或者最相符的新闻,读取页面内容,然后基于其内容给你解答问题。

但是根据我的使用体验,它找到的网页有时候并不有用。

受于资源限制,读取更多的网页并理解,开销极大。

这种情况下,恐怕用户还是得依靠自己强大的人类大脑和眼睛,在浩瀚的互联网上进行快速的检索,最终找到自己想要的知识。(相比于傻坐在ChatGPT界面前等待它傻傻的检索无关知识)。

之后写CSDN的时候,会更多的想一想:使用LLM会不会比读我的文章更为高效?

是的话,那似乎就不太有必要接着写了(创新性不足矣)。

相关推荐
aopstudio37 分钟前
HuggingFace Tokenizer 的进化:从分词器到智能对话引擎
人工智能·自然语言处理·llm·huggingface
杨杨杨大侠3 小时前
DeepAgents 框架深度解析:从理论到实践的智能代理架构
后端·python·llm
董厂长4 小时前
Agent 意图库 和 知识图谱
人工智能·llm·agent·意图识别
YaeZed4 小时前
数据准备
llm·agent
董厂长5 小时前
前置RAG意图召回解决的问题
大数据·llm·agent·rag·意图识别
CoderJia程序员甲5 小时前
GitHub 热榜项目 - 日榜(2026-1-15)
开源·大模型·llm·github·ai教程
Baihai_IDP5 小时前
如何减少单智能体输出结果的不确定性?利用并行智能体的“集体智慧”
人工智能·面试·llm
组合缺一5 小时前
带来 AI Agent 开发,OpenSolon v3.8.3 发布
java·人工智能·ai·langchain·llm·solon
Baihai_IDP5 小时前
智能体的构建依然是个“脏活累活”...
人工智能·程序员·llm
huazi-J6 小时前
Datawhale Happy-LLM 课程 task 1和2:NLP基础概念
人工智能·自然语言处理·大模型·llm·datawhale