嘉賓 twitter：@pcfli，@zhendong2020，@OdysseysEth，@偉麗，@海波

OdysseysEth

我主要說兩個方面：第一個部分 ChatGPT 對整個投資領域的影響；第二部分是我具體是怎麼樣用的。

可以從更深的角度講起，ChatGPT 和更深遠的人工智能能不能代替人類來投資，我認為在這個領域內是做不到的。因為投資領域具有反身性，當一個策略成功以後它就改變環境，從而使它失敗。所以再強的 AI 也不會對人類具有絕對優勢，這個是我們今天還可以在這討論投資的基礎。再下一個層次是我們要注意到，包括人工智能在內的所有的技術發展，從來都帶來兩層後果：一方面加強一部分人，另外一方面取代一部分人。任何技術其實都是這樣，所以不是跟技術競爭，而是怎麼樣去駕馭技術。

我們還要注意到技術或應用背後更深遠的意味，2007 年 iPhone 剛誕生的時候，之後兩三年沒有多少人可以理解 iPhone 深遠的意義：它變成一個人的衍生。我觀察 ChatGPT，人類和機器的語言處在趨同趨勢，它狠狠往前邁了一步，碳基生命和硅基生命到了新的融合階段。可以用自然語言進行人機交互，這個點非常特別。

雖然之前可以搜到索互聯網的信息，但它背後很難觸碰到更殘酷的信息的角落，但用自然語言進行人機交互，它讓人變成一種新的硅基生命，讓整個互聯網都變成大腦的延伸，至少現在具備了非常大的可能性。

那麼它和投資有什麼直接的關係？

我認為投資至少要經過這兩個過程：一個是要收集信息，另一個是處理信息或者理解信息。

這兩個階段我們都是有限性的，會有盲區。當我們使用 ChatGPT 的時候，可以從很多角度減少盲區。很重要是它提高了知識的連接效率，節省了時間。比如有些信息我可以夠到，但可能需要很高的延遲，所以一些比較長尾的價值偏低的信息，如果花的時間要比價值更高或者具有很大不確定，我可能就不會去理解思考。我只能思考一個非常有限重要的點，但是我想注視到更多的是廣度和深度增加了，而且它可以給我很廣的知識連接的效率，比如 10 萬個博士團隊在這裡面探討，比直接僱傭 10 萬個博士更厲害，因為他們是融為一體的，之間的交易成本降低了非常多。

以上是我覺得 ChatGPT 對整個投資領域影響，或者是帶來一個視角。

我自己具體是怎麼用的呢？以下幾點是我在嘗試的用法，我也在學習中。

• 第一個用法：扔出一個種子想法，從而給到更多想法。比如某個主題，給出一些書籍推薦。實際操作起來，有時候 ChatGPT 推薦的書壓根不存在。當然可以追問再次檢索，至少有百分之二三十的信息相當不錯的，能獲取一些新想法。這種信息之前並不容易檢索到，比如在豆瓣的相似書籍，每期要找到一版，再看相似書籍推薦，或者去書單裡面找。ChatGPT 這種方式給我多了一個選擇。

• 第二個用法是 New Bing，微軟 CEO 演示的時候很輕易做出財報摘要。之前可能需要看其他研報，很難連續進行追問，或者及時性不強，涉獵廣度沒那麼多， ChatGPT 可以很好結合新的信息做財報摘要。這時候也需要注意，雖然看起來數字舉得井井有條，也給出引用，但查整個材料裡完全是瞎編的。微軟也在考慮這方面問題嘗試解決，不一定很容易改善。而且目前 BING 只能進行 5 輪對話，這都是一些問題。但好歹提供了更新的完全的方式，不依賴券商研究員。多了更主動追問跟檢索的方式，總結信息。

第三點我嘗試扔出還不是很成熟的想法，讓 ChatGPT 給出 10 句相似的著名人物的觀點，有時候其他表達方式、相似的觀點可以很好啟發我。因為我自己想法可能隱隱約約有些不成熟，ChatGPT 有點像探照燈一樣，原來的視野相對暗淡，他幫我照亮了更遠的路。

• 更有意義是，我更喜歡批判性的思考，就像芒格說的那樣，如果不能比對手更好反駁自己的觀點，你就不配擁有這個觀點。但很難找到在某一個領域非常旗鼓相當對手，隨時調用他、跟他去進行交流。ChatGPT 可以給批判性思考的機會，讓他去反駁自己可能原有的觀點。我覺得有可能改變或沒改變，但不管怎麼樣，觀點都會更成熟。

以上是我目前的一些具體用法，注意點是需要對這個領域有很深刻的理解，才能提出好問題，能夠識別胡說八道的部分。

海波@realliaohaibo

我認為 ChatGPT 本質是把智力的邊際成本壓得足夠低，可以實現一種類似單人成軍的狀態。可以想象它未來可以處理文檔之後，不再需要人幫我整理表格這樣的東西，很多檢索操作都可以不用做了。但作為個人研究者如果想要去讀 5 年研報，想觀察營收改變狀況，當然有類似的服務，但不是第一手信息，有時候讓人覺得不可信，我還是更願意拿著財報自己看。

ChatGPT 具有這種文檔處理能力，只是時間問題。它現在已經可以自學使用各種接口。當我需要做一件事情的時候，可以直接用自然語言編程。比如幫我看 5 份財報，某一個域在過去 5 年的變化，這種方式會完全改善過去的工作方式，能夠實現一個人和一個機構的戰鬥。

如果把世界看成一個充滿信息的黑盒子，我們有無數種方法從黑盒子裡面提取信息。搜索是一種，自己親身實踐調研是一種。 ChatGPT 提供了跟過去提取信息完全不同維度的能力。

我經常在私下聚會聊信息提取方式的時候，會有一個這樣的觀點。

問 ChatGPT 三個問題：某某書裡面的內容大概是什麼，做個 summarize。第二種問法是這本書裡面關於某一個東西的主要觀點是什麼？第三種問法是這本書裡面關於這個東西的看法有哪些問題？或者我對這個書的某個看法是反對的，你怎麼看？

這三種問題乍一看很像，但由於問題的複雜度和針對性，ChatGPT 提取出來答案的質量會差距非常之大。所以我漸漸意識到這和在現實生活中探索世界的效率，人和人之間做同樣的事情，效率不一樣。

現在很多人嘲笑 ChatGPT 內容很多是胡編亂造的，這件事情一點都不重要，為什麼這麼說？最好的例子是遇到一個人，他在某些方面很厲害，在另一方面就是傻逼。你有兩種態度，一種是把他整個當成傻逼，另一種是用他厲害的方面，想怎麼用是自己的問題。我看見很搞笑的例子是問 ChatGPT 降龍十八掌有哪些？下面內容全是瞎編的，瞎編本質上是很多不同網站有很多亂七八糟的內容。

關於怎麼使用 ChatGPT，我最近一直在想要練更多口語。在 chrome 上 ChatGPT 有個插件可以把說的話轉化成文字，再把回答重新轉化成語音。可以用句式比如 act as a doctor 和我對話，可以用語音在場景下用英語和人溝通。在聊的過程中，我感覺這帶來了極大信息效率的提高。最關鍵的一點是你決定的使用方式決定了它到底有多少用。

還有一個使用是昨天看見群裡分享了一本書，關於怎麼樣使用 ChatGPT，我還沒來得及看，但我想它都能成書了，至少玩法會多很多。大量閱讀英文的時候，我現在閱讀的速度還比較慢，我就一段段的放進去 summarize，或者讓直接翻譯成中文再 summarize，這是一種快速閱讀一些大文章的辦法。

再舉一個在信息獲取方面相當厲害的朋友的做法，他想找在亞馬遜上過去一段時間銷量最好的 30 本書是什麼。大概看了一遍之後，從另一個維度去找關於什麼方面的 30 本書，最後在裡面找交集，從幾個維度把需要的內容提取出來。然後再在亞馬遜上面去看，看上面的推薦，他從過去那種到處找人去問，變成了你看像這種亞馬遜上面到底有多少本書，這種最好的 10 本書，銷量最好的 10 本書，這種推斷的效果其實是非常精確的，幾乎不會出錯。

所以找到正確的方式去用它是完全不一樣的，ChatGPT 可以錯，但是你可以人工糾一次錯。

我感覺真正的魔鬼還在細節當中。

我經常會在一個點，比如問一個剛才說搜書的問題的時候，問了兩個維度就想不起來了。但我會發現那些高手的問題可以持續往下挖掘，這一點還沒有太好的頭緒。

核心是細節，核心是如何不斷下切，用正確的工具把黑盒子裡面信息提取出來的方式。最好有更多的案例，我自己在這一塊上面感受到了它的價值，但沒有真正把它用得非常好。

偉麗@happylilyelf

我非常關注人工智能 AI 的發展，這幾年一直跟蹤，我現在有一種非常強烈的感覺：行業到了一個拐點。

前些年到 AI 在各行各業垂直領域，尤其是專業科研領域的應用，比如研究蛋白質的結構，下棋科研、研究新藥、可控核聚變等等。但第一次能夠看到讓大眾這麼狂熱的，只有 ChatGPT 的推出。包括之前 GPT3 推出都沒有這麼強烈的作用和影響力，它已經在深入到大眾的生活。即便是不會編程的小白，也可以用人類的自然語言來讓機器成為我們的助手。

作為投資人如何利用好 ChatGPT？

我用的不算多，現在還在 ChatGPT plus 的等待名單上，是通過國內的一些接口來用的，整個體驗不是很深。但我既然是一個投資者，我要想想怎麼去用？首先想的是自己的定位。

我目前在用的時候，先從股票投資入手，而且是長期投資者，我希望它能夠達到幾個方面：第一個是協助我搜集信息，第二個是處理信息。

對於一個投資者來說，最重要的是要構建自己的投資和研究分析的框架，但最終做投資決策肯定是我自己做。

我肯定是希望能夠更加及時、準確、專業。

• 及時：我要投資某個公司，要能夠很快知道它重大的事情，而且要準確。準確的含義非常廣。比如英偉達和 AMD 這幾年的盈利能力，增長趨勢都做個對比。說的時候是挺簡單的，但 ChatGPT 做是有一定難度的。因為這涉及到數據，ChatGPT 是基於大語言模型來做的，整個訓練過程是利用以前的語料，通過學習語言計算概率做出來的，所以在數學和物理上是不太擅長的。但是做投資對於數據的處理是很重要的。目前有很多公司提供專業服務，比如市面上的彭博、路透，能看到大家對於數據處理的繁瑣和嚴謹。算利潤率，光指標的定義就很重要。

還有第三個維度是希望 ChatGPT 能夠更專業，有深度，這樣能夠協助我構建研究和分析框架。

• 其次是全面：目前看還可以，我問了一些問題，比如英偉達公司的競爭優勢是什麼？英偉達比起 AMD 來說競爭優勢是什麼？他會給在產品方面、功耗方面、生態構建方面等等的優勢。

在訓練模型的過程中，一般專業數據很多是有知識產權的。比如像彭博有知識產權，數據處理就非常的精準，而且時間可以跨度很長，特別全面。我不知道像 ChatGPT 能不能獲取、利用和輸出，簡單嘗試了一些數據，暫時還不能達到我的一些要求。

• 再說專業性，比起全面性來說就要差一點，但我認為專業和問題的專業性有關，利用 ChatGPT 的專業性有關。普通泛泛的瞭解是得不出專業結論的，中間要求的有問題的深化和分解，逐層遞進。在這個過程中要求本身對兩個公司有一定了解，不然問不出有質量的問題，做不了投資決策。

比如去上市公司調研的時候，新手和老手面對公司總經理，老手很容易層層遞進的通過問題，把一些關鍵核心要要素都掌握；新手繞了半天還在外圍打轉，最後連對方都覺得很不耐煩。

這方面我現在深入還不夠，想等到 ChatGPT plus 能夠獲批之後，能夠一層一層一點一點問，並且把整個過程記錄下來，再進行反饋，會選我比較熟悉的美股公司去了解。

這整個嘗試的情況，總結下：全面性是可以的，準確性是很大的工程，專業性還沒進行深入的嘗試。

在過程中整體的泛泛用下來的感覺是，如果要作為好的投資決策的工具，首先是要對自己要求要高，自己要夠專業，實際要有相互反饋的過程，同時利用它來查閱資料提升自己的專業度，才能夠形成正反饋。

至於能不能做投資，前兩年 Deepmind 推出 Alphago 之後，做了用 AI 做投資的模型。同時在美股上還有個上市的 ETF，也是用 AI 做投資，他們的業績好像都一般。所以如果說基於 ll 模型訓練的過程，是根據已經存在的一些語料來做。類似於概率統計，這個過程是從眾的、隨大流的。對於一些公司和投資項目的研究，具有一定的前瞻性。

第二，要有自己獨特的觀點，在這方面我不太清楚 ChatGPT 能提供多少，我打算好好試一下而且嘗試過程要持續很久，到時候在推特上可以實時和大家共享。估計至少得好幾個月來做體驗學習，如何提升自己使用他的能力。

Peicaili：

我最近也用的不算很多，在使用過程中對我啟發的有兩個案例。

第一個是前一段時間一直在看科學哲學，我在這個領域和 ChatGPT 做了一些溝通。比如關於科學哲學目前公認的專家以及有哪些代表作？給我的回答還是質量還是挺高的。

又問能不能對波普爾的主要的科學的觀點做總結，給出來的答案也是比較到位的。再用批判性思維去問目前的學術界對波普爾的評價，好的評價有哪些，壞的評價有哪些？給出來的答案基本上和我自己的觀點比較一致。

那些都是我花了很長時間，基本上把書都讀了，進行了很多討論之後的結果。我覺得幾秒鐘就給答案，已經是把很核心的一些觀點拋出來，還是挺有用的。

第二個案例是我想了解一下 IB 考試體系。就問了他很多關於 IB 的問題，那麼包括 IB 是什麼？ 有哪些課程？成績是怎麼怎麼計算的？因為 IB 裡面還挺複雜的，裡面還有什麼標準化考試高水平，反正它裡面跟高考體系差異很大。這就是通過逐輪的提問，很快速的讓我對體系有比較好的瞭解。

在這之前我也嘗試用谷歌去了解，可能搜到的信息和想要的信息不是特別的一樣，有一些介紹文章看完，可能有一些收穫但是還有一些困惑，再去對困惑搜索的時候，就不一定很精準找到針對問題的答案。泛泛的問題和文章很多，但是對很具體的問題的答案就沒那麼多了。

這是我使用的兩個案例。總體抽象來說，ChatGPT 和自己的使用目的是有關聯的，如果在自己的能力圈之內，更多是提升信息獲取的效率，有一個很精準的數據不用花很多時間去搜索了。但是數據的準確性怎麼樣，還需要自己去判斷。還有批判性思維，我自己的觀點形成了之後，ChatGPT 可能可以給一些反面的觀點。

我覺得在擴展能力圈的幫助是最大的，因為這個時候自己沒有完整的框架，它可以迅速把框架建起來，甚至可以建幾個框架再去選擇。可以從最上層一直挖掘到最下層。雖然不敢說他一定會建正確的框架，但我覺得在不熟悉的領域至少可以建一個準確度，或者是比較公認的好的框架。

沒有絕對的真理，真理是比較出來的。

ChatGPT 至少建的框架的基準是 above average 的，基本上可以拿他當做專業比較，首先是很誠懇的；第二個是水平是在比較中等偏上的專家水平。

大概我自己的觀點是這樣的，如果想拓展自己的能力圈，或者關注了新的投資領域的時候，ChatGPT 會加速對這個領域的瞭解吸收。如果已經是非常擅長的領域，已經有了自己的框架，可能一些信息獲取的效率上會提高。

但是我自己有一個隱約的感覺，ChatGPT 可能會讓跨界投資能力提升，突破自己原有能力圈。但是具體怎麼樣，還需要更多的時間去驗證。

dongzhen

我說一些相反的想法，ChatGPT 出來比較新，我也只是通過國內的接口用的多一點，真正接口確實暫時還沒有體驗過。

我提幾個質疑：第一個最近也和一些朋友聊過，更多的是偏歸納的模型，通過大量的計算，對於很多細節整合能力比較強。

所以我覺得會存在一些問題，比如說我個人在用 ChatGPT 的時候，它的時效性不是特別強，不一定能夠找到很有用的或者相關性很高的信息，在提供質量上是有一些問題的，包括時效性，整個的邏輯是偏歸納的。

舉個簡單的例子，比如說讓小孩畫一個小人，簡單無比，胳膊腿就只用一個豎一個槓來代替。ChatGPT 在描述小人的時候，會用大量的細節。它是基於細節做大量訓練的模型，所以在整個問題的抽象層面、演繹層面，演繹的能力會比較弱，它還是有點像隨大流的算法。

如果有些信息你知道它存在，但不知道如何獲取，不太熟悉的話，可以讓他來按照他的方法告訴你。但是如果真的想對一個東西有很好的演繹性或者深入的思考，僅僅通過 ChatGPT 的答案是不夠的，它沒有辦法代替做一些抽象的思考，我覺得這個是我的第一個疑問。

第二，我覺得 ChatGPT 出現的時間還是比較短，尤其在投資方面還是需要再觀察。** 類似於大猩猩的投資方式要成一定的規模，不然可能早期花在上面的時間會比較浪費。，是不是應該再成熟一些。我不知道現在有沒有到這樣一個階段，花很多的時間在上面是不是有點太早了。

第三點就是關於結果的可靠性，** 它的廣度可能確實很好，但是可靠性不一定能夠得到真正驗證，怎麼來驗證？如果它是一個歸納歸納邏輯的東西，過去驗證它的邏輯的可靠性，未來是不是每一次的使用都要把數據重新再找出來再看一遍？

我個人覺得比較能夠提升效率的有幾點：為什麼大學會禁，因為有些課程有些作業 可以拿 ChatGPT 寫一些看似很有邏輯的一些話可以填字數，以及一個很大的應用是關於簡單代碼結構的編寫。至少可以給我一個框架。如果當然可以用最好，不可用的話作為程序員，我可以做簡單更改，就可以拿到一個比較好的編寫的框架，而且會幫忙寫很多的註釋，這是我覺得很確定的用法。

偉麗@happylilyelf

現在使用中的準確性等，我也會保持比較謹慎的態度。但是整體上我是用演化的觀點去看 AI 的整個發展。

它目前會有一些不是很令人滿意的地方，甚至不如傳統的地方，但是未來會有很多湧現。現在全世界幾億人已經在用它了。用的人越多相當於在訓練他，給他的語料更多，是有自我學習的功能的。就包括我剛才提到數學可能不夠好，但是他可以做到，比如說他自己去進行學習，在未來人工智能是可以做到的，外調某一個模型進行數學的運算等等。如果是這樣的話就很強大了。

我們在討論是在把它當做工具，但是我從內心是把它當做一個類似於和我們人類接近的系統，甚至一種類生物去看。很可能在未來我們人類的系統和 AI 的系統是需要相互適應共同演化的，很難說誰能控制誰。對於我來說，對整個投資的基礎是挺重要的，就是我用什麼觀點去看 AI。我把它當做和人類生態共同演化的生態去看它的。

所以相對來說一些投資的標準思路會不太一樣，用演化開放的觀點去看它，然後共同去適應和演化。

dongzhen

我想再追問一個問題，比如說谷歌出現之後，不是去造新的谷歌競爭，更好的機會是給他提供更好的內容，所以當時去做內容會比跟谷歌競爭會更有出路。

對於 ChatGPT 也是類似這樣嗎？以及你覺得 ChatGPT 不是人類的工具，要和他共同的進化。我們最近確實在讀科學哲學，我覺得人的厲害之處或者人在科學哲學的進步的過程中是能夠提出一個新的範式。只有提出了新的範式，科學還是各種各樣的思想，才能在新的範式之下豐富內容搭建框架，取得巨大的進步。你覺得如果 AI 跟人有共同的特點的話， AI 能提出新的範式嗎？他們在整個科學的進展過程中，有這樣的能力嗎？

我對這個問題是有點懷疑的，之前也提過更多是歸納的邏輯，但如果缺乏演繹能力，我對他能不能提出新範式事情是有點持懷疑態度的。

偉麗@happylilyelf

我覺得我的能力不足以回答這麼深奧的問題，很多東西的發展是可能超過我們想象的邊界，因為我本身我是個科幻迷，在科幻的作品中有很多敘事在回答這個問題，可能有不同的結果，不同的演化路徑。

對我來說，我會等待它的演化，等待湧現。這幾年關注 AI 發展的過程看到他們逐步發展，就從最早大家都很熟知的 alpha go，下棋的思路跟我們是完全不同的,在下棋方面提出了一整套完全不同的範式，他是從一個大局看，不求每一步勝率最高，但是他從大局看，在一個大局上獲得勝利。

再看 AlphaFold 是，用於計算蛋白質結構,它用了一些預測的方式來把整個蛋白質結構的問題解決了。蛋白質的結構是很複雜的，我們很難去看到它。由此還誕生了結構科學家，用各種方式探索蛋白質的結構，需要很長時間很貴的裝備，比如像冷凍電鏡。

但是 AlphaFold 推出來之後，可以用幾十倍上百倍的概率效率來解析蛋白質的結構，我們已知的蛋白質的 98% 的結構都可以用它預測出來，對於我們研究新藥、化合物都會有很大的幫助。其實也是一種完全不同的範式。

你說 AI 能不能自己提出範式，不排除這種可能性，我們看 AI 發展的過程中它和我們人類的思維是完全不一樣的。為什麼會覺得是共同演化？因為我們輸入不同的語料，演化之後，對我們有一些促進。相當於兩個系統在共同共存演化，你說它能不能範式，我覺得我不足以回答，但我直覺是很有可能的。

海波@realliaohaibo

我覺得這裡很大一部分討論是 not even wrong 的討論，第一點是不知道從哪裡來的提出範式的說法，如果提出範式是指這個範式是被人主動去提出或者發明的話，這本來就是錯誤的概念。

人從來沒有提出過範式， AI 也不需要提出範式，比如 AI 下圍棋自我訓練，最終下圍棋的方式是人所無法想象的，它產生了新範式。整個底層邏輯和原來基於人所推演的底層邏輯已經完全變化了，過去下圍棋的思路和經驗在他面前一錢不值。如果說它會產生新範式的話，它已經產生了，所以我認為這個問題是 not even wrong 的問題。

第二是能不能用和每個人的專業程度有關，怎麼用它決定它對你的價值。所以在信息獲取裡，有幾個領域是最困難的。有一種情況叫做你不知道自己不知道，你沒有任何線索去發現這些東西，這樣的時候是最麻煩的。

其實 ChatGPT 可以在這個維度上解決問題，它遠遠比可以給精確答案，搜索引擎的價值大得多。比如可以例行的問，最近在北美地區搜索熱度最高的新鮮事物是什麼？現在不能夠連接網絡回答不了，但連接網絡從技術上來說沒有任何問題。長期給你提供的價值就是把不知道的東西變成已知的未知，這是最大的信息鴻溝。

與其要求他能夠回答精確的問題，不如指望自己有能力識別他的回答是否精確，而它的價值是在於它有寬闊的多的眼界，在維度上提供更多的信息。

OdysseysEth

我先回應一下，第一個點覺得 ChatGPT 有點舊，截止到 21 年的 9 月份的數據。這一點的話微軟的 newbing 正在嘗試解決，這個問題它存在但是可改善的，我關注是可改善這一點。

第二個點認為是新出來需要觀察，我認為如果投資，我傾向於敢為天下後；但是它作為一種應用的話，我認為應該是敢為天下先。投資犯了錯的代價是很高的，可以等一等。作為應用的話，錯誤代價不高，收益存在的上限可能是很高的，所以更早的去嘗試我覺得更合適，更重要的是它的應用有點通用性的味道，嘗試是千人千面的。很難說等到別人扔出非常成熟的方式，讓你去學，更多時候你可能自己需要去探索，早點探索沒什麼壞處。

我並不認為 AI 和人類有什麼本質的區別，從更深的角度來看，人的大腦跟計算機的大腦其實使用一種通用計算，我們甚至可以把思考也看作一種計算，只是計算的載體不同。

ChatGPT 用的是大語言模型，更多是通過一種概率方式進行計算，但是它本身可以通過接口，完全可以把自己變成橋樑。所以不應該看到本身的限制，而要看到它更深的應用的可能性以及可組合性，以及背後更深的硅基的生命計算還是碳基生命計算的區別。

所以我並不覺得他一定會缺乏演繹的能力，從圖靈機的角度並不是這樣的。

dongzhen

我順著問題如果再問下去，我們知道科學你不僅僅應該看它的結果，它能夠很好去預測，最好應該整個邏輯過程也有了解。如果對整個模型具體邏輯過程沒有很好理解，怎麼相信它的結果。

就像我告訴你天空是藍的，是因為有一個巨人按照自己的心情把它刷成藍的，也是能夠很好的解釋這個結果的，是不是有一點點這種感覺。

如果我們對邏輯過程不是很瞭解，每次都要做驗證，它又是基於歸納的邏輯，怎麼能夠長期的信任結果，我有這樣一個質疑。

我也同意它是一個應用，總會有很適合的地方，我們確實需要做很多的嘗試，找到他最擅長解決問題，一下子就能把事情高效率的解決掉，這可能確實是很好的方向。

海波@realliaohaibo

人工智能它本來就是一個黑盒，程序員也不知道邏輯過程。人提取信息的能力本來就是黑盒，驗證的過程也是個黑盒，所以驗證的過程並不是要去查很多數據來驗證，而是自己對問題本身有框架支持。

判斷事情本來掌握在自己手裡，即使搜索引擎搜出來的，或者很厲害的人坐在旁邊告訴的，經歷的過程並不會有任何的不同。所以所謂的需要驗證，本質上說明的是是依賴了它，本質上是要相信自己的判斷。

2+2=5 可以一秒鐘判斷出是錯的，但一個很複雜的數學或者物理的原理一定判斷不了，這和高手講政治框架，而我們沒有足夠支持的時候判斷不了是一樣的，並沒有引入任何新的問題。

OdysseysEth

我覺得兩個方面，黑盒的問題其實現在的數學的領域的驗證其實有一些由計算出來的，整個過程數學家是完全看不懂的，只能間接去了解。現在數學領域，就是最頂幾個數學大牛認可了，那大家覺得理論是對的。所以我覺得問題一直都存在，而且邊界是模糊的。

第二個點自己可能不太傾向於說我去信任一個人或一個觀點，我更多暫時不否決它，有更合適的方式把它排除掉。ChatGPT 它並不是說扔太多東西需要信任，他兩方面的力量都有，可以反駁掉一些自己提出的觀點，更多是新的猜想或者新的視角，甚至給新的反駁或者批判的可能性，更多把給出的東西當作是過程，而不是最終答案或者結果。

這個視角可能會更合適，這是我自己主觀的感受。

偉麗@happylilyelf

對於這輪的 AI 以及 ChatGPT 帶來的這些衝擊，我覺得對於 AI 的作用無論怎麼高估都不為過，要用一種非常開放、敢於打破以前傳統思維框架的方式去接受它。

因為在整個發展的歷程中，AI 一次又一次打破人已有的思維的限制，給我們創造驚喜、驚奇甚至驚嚇。但是作為現代社會的一個人，還是很幸運能夠看到有很大的發展。但是用我們一些傳統的想法只是把它當作在我們人類馴服利用下的工具，就有點太低估他了。積極參與投身 AI 和我們的互動和共同演化中，我覺得是一種比較好的方式。