ChatGPT毫无疑问是当红炸子鸡，它用一种无法阻挡的魅力，彻底带红了 GPT （Generative Pre-Trained Transformer : 生成式预训练模型，基于Transformer 实现)  ，LLM （Large Language Model, 大语言模型） 和 AIGC （Artificial Intelligence Generative Content， 人工智能生成内容） 这几个概念。

透过现象看本质，你可能和我一样好奇，这把火到底是怎么烧起来？它目前又有哪些主要的关注方向？未来可能还会怎么发展呢？

如果我去问ChatGPT，可能会得到如下的回复。

但作为一个还没有完全丧失理智的人类，我愿意做一次最后的挣扎，尝试自己通过数据来剖析一下，而我目前想到的数据源是 Github。

如果你在Github上面搜索 chatgpt 这个关键字，你会发现目前又接近 19K（一万九千个）个项目，喔嚯，这可真不少呢？

如果包括那些fork的项目，数量则更惊人，达到了将近77K（七万七千）个项目，而且这还只是那些公开（public）的项目，根据经验，如果算上私有（private）项目，则数量级还可以翻几倍。

那么，这些项目到底是怎么被创建起来的，他们在不同的维度所表现出来一些信息和规律大致是怎样的呢？

首先，我们来看一下整体的统计数据。

也就是说，17094个作者，一共创建了19412个项目，获得star数约53万，fork数约8万，watch数约53万（似乎跟star是一样，因为一旦star就自动watch了）。

接下来，看一下不同的日期创建项目的规律。

可以看出，真正开始热起来是从2022年12月左右，因为直到2022年11月30日，单日创建项目的数量也不过是2， 而截止到2022年12月的所有项目，也不过区区 171个，不足总数的 1%。

从2022年12月1日到现在100多天，平均每天有185个新项目创建出来，请注意，这不包含fork的项目。

单日创建项目最多出现在 2023年3月2日，达到了 497个。

而单日创建项目数量超过100个的天数达到79天，占总比约为 75%。下面列出了Top 10的记录。

我们都知道OpenAI公司是在2015年才成立的，而ChatGPT真正开始做，估计最快也是2019年。但 2015年前居然有两个项目跟ChatGPT相关，这不仅让人诧异。细看之后，其中一个项目可能是最近才改的名字，而另外一个，其实跟 ChatGPT无关，但他自己强行加上了 chatgpt 的tag。这可能也算是一种其他的SEO手法吧，属于噪音的部分。做数据分析，或者使用ChatGPT这些人工智能，都需要有一种理性期待，就是甄别数据本身的真伪。 

如果从时间轴中看一天中哪些时间段创建的项目更多，你可以得到下面的规律。

那么到底什么项目是最火的？下面是top 10的项目。

我们可以发现， prompt engineering真的是最热门的，这是符合预期的，因为大语言模型的当下，人类能做的事情已经不多了，学会如何做prompt似乎是当务之急。

如果按照平均获赞的速度来看，排名如下。微软的 visual-chatgpt 排到了第一名，另外我们看到一些很有意思的新项目。（这种排名的方法，可以让我们发现哪些突然新出现热起来的方向）。

在过去的28内活跃的项目，如果按照作者及其创建过的chatgpt项目数量和获赞来排名，下面是一个top 20的名单。

我特别关心一个问题，在这一波浪潮中，中国的开发者占到的比重有多大。根据这个top 20的用户信息，我们可以看到至少，除去地理位置未知的5个作者，中国的账号是7个，占到将近 50%的比例（7/15）。壮哉，我的国。

敬请关注，我还会更加全面地分析所有作者的信息。后续发布。

本文最后，我大致地看一下从语言的角度，目前的排名情况。

还有就是从license角度，目前的排名情况如下。

后续我还将继续发布各方面的深度研究，以及对重点项目进行分析。敬请关注。未来我会用ChatGPT来自动写这个报告，数据集会公开。