它没想象中那么智能

ChatGPT，ChatGPT可以说是被吹上天了，ChatGPT能通过年薪18万美元工程师招聘考试，可以写论文，可以写代码并且直接用，一小时工作量，5秒完成。对文字工作者的冲击最为强烈，它能探讨哲学，拆解历史，证明数学定理，并不限语言和格式。

它的能力取决于我们的想象力，它所展示的新世界已足够令人疯狂。但实际上，想要让它更智能，好像也得先整理数据，再给它喂数据，心里也有点五味杂陈了。

Notion AI，它产出的内容还是比较生硬，利用AI作头脑风暴，也没看见想出什么惊艳的idea，依然需要二次加工；写文章吧，可以让它起草架构，但实际写出来的东西，能用的只占10%不到，真正有需求的时候，不要太指望它。

新Bing，文心一言就更不用说了，注册AI账号，输入验证码，来回注册、验证。人工智能就是先人工再智能，没有人工不智能。简单来说，就是我用我有限的生命，在陪AI玩。

AIGC的这群工具并不像这些铺天盖地信息里所给出来的，一副AI要替代人类当家作主的感觉。总的来说，它可以更智能，但是你得做他助理，这不是纯纯大冤种吗？

它在给你时间适应

人工智能，包括如今我们看到的AIGC工具，之所以能那么智能的三个底层基础：数据、模型、算力，无一不基于人类的贡献。

本质来说这些AIGC应用还是工具，工具的作用还是来自于人类的建设和使用。就像电脑绘画刚出来时，也没见得画师都被替代了，反而因为效率提升创造了很多新的需求，从业者更多更丰富了。

一场资金与技术的持久战

以人工智能训练为例，它不仅需要消耗大量的算力，还需要投入顶级研究人员薪资等人力成本。百度、阿里、腾讯、京东、字节跳动等大企业纷纷展开深入研究，且获得了很多成果。毕竟，AI技术研发需要真正有实力的专家，创业公司显然更难一些，但他们只要脚踏实地做好ChatGPT相关的一个细分板块，也依然有机会跑出来。

但不能否认AI是一条捷径，会在各行各业很快开花结果，但如果要开发一些小领域的应用，它的数据非常少，初期可能泛化性比较差一些。所以我觉得这一块还是另外一个风口——低代码更胜一筹。

人人皆为“开发者”的低代码开发模式，通过图形化用户界面来配置和创建应用软件，而不是用传统模式那样主要依靠手写代码。

开源链接：https://www.yinmaisoft.com/?from=csdn

JNPF快速开发平台依托的是低代码开发技术原理，因此区别于传统开发交付周期长、二次开发难、技术门槛高的痛点，在JNPF后台提供了丰富的解决方案和功能模块，大部分的应用搭建都是通过拖拽控件实现，简单易上手，在JNPF搭建使用OA系统，工作响应速度更快。可一站式搭建生产管理系统、项目管理系统、进销存管理系统、OA办公系统、人事财务等等。