跳到主要内容

大模型时代(2023 年 5 月封笔的一本产业观察)— 全书拆解

30 秒导读: 这本书想回答一个不算技术的问题——ChatGPT 这类东西出来之后,钱和活会怎么重新洗牌。

它的写法很特别:前六分之一是一出情景剧,让三个卡通角色互相盘问,把原理讲完; 中段拿两百年前的纺织厂和电气化工厂当尺子;后段回到 2023 年,一层一层拆产业。

它真正的价值,是把「这东西会编」从技术问题换算成了产业问题: 同样是编错一次,创业公司没事,搜索巨头是 9% 股价、千亿市值1。 顺着这条线,全书落在一笔账上:你替掉的那点人工,必须比它每答一次的开销更贵; 而这笔账里最容易漏掉的一项,是它答错时你要付的钱。

它也有明显的时限。 2023 年 5 月定稿2,书里的许多判断已经被时间冲刷过。 本组拆解的做法是:书里的照书讲,书外的另标一行; 凡是「三年后长成什么样」,一律标明那不是书里的话。

1. 先交代清楚:这是谁在什么时候写的

作者龙志勇(全书主笔)、黄雯——应用篇里除教育行业以外的所有行业内容是黄雯写的3
落款2023 年 5 月 11 日2
另一个声音代序《AI 大模型:当代历史的标志性事件及其意义》,作者朱嘉明,落款 2023 年 5 月 9 日4
结构技术篇、变革篇、应用篇、产业篇四个部分5

三件事必须先说,否则会误读这本书。

第一,技术篇是一出虚构的情景剧,不是纪实。 三个角色——传话的「小二」、 写答案的「老莫」、管搜索的「小毕」——是作者编出来的拟人化设定, 书里自己写着「纯属虚构,请勿对号入座」6。 本组拆解保留这三个名字(它们是全书最好用的抓手),但每处都分清哪句是剧情、哪句是机制。

第二,代序不是作者本人的判断。 它是另一位作者写的导读性文章,里面的数据、 分期和结论都自成一套,有几处和正文对不上。本组拆解把它单独放在第 07 章,并逐处标明。

第三,这本书出版于 2023 年上半年,而它谈的正是变化最快的那一年。 书里的「最新」在今天全都不是最新。所以我们的做法是: 凡是能被时间冲刷的判断,单独拉一节说清楚今天是什么样,并且明说那是书外补的。

2. 全书一条主线(读完这一节,你就懂了这本书)

下面这条链从头贯到尾,每一步都是被上一步逼出来的。 只读这一节、不看任何拆解章,你也能把这本书讲给别人听。 细节全部留给对应的章节,这里只讲「发生了什么、为什么只能这样」。

① 它手上没有现成答案

你问它一句话,它回一段话,看起来像是从哪里查出来的。不是。

它的做法笨得出奇:看着已经写出来的那些字,算下一个字最可能是什么,写下来; 再看一遍,再算一个;循环往复,直到写完。 一个字一个字往外蹦7。 干这件事的那台机器本身,书里管它叫模型;「大模型」就是这台机器的一个大号版本。

书里让那个写答案的角色自己承认了这件事:「这些答案都是我猜的」8。 (为什么这么笨的做法能答得像模像样,第 01 章讲。)

② 这个本事是练出来的,而且练的一直是同一道题

它凭什么能猜准?因为它被喂了海量的文字,每一段都要它把下一个字盖住猜一遍, 猜错就把里面那一大堆可调的数往「差得少一点」的方向挪一丁点—— 这个反复挪的过程就叫训练

可调的数有多少个?上一代是 1750 亿个9。喂进去的文字, 换算成中文大约是 19 万套四大名著的阅读量10

关键在于:这道题不需要老师改卷子。 下一个字是什么,原文里就写着—— 所以它才吞得下那个量。(这一堆数怎么改、它读的东西里都有什么,第 02 章讲。)

③ 同一道题,当年有两种练法,大部分人选了另一种

一种练法是把下文全部盖住、只看上文往下写;另一种是在中间挖个空、 左右两边都给它看,让它填。填空那种在当年所有比赛项目上都赢, 于是 2018 年前后学术界和公司几乎都去了那一边11

只看上文那一种坚持下来,是因为它有一样东西是填空那种做不到的:生成新内容。 (这条路上都发生了什么、凭什么坚持,第 03 章讲。)

④ 读完书还不会说话,于是人开始进场

光靠海量文字练出来的东西,像个读了很多书但不会应答的人。 所以后面又加了两步,这两步都要人:

先由人一字一句写出一万多套「问 → 答」拿给它学;再由人对它给出的几个答案排序, 拿这些排序训一个专门打分的东西,让它替人陪练12

结果很反直觉:一个只有 13 亿个数的版本,在「听懂你要什么」这件事上, 胜过了 1750 亿个数的那个13。(这两步各解决什么,第 04 章讲。)

⑤ 练到某个规模,它突然会了没人教过的事——也会一本正经地编

有些本事不是一点点长出来的,是过了某个规模突然就有了,过不了就一直没有。 书里管这个叫涌现14。同一件事的另一面是:它也会把不存在的东西编得很像真的

这两件事其实是同一个来源:它的目标是把话说得像,不是说得对。 编出来的那种东西有个名字,业内管它叫幻觉。 书里给了一个反推——在专挑这种毛病的题库上还剩四成,日常提问里应该远低于四成15。 (两类编法、两套治法,第 05 章讲。)

⑥ 给它眼睛和手

只会写字,能干的事有限。于是给它加了两样东西: 一样让它临时去外面取信息(公网搜索、企业库),另一样让它去做事(订票、跑代码)。 书里把这两样叫「信息插件」和「行动插件」,并给了一条三步链:信息 → 模型 → 行动16

这一步是全书从「技术」拐进「产业」的转折点——能取能做,才谈得上进流程。 (这条链和它今天的名字,第 06 章讲。)

⑦ 这种事历史上发生过:机器换上了,红利要等更久

书里把尺子转向两百年前。第一次工业革命里,生产率明明涨了, 可有一段时间工人的日子没跟着好起来17; 更要紧的是电气化那一段:发电站 1882 年开张,而工厂真正吃到电的好处要到 1929 年18

中间那几十年花在哪儿了?花在把流水线按新机器重新排一遍,以及把会用新机器的人补出来。 (这两段各自的教训,第 08、09 章讲;那七十年的技术史另有一个人的说法,第 07 章讲。)

⑧ 所以真正的问题不是它能不能干,而是它在流程里站哪个位置

书里给了这本书最好用的一把尺子:它是副驾,还是代驾19

副驾是「属于你个人的助手」——活还是你的,它不独立承担任何职能; 代驾是「流程里的一个岗位」——它独立干一段活,跟多个人协作,出了事另有人兜底。 从副驾到代驾,不是它变强了,是流程被改了。 (三条判据、怎么分级放权,第 12 章讲;三大类行业各自怎么落地,第 13、14、15 章讲。)

⑨ 站定位置,账才算得出来:替掉的人时必须比它贵

产业篇给了一条横线:在它每回答一次的开销上横着画一条线,只有线以上的场景才可能赚钱20

书里这笔账算得很朴素:一次查询省 15 分钟,那个岗位一小时 100 元, 这一次就值 25 元;企业实际付 5 元,而每次回答的开销不到 1 元21——毛利够运营。 线以下的场景,做得再好也是赔的。 (这条线怎么用、四层产业各自赚谁的钱,第 16、17、18 章讲。)

⑩ 而这笔账里有一项最容易漏:它答错的时候你要付多少

全书的落点在这里。书里拿上一轮的两件事当镜子: 医疗 AI 曾给一位有严重出血症状的肺癌患者推荐了一种会加重出血的药22; 自动驾驶跑了六七年,卡住商业化的一直是那个必须坐在车里的安全员23

推到这一轮就是一句话:它一定会出错,所以每个场景都要算「实测错多少、能容忍错多少、 差额靠什么补、补一个人能看几台」。 书里给出的最终口径是:这类活的边际成本 = 每次回答的开销 + 安全的开销24

而书里自己在同一章留了一句反过来的话:「智力的边际成本趋向于零」25这一对张力没有被合上,它就是这本书留给读者的题。(第 19、20 章讲。)

3. 二十章地图

推荐顺序就是编号顺序。 但如果你只想解决一个具体问题,下面四张表给了捷径。

第一组:它到底在干什么(第 01–06 章)。 对应原书技术篇。

讲什么什么时候来读
01一个字一个字猜;同一句话问两遍为什么不一样;中英文切法不同;它不记得你想知道「它到底在干什么」
02那一堆可调的数是什么;自己出题自己对答案;它读的东西都有些什么;猜错了怎么改想知道那些天文数字各自指什么
03老一代聊天机器人怎么答;两种练法的分叉;没学过却会了想知道为什么是 2022 年才爆
04人写的问答宝典;替人打分的陪练;在聊天里现学现卖;教它一步步想想知道人在这里面干了什么
05突然会了的那道坎;两类瞎编;两套治法;为什么越准越危险想判断「能不能信它」
06看图;临时去外面取;让别人替它做事;这一整套今天的名字想知道它怎么接上外面的世界

第二组:历史当尺子(第 07–10 章)。 对应原书代序、变革篇。 这一组既给「会不会失业」的历史答案,也给书里 2023 年那份「会碰到多少人」的估计(在第 10 章末)。

讲什么什么时候来读
07三个学派;三个里程碑;一笔电费账;知识怎么被生产;风险清单想要时代坐标
08砸机器的人在砸什么;童工;降价怎么把蛋糕做大;这一轮算不算「通用技术」想知道「会不会失业」的历史答案
09那根没被拆掉的传动轴;四十七年;技术与教育在赛跑想知道红利为什么迟到
10用知识的六个层次;444 个白领的实测;省下来的时间去了哪;会被碰到的人有多少(约八成,其中两成被动了筋骨)想知道它到底提了多少效、会碰到多少人

第三组:怎么用、谁来用(第 11–15 章)。 对应原书应用篇。

讲什么什么时候来读
11给身份、给标准、给套路;四类追问;把编出来的数逼出来想立刻用得更好
12副驾与代驾的三条判据;放权分三级;出了错谁背要在团队里落地
13教育、人力、法律、政务、个人 IP 五段,以及「凭什么捞得准」做知识密集型业务
14一家跨境电商的六个环节:文案、售前、售后、设计、分析、开会做企业业务
15写誓言;演角色;排行程;「能说话」真正难的那两件事做消费级产品

第四组:钱怎么流(第 16–20 章)。 对应原书产业篇。

讲什么什么时候来读
16一次千亿市值的翻车;四层地图;显卡的四个要求;软件那一层的三块想看产业地图
17把模型公开出来的和捂着的;一个 130 亿的小家伙怎么做出来;企业三条岔路要选底座
18那条横线;免费与付费怎么分层;什么才算「为它而生」的应用要做商业模式
19泡沫不止上一次:医疗、自动驾驶的安全员、四十年前的十年计划想给热度降温
20换个场景还灵不灵;缺陷清单;那笔安全账;书里留下的那对张力全书落点,最后读

4. 这本书覆盖什么、不覆盖什么

覆盖:

  • 原理的常识层:一个字一个字预测、三段训练、涌现、幻觉、插件。够外行读懂,不够动手。
  • 两段工业史当尺子:第一次工业革命的收益分配、工厂电气化的四十七年。
  • 五个知识行业 + 一家跨境电商 + 三类创意应用的落地做法,每一段都有对话原文。
  • 产业四层:硬件、软件、模型即服务、应用,每层各自的商业模式和谁付钱。
  • 两轮泡沫的复盘:医疗 AI 的「业务可复制」神话、自动驾驶的安全员成本。

不覆盖(照实说,不猜):

  • 它内部怎么算。全书没有一个公式。讲清「那套计算方法是什么」只在代序里有一次; 正文里另有一次只出现了那篇奠基论文的名字(第 14 章借它交代某人的履历)。 想看内部构造,去读本库的 what-is-chatgpt-doinghappy-llm
  • 训练的工程细节。没有代码,没有一张配置表,没有一条可复现的步骤。
  • 它记不住你怎么办。书里唯一一次正面提到这件事,是把它列为缺陷之一,没给方案。
  • 中国大模型的具体进展。文心、通义、盘古都只是被点名,没有拆解。
  • 原书第 13 章「大模型应用的三重境界」我们没有单独成章—— 它讲的三步(个人用、进流程、重做业务)正是第 12 章前三节的另一种叫法, 单独成章必然重复。我们把「三重境界」这个说法按挂牌处理,放在第 12 章第 6 节句末。
  • 原书第 08 章「变革时代的韵脚」和第 09 章「大模型应用的两种创新」也没有单独成章。 这两章原本就是各自那一篇的收尾与开场白,加起来不到四千字,单独成章会稀成两页目录。 我们把它们的实质内容并进了三处,每一处都留了出处:
    • 通用技术的三条标准 + 马克·吐温那句「押着同样的韵脚」→ 第 08 章第 9 节;
    • 那份劳动力影响报告的四个数、受影响的职业名单、批判性思维、 以及比尔·盖茨对医疗教育公平的期待 → 第 10 章第 8 节;
    • 渐进式创新与颠覆性创新这一对、1943 年那句「全球只需要五台计算机」、 以及「成本降到临界点就打开新市场」这条机制 → 第 20 章第 7 节。 原书第 09 章末尾那句「把行业应用分成知识工作型、企业业务型、创意娱乐型三大类」, 就是本组第 13、14、15 三章的分法来源,出处记在第 20 章那条脚注里。
  • 后记我们只取一处。后记是作者的私人抒情与致谢,只有伊利亚那句 「你还需要相信」有分量26,我们把它放在第 03 章第 6 节和第 20 章末尾各用一次; 其余不拆。

5. 我们的判断

判断(我们的,不是书里的):这本书最耐得住时间的部分,是那把「副驾还是代驾」的尺子, 以及那条横线。 技术细节三年就旧,但「它在流程里站哪个位置」和 「替掉的人时必须比它贵」这两个问法,今天问任何一个落地项目仍然有效。 如果错,会错在: 当每回答一次的开销降到接近零时,那条横线会低到几乎所有场景都在线上, 这把尺子就失去区分力——那时决定成败的会是别的东西(数据、渠道、责任归属)。

判断(我们的,不是书里的):这本书对「涌现」的态度过于乐观。 它把涌现当成一种可以期待的红利(「说不定哪个垂直领域的数据集就触发了新的涌现」), 而它自己在同一章里也承认涌现不可预测、不可控。 能期待又不可控的东西,不该进业务计划。 如果错,会错在: 如果后来的规模化确实持续兑现了新能力,那么「不进计划」就是过于保守, 会让人错过窗口——这正是书里那位投资人角色说的「更大胆的方式」。

判断(我们的,不是书里的):全书最薄的一环是应用篇的证据。 五个行业、一家电商、三类创意应用,几乎全部由「对话原文 + 一句效率提升」构成, 只有教育与知识工作那一处给了对照实验(444 人)。 「报告从 3 天降到 0.5 天」这类数字既没有拿一组不用它的人来对照,也没说一共测了几个人,不能当论据用。 如果错,会错在: 这类书本来就是行业启蒙读物,要求随机对照实验是过高的标准; 它的实际用途是给人「原来可以这么用」的清单,而这个用途它完成得不错。

6. 许诺兑现表

正文里每一处往后指的话,在这里记一行,并逐行核过。 核的是两件事:那一章真的讲了吗?讲的是不是许诺的那件事?

总纲自己的许诺:

许诺在哪应兑现在哪核过
index §主线 ①01 第 1–3 节(为什么一个字一个字猜也能答得像模像样)
index §主线 ②02 第 1、5 节(那一堆数是什么、猜错了怎么改)
index §主线 ③03 全章(两种练法的分叉与那条少有人走的路)
index §主线 ④04 第 2–4 节(人写的问答宝典与替人打分的陪练)
index §主线 ⑤05 第 4–7 节(两类幻觉、两套治法、那个反推)
index §主线 ⑥06 第 4–8 节(取信息、做事情,以及今天的名字)
index §主线 ⑦08 全章 · 09 全章 · 07 全章(两段工业史与那七十年)
index §主线 ⑧12 第 2–4 节 · 1315 三章(位置、分级与三类落地)
index §主线 ⑨1618 三章(四层、选底座、那条横线)
index §主线 ⑩19 全章 · 20 第 5–6 节(上三次泡沫与那笔安全账)
index §4 覆盖(三重境界并进去了)12 第 6 节末(挂牌句)
index §4 覆盖(原书 08 章并进去了)08 第 9 节(三条标准与那句韵脚)· 10 第 8 节(那四个数)
index §4 覆盖(原书 09 章并进去了)20 第 7 节(两类创新、1943 年那句预言、临界点)
index §4 覆盖(后记只取一处)03 第 6 节 · 20 第 9 节(「你还需要相信」用在这两处)

各章往后指的话(按章号排,共 68 处):

有两处原来的许诺没有被兑现,已经当场改掉、不再挂账:

一是 03 第 8 节,曾写「『没学过就会』的例子第 05 章会给更多」; 而 05 章讲的是「过了规模才突然会」——同名的另一件事。 现已改成照实说:全书只有翻译这一个例子。

二是 05 第 8 节,曾写那个比方「第 19 章原样重现」; 而 19 章并没有重复它。现已改成「第 19 章把比方里的自动驾驶换成真事」。

许诺在哪应兑现在哪核过
01 第 7 节(它把字拆成碎片来数,这个数怎么换算成「读了多少书」)02 第 4 节那张表(5000 亿个碎片 ≈ 19 万套四大名著)
01 第 6 节(那串数长什么样、凭什么代表意思)13 第 2 节(把意思变成一串数、再按「像不像」捞回来)
01 第 11 节(每写一个字都要重看一遍 → 这一条会变成钱)18 第 1、2 节(边际服务成本与那条横线)
01 第 8 节(它不记得你,书里当缺陷再提)20 第 2 节(缺陷清单第四条)
01 第 8 节(今天外面怎么绕开它)13 第 8 节(把你说过的话也存进去再捞回来)
02 第 2 节(「预」是说后面还有两步)04 第 2、3 节(问答宝典与打分陪练)
02 导语(第 05 章要讲的「突然会了」)05 第 2 节(过了某个规模才突然会)
02 第 1 节 · 第 6 节(要算的量变成钱;资料从哪来、谁在给它挑)16 第 6 节(训一台中等个头的机器要花多少)· 16 第 8 节(挑资料的四种来源)
02 第 1 节(要算的量变成每答一次的成本)18 第 1、2 节
03 第 5 节(这类「突然会了」后来有了正式名字)05 第 2 节
03 导语(讲泡沫时会用到同一条线索)19 第 1、2 节(叙事怎么讲、怎么破)
03 第 6 节(这句话在全书末尾还会出现一次)20 第 9 节
03 第 8 节(那篇奠基论文的名字讲在哪,见第 07 章)07 第 6 节(论文名与那句大白话解释)
04 导语 · 第 4 节(它为什么讨好你、那个毛病从哪来)05 第 4 节(讨好打分的那一步)
04 第 6、7 节(把这件事做成一门手艺)11 全章
04 第 2 节(「拿自家数据再训一遍」这个名字只立一次)14 第 3 节(回指前面,不重复立名)
04 第 2 节(同上)17 第 7 节(「再训一遍」是怎么卖的)
04 第 9 节(三步各要多少机器、多少钱,要到后面才有量级)16 第 6 节(那笔训练账)· 17 第 4 节(8 张卡跑一天)
05 第 10 节(编造来源在专业场景里更严重)13 第 3 节(律师那一段的 4000 小时)
05 第 10 节(核对的钱在后面才被算进来)18 第 2 节(那条横线)· 20 第 5 节(安全账)
05 导语 · 第 8 节(越准越危险值多少钱)16 第 1 节(9% 股价、千亿市值)
05 导语(第 19 章的安全员)19 第 5 节
05 第 4 节(「有的产品要的正是它会编」会变成真实的商业选择)20 第 3 节(角色扮演里幻觉是卖点)
05 第 8 节(那个「越自动越放心看手机」的比方,第 19 章换成真事)19 第 5 节(安全员是一笔降不下来的成本)原句写的是「原样重现」,而 19 章并没有重复这个比方,已改写
05 导语 · 第 5 节(补丁清单在那一章只被回指)20 第 4、5 节
06 导语 · 第 6 节(它进流程之后叫什么)12 第 1、3、4 节
06 第 5 节(企业库几万页,凭什么取那几页)13 第 1、2 节
06 第 10 节(信息插件在企业侧长成什么样)14 第 4 节(那封退货来信)
06 第 10 节(每加一个插件要多花多少钱)18 第 1、2 节
06 第 7、10 节(出错的代价)20 第 5 节(那笔安全账)
06 第 11 节(视频为什么不适合、有什么替代路线)20 第 2 节(缺陷表那一行:视频学习可能要引入新技术)书里只是捎带一句,拆解照实说
06 导语(第 13–15 章所有的落地做法)13 全章 · 14 全章 · 15 全章
07 导语(拿它当坐标,才能在后面把这件事和工业革命并排放)08 全章 · 09 全章
07 第 6 节(知识六层会被逐层走一遍)10 第 2 节
07 第 4、5 节(显卡的要求、一次训练要花多少钱)16 第 4、6 节
07 第 5 节(电与成本变成每答一次的钱)18 第 1、2 节
08 导语 · 第 9 节(这一轮凭什么也算一次工业革命,量的结果在后面)10 第 8 节(那份报告的四个数)
08 第 6 节(童工那条曲线为什么会拐)09 第 4 节(两个因素,尤其是人)
08 第 9 节(「几十年」有一把现成的尺子)09 第 3 节(那四十七年)
08 导语 · 第 11 节(使能那一面为什么迟到)09 全章,尤其第 4 节(两个因素)
08 第 8 节(这一条会变成一条可以计算的横线)18 第 2 节
09 第 7 节(这一类人被影响到什么程度)10 第 3 节(444 人实测)
09 第 3 节(四十七年这把尺子最后用来定预期)20 第 8 节
10 第 4、7 节(「改」需要的本事、质询模式)11 全章
10 第 7 节(知识污染会作为缺陷再出现)20 第 2 节
10 第 8 节(批判性思维的具体动作长什么样)11 全章(四类追问)
11 第 9 节(它照出来的那两个问题谁去解)13 全章 · 14 全章(三个行业在做的事)
12 导语(那三大类行业的落地做法都是这把尺子的实例)13 全章 · 14 全章 · 15 全章
12 第 5 节(1:5 是那笔安全账的分母)20 第 5 节
12 第 6 节(③ 号格子里每一项都要带着那笔安全账一起算)20 第 5 节(四步安全账)
12 第 10 节(「谁背锅」这个问题要到后面才有可计算的框架)20 第 5 节(同上)
13 导语(同一套骨架在客服里再走一遍)14 第 4 节
14 第 3 节(再训一遍在服务层怎么卖)17 第 7 节
14 第 9 节(每答一次要花多少钱)18 第 2 节
15 导语(这一块是后面那两个消费级案例的技术底子)19 第 8 节(那家短视频公司)· 20 第 3 节(那个角色扮演产品)
16 第 2 节(第三层在哪一章)17 全章
16 第 1、2 节(这笔账会被算得更细)18 第 2 节
16 第 6 节(训练要一千张卡跑五天半、用起来只要一张老卡,这个不对称会变成一条横线)18 第 2 节(那条横线)
16 第 8 节(那个自我强化的循环在后面还会各出现一次)17 第 3 节(开放换来的社区)· 19 第 8 节(那家短视频公司)
16 第 9 节(第 17 章那个模型的底座就是从这里下载的)17 第 4 节(主走查第 1 步)
17 第 2、8 节(那条张力会变成一条画得出来的横线)18 第 2、3 节
17 第 10 节(六把尺子里没有一把量安全)20 第 5、6 节
18 导语 · 第 3 节(横线上还要再加一项)20 第 5、6 节
18 第 7 节(它记不住你,第 20 章会作为缺陷再提一次)20 第 2 节(缺陷清单)
18 第 10 节(「做原来做不到的事」那类价值这条线量不出来)20 第 7 节(创造新市场那一条)
19 导语(这一章的教训换算成一笔账)20 第 5 节
19 第 8 节(这一条会变成一条结论:最好的商业是做出新市场)20 第 7 节(五条排序的第 4 条)
19 第 9 节(这一章只给思考题,真正的回答在第 20 章)20 第 8 节(我们在周期的什么位置)

Footnotes

  1. 出处:「13 大模型应用的三重境界」第 148 段(text/15-ch13.txt:148,搜「市值损失千亿美元」)。这一段在原书里属于「产业篇」的开篇引子,排在第 13 章正文之后、第 14 章之前,所以转码文件把它归在了第 13 章那一段里。原文说的是 2023 年 2 月初 Bard 演示中答错一个事实之后的股价反应。

  2. 出处:「后记」第 73 段(text/20-fm.txt:73,搜「2023年5月11日」)。这是作者龙志勇的落款日期。同一篇后记第 3 段(text/20-fm.txt:3,搜「就在本书定稿之后的半个月里」)说,定稿之后半个月里仍不断曝出新动向——作者自己也知道这本书的时限问题。 2

  3. 出处:「后记」第 55 段(text/20-fm.txt:55,搜「熬夜写下了」)。原文致谢里写明:黄雯写下了《应用篇》里除教育行业之外的所有行业应用内容。所以本组拆解第 13–15 章讲的那些行业案例,主要出自黄雯之手,不是主笔本人。

  4. 出处:「代序」的落款,第 624 段(text/01-fm.txt:624,搜「朱嘉明」)与第 626 段(text/01-fm.txt:626,搜「2023年5月9日」)。代序作者与本书作者是两个人,判断要分开记——详见第 07 章。

  5. 出处:「绪论」第 19 段(text/02-fm.txt:19,搜「本书将通过四个部分」)。原文列的四篇是技术篇、变革篇、应用篇和产业篇。

  6. 出处:「绪论」第 51 段(text/02-fm.txt:51,搜「纯属虚构」)。原文说,为了让读者看得下去,在情景剧中为 ChatGPT 增添了拟人的感情色彩,纯属虚构,请勿对号入座。

  7. 出处:「02 我是一个大模型」第 15 段(text/04-ch02.txt:15,搜「掐指一算」)。原文里那个角色接过纸条,「掐指一算」写下第一个字「可」,再算一次写下第二个字「以」——这是全书对这件事最直观的一处描写。

  8. 出处:「02 我是一个大模型」第 21 段(text/04-ch02.txt:21,搜「这些答案都是我猜的」)。上一句是「博览群书没错,可我并没有现成的答案」。

  9. 出处:「03 ChatGPT是怎样炼成的」第 34 段(text/05-ch03-03-chatgpt.txt:34,搜「也就是1750亿」)。原文说的是上一代 GPT-3 的规模;同一段还说,后来为了平衡算力和速度,「脑袋做过瘦身处理」。

  10. 出处:「03 ChatGPT是怎样炼成的」第 55 段(text/05-ch03-03-chatgpt.txt:55,搜「19万套四大名著」)。同一章第 167 段(text/05-ch03-03-chatgpt.txt:167,搜「四大名著共计约262万字」)给出了换算依据。

  11. 出处:「03 ChatGPT是怎样炼成的」第 440 段(text/05-ch03-03-chatgpt.txt:440,搜「全面碾压」)与第 442 段(text/05-ch03-03-chatgpt.txt:442,搜「重兵投入」)。原文说 2018 年那一年,国内外的学术机构和科技公司纷纷把重兵投入另一个方向,只有人才过剩的大企业还留下小部分团队跟进。

  12. 出处:「03 ChatGPT是怎样炼成的」第 532 段(text/05-ch03-03-chatgpt.txt:532,搜「只有一万多套问答练习」)与第 578 段(text/05-ch03-03-chatgpt.txt:578,搜「奖励模型」)。

  13. 出处:「03 ChatGPT是怎样炼成的」第 599 段(text/05-ch03-03-chatgpt.txt:599,搜「虽然只用了13亿参数」)。同一章第 601 段(text/05-ch03-03-chatgpt.txt:601,搜「能顶得上100倍」)还引了一位 OpenAI 联合创始人的说法:这一招顶得上 100 倍的规模——那是访谈里的口头估计,不是实验结论。

  14. 出处:「04 大模型的未解之谜」第 65 段(text/06-ch04.txt:65,搜「他们论文里说的涌现」)。原文给的定义是「由定量变化产生的定性变化」:某种能力在较小的规模里不存在、只在较大的规模里存在。

  15. 出处:「04 大模型的未解之谜」第 288 段(text/06-ch04.txt:288,搜「幻觉应该远低于」)。原文的推理是:那个题库本身就是专门用来诱发这种毛病的,在它上面还剩四成,那么日常提问里应该远低于四成。紧接着第 291 段(text/06-ch04.txt:291,搜「估计你也没有数据计算」)又补了一句坦白:没人真去统计过,因为不是每个用户都会点举报。

  16. 出处:「04 大模型的未解之谜」第 425 段(text/06-ch04.txt:425,搜「信息—模型—行动」)。原文的说法是:信息插件像耳目,行动插件像手脚,它自己是中间那个大脑。

  17. 出处:「05 大机器时代的启示」第 79 段(text/07-ch05.txt:79,搜「恩格斯式停顿」)。原文说,虽然全社会的生产率在不断上升,但许多人的生活水平仍然停滞不前甚至恶化。

  18. 出处:「05 大机器时代的启示」第 188 段(text/07-ch05.txt:188,搜「珍珠街发电站开始运行」)与第 210 段(text/07-ch05.txt:210,搜「提供全美工厂80」)。这两个年份相隔 47 年。注意:同一本书第 08 章第 67 段(text/10-ch08.txt:67,搜「的发电站运行30多年之后」)写的是「三十多年」,两处没有对齐——详见第 09 章第 3 节。

  19. 出处:「07 自然语言编程与脑机协作」第 856 段(text/09-ch07.txt:856,搜「大模型是人的副驾」)。原文的原话是:这一次是否引发了重构,可以用一个简单的方法来判断——在团队和业务流程中,它是人的副驾,还是代驾。

  20. 出处:「15 关于大模型产业的对话:第1集」第 186 段(text/17-ch15-15-1.txt:186,搜「选横线之上的应用场景」)。这是书里那位创业者角色画在纸上的一条线。

  21. 出处:「15 关于大模型产业的对话:第1集」第 178 段(text/17-ch15-15-1.txt:178,搜「那就是25元的服务价值」)与第 179 段(text/17-ch15-15-1.txt:179,搜「可能他只付5元」)。这三个数是书里那位角色现场估的,不是调研数据。

  22. 出处:「16 寒来暑往几度:AI泡沫与机遇」第 81 段(text/18-ch16-16-ai.txt:81,搜「贝伐珠单抗」)。原文说,这种药的黑框警告提示它可能导致严重或致命的出血,不应让严重出血的患者使用。

  23. 出处:「16 寒来暑往几度:AI泡沫与机遇」第 258 段(text/18-ch16-16-ai.txt:258,搜「因为安全员成为自动驾驶商业化的瓶颈」)。

  24. 出处:「17 关于大模型产业的对话:第2集」第 249 段(text/19-ch17-17-2.txt:249,搜「边际成本主要就是推理算」)。原文接着说「力加安全成本了」——这句话被折行了,所以两半分在两段里。

  25. 出处:「17 关于大模型产业的对话:第2集」第 254 段(text/19-ch17-17-2.txt:254,搜「智力的边际成本趋向于零」)。这是书里转述 OpenAI 首席执行官的说法,原文接着提到了里夫金那本《零边际成本社会》。

  26. 出处:「后记」第 30 段(text/20-fm.txt:30,搜「你还需要相信」)。同一句在正文里也出现过一次,见「03 ChatGPT是怎样炼成的」第 461 段(text/05-ch03-03-chatgpt.txt:461,搜「在你拥有大规模的高质量数据和算力之后」)。