（来源：上观新闻）
任何一个以U😷🦌GC为核心的平↕台，都会遇🙀到真实性👨⚕️与商业化🇮🇷🌹的冲突🕟🙊，这不🌤是小红♾️书独有的困境👾💚。接着发生的情🇵🇰况是，基本上，👢如果你在足够🌃🇵🇾庞大的隐式任务🎿🎲集上训练这👮♀️🍣些 GPT 模型0️⃣或 L🖥🙀LM，通过在互联☪网数据👨🏫上进行🇻🇬训练，你实际上不⚱得不处理🤐数据集中📠隐含的👨✈️🇷🇼所有多🤣🤹♀️任务，👷♀️☢它们在某🐚种意义上就变📸🇸🇪成了一🇦🇱⌨种可编程的📜计算机🧔。在今天的编程📚🇧🇲场景下👌🇩🇯，这个类比是什🐿🤠么？如果我们观察🦠😫两个人用Ope✨🍄nAI🌋🕙的Codex💂♀️或Anthr🇦🇨❣opic的Cla🖐ude ㊗💇♂️Code写代码，💖🚣♀️一个是〰普通水平，🤴一个是真正的💇AI原生程👩⚖️🛬序员，你怎么描述🦂两者的💀😙差异？ And🌦📡rej👨👨👧 Karpat🧑✂hy 我🏂认为核心在于🍄：尽可⬛🇦🇷能充分地🇺🇦🆔利用手头可用🏆🐝的工具，善用它们👨💻的所有功🍨🏺能，并且🤡🕕在自己的工作流程🖌上持续投入🏊⏸。
KroWork🗣 团队🕞💭表示，📈🌌希望通🖊过 AI 降低🏁👨👧👦软件开发门🦏🇪🇹槛，让不会编程🈵的人也能把日常需💩😟求变成自🚔己的桌面工具📳。现在的 Alph👠abet🇳🇬，不再只是防💁♂️🛐守 AI 冲击，💼👂而是在把 📚AI 变成🇲🇳🍅自己下一轮🇬🇩估值重估的🔋发动机🍍。” 据I👺T之家了解，这份🤗✉邮件往来🕹🦂由 Open🔠AI 辩护🧘♀️🎲律所莫里森・福🔡🌸斯特律所曝光🕜5️⃣。Deloitte🔣估算，🌚推理工作负载占😯📸AI总算力的👴🇸🇷比例在2023年🇱🇮约为1/3，2🇱🇺025年接近🤑1/2，到👨🚀2026年预计🚥达到2🔋/3♐🇻🇮。
有哪些工作即将😊比人们预想的更快👀实现自动化🎃三微一端是指什么？又有哪类职👶🇲🇸业是人们认为安全🇲🇶，但实际上却👘🤞极易被验证的？🎌👨👨👦 Andrej 🕐⚰Karpath🐝😡y：我花了一😤🈹些时间撰写关于🦟🇲🇭可验证性的文章📝🇩🇴。比如一切都必须🦔🥟重写，因⏭为所有事物🥤🥊从根本上仍然是🥮➖为人类编写的，且🤽♀️🇺🇦必须由🏴人类来操作🇬🇭。Meta 内部把🚶♀️🇸🇽这种变化称为🎟“端到端 A🇹🇿👨👨👧👦I 驱动”🥵。
