1. 人类语言和机器语言的“桥梁”

先聊点劲爆的，我自我认为ChatGPT或者其他优秀的GLM，可以作为新一代编译器，将人类语言和机器语言之间的阻隔彻底接通。
畅想一下，代码从我们的生活中消失，对于刚刚习惯于代码生活的我们，似乎还是不敢想象。接下来就解释一下，我为什么笃定这样的未来。

1.1 代码+编译器的粗浅理解

非专业的理解，请见谅。
编译器，就是将一种特定的语言转化为计算机可以“理解”的工具。而特定语言，常常就是我们指的代码（code），人们编制代码的目的是，帮助我们实现特定的需求。
所以代码+编译器的组合，本质上就是帮助我们实现我们特定的需求。

1.2 ChatGPT的粗浅理解

ChatGPT作为通用大语言模型，人们对于他的使用，常常是遇见不会的问题后，问问他，期待他的答案可以给自己带来启发。
暂时不谈ChatGPT实现需要的embedding，transformer和fine-tuning，就从使用的角度考虑，很明显，他可以在一定程度上满足我们的需求。比如，我想让他润色一下我写的论文，他会尽可能地“帮助”我（但是限于他的能力，就是帮我，还是害我，需要我们自行判断）。

[解释一下为什么用他：尊重ChatGPT的主体性，他的特殊性往往就在于此]
从使用的角度，ChatGPT可以尽可能地实现我们的特定需求。如何好的完成我们的需求，这就是prompt工程，也就是，你怎么和他聊？哈哈哈，聊天的学问，整的像是没确定关系前的男女朋友，你一言我一语，都是那么的小心翼翼😄

1.3 prompt工程

很多人，认为ChatGPT的使用很简单，打开链接，登陆账号，输入问题，等待答案……
其实不然，ChatGPT的表现，可以称为prompt工程。好的提示词，可以让ChatGPT的表现，超乎你的想象！尤其是你想让ChatGPT完成你给的特定任务时！
（具体ChatGPT的原理，我也会继续阅读相关书籍和论文，很多结论，我想下，但是感觉还缺少理论依据，再等等哈哈）

1.4 类比推理

如果读者认可上面三条我的认识，非常开心，找到同志啦！
接下来我会以上述三点作为推理条件，进行类比推理，得出结论。

条件1：代码+编译器 = 特定任务
条件2：ChatGPT尽可能可以完成特点任务
条件3（暗藏条件2）：好的prompt可以让ChatGPT更好地完成特定任务

条件1 => 推理1：人们写优秀代码为了更好地完成任务
推理1+条件3 => 推理2：代码和prompt越好，任务可以完成得越好
推理2 => 推理3：在完成任务方面，prompt和代码的区别在于平台不同，prompt针对于ChatGPT这类GLM，代码针对于编译器。prompt是自然语言，代码是一种特殊语言。
推理3 => 推理4：可以用自然语言将任务很好的完成，随着GLM的飞速迭代，能力越来越强。但是代码的更新迭代速度较慢。
推理4 => 推理5：未来开发优质的prompt就像是现在写代码一样，自然语言在未来，可以代替代码实现特定任务的完成。
撒花！

虽然逻辑其实是有点漏洞的，但是不妨碍我承认这种趋势。利用自然语言来实现特定任务的完成，这不就是儿时想象中的“人工智能”吗？

1.5 我的思考

如何充分开发ChatGPT，让这个还不算特别智能的“人工智能”干一些智能的事情，我认为这是当下可以做的，代码是无情的，这是我常抱怨的，ChatGPT虽然我常常抱怨他“笨”，但是我认为他是有情的，和他平等地对话，让他做我需要的事。逐渐积累开发优质prompt的经验，写一种新的代码，走一种新的路，让别人说去吧！

以上的可以说是，“虚实结合”，既有想象，但是大多是基于现实。这是近期，在实习过程中试图构建行业模型，在和ChatGPT交流后有的感想，欢迎大家批评指正。但是我希望这个观念，可以改变你对代码的认识，明白自己深处的时代，不要限于代码能力不强该怎么的苦恼之中。