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
叼烟扛炮4 小时前
[LangChain] 学习笔记(04):手搓 ChatGPT 打字机——流式输出(SSE)与模型初始化选型
人工智能·笔记·chatgpt·langchain
chengzhnag1 天前
用一台旧手机,把 AI 记账搬进微信
llm
wovow_mak1 天前
零基础本地部署大模型完整指南:附一键脚本 + 全踩坑记录,家用电脑就能跑
llm
AI技术新视界1 天前
LLM 提示词缓存(Prompt Caching)的秘密
人工智能·缓存·llm·prompt
XLYcmy1 天前
信息检索报告数字经济赋能城市低碳治理的路径研究——基于“传统数据库 + 生成式人工智能”双轮驱动的检索实践 检索实施与结果分析 Web of Science
数据库·ai·llm·prompt·ssci·deepseek·wos
得物技术2 天前
多 Agent 架构的三次反转:从中心调度到自驱协作|得物技术
程序员·架构·llm
xiaoye-duck2 天前
《C++ 项目:手写大模型接入 SDK》ChatGPT接口设计(下):流式响应实现和测试
网络·c++·语言模型·chatgpt
lucas_AI2 天前
ToolSpace:把 804 个真实工具环境打包成 Agent 练级场,35B 小模型暴涨 18 分
llm·agent
奈落243 天前
Codex 并进 ChatGPT 之后,“编程智能体“是变浅了还是变顺了:从官方概览页的功能分工到五家公司开发者反馈,读一次产品化合并的得与失
人工智能·chatgpt·工作流·ai 编程
xiaoye-duck3 天前
《C++ 项目:手写大模型接入 SDK》ChatGPT接口设计(中):全量响应实现和测试
网络·c++·语言模型·chatgpt