session://14:29:33
~/ / posts / 2020-07-gpt3-api-craze.md

GPT-3 API 开放内测:一夜之间,推特上全是‘我让 AI 干了 X’

2020-07-18· 1 min read · [产品实践]
// TL;DR
  • API 内测点燃开发者社区,demo 病毒式传播:文案、代码、SQL、设计稿全能试。
  • ‘提示词’成为新的产品原语,围绕它的工具和创业开始萌芽。
  • 也暴露问题:幻觉、偏见、成本、不可控——能用 ≠ 能产品化。

一场社交媒体的集体狂欢

GPT-3 API 内测一放出,推特上就被各种 demo 刷屏:有人让它把‘做一个红色按钮居中’的需求直接生成 HTML/CSS;有人做出能聊天的历史人物;有人把自然语言转成 SQL 查询;有人用它写营销文案、续写小说、生成正则表达式。短短几周,你能想到的文本任务几乎都有人试了一遍。

产品视角:新原语出现了

对做产品的人,这里有个根本性的变化:过去要做一个‘智能’功能,你得收集数据、训练模型、部署服务,周期以月计。现在,一个聪明的提示词 + 一次 API 调用,几小时就能验证一个 idea。‘提示词’成了和数据库查询、API 调用并列的新产品原语。开发的重心从‘训练模型’转移到‘设计交互和提示’。

但别上头

  • 幻觉:它会一本正经地编造事实,且语气自信,demo 惊艳和产品可靠之间隔着一条鸿沟。
  • 成本与延迟:大模型推理不便宜也不快,规模化调用的账单很real。
  • 不可控:同样的提示,输出会飘;偏见和有害内容防不胜防。
  • 护城河:如果大家都调同一个 API,你的产品壁垒在哪?这个问题当时没人答得上来。

我的判断

这是一次‘应用大爆发的预演’,但不是大爆发本身——技术还太新、太不稳、太贵。真正的爆发需要模型更强更便宜、需要把幻觉压下去、需要更好的产品包装。但方向已经确定:一层新的‘智能 API’正在变成基础设施,谁先想清楚‘在它之上做什么、护城河在哪’,谁就能吃到下一波。这个问题我会一直追问。

大模型人工智能产品产品思考NLP
cat newsletter.txt

每周一封,<5 分钟读完

把这一周我读过、想过、动手做过的东西,压缩成一封信。订阅者目前 5210+ 人,0 干扰。