chat怎么注册账号,chat怎么登陆,potato chat账号注册,potato chat如何注册

ChatGPT帐号注册怎么玩？帐号注册登录教程要注意什么？下面小编为大家带来ChatGPT帐号注册登录教程攻略，一起看看吧。

首先网络环境自己解决，建议用美国，开全局。

浏览器开无痕浏览模式。

然后左边搜索openai，选一个国家，我选的最便宜的印尼

然后去官方自己一步一步注册就行，直到输入手机这里，复制你的印尼手机号。接收到验证码输入进去就注册OK了。

总成本花费一毛五

先加卢布才可以买。点右上角的―balance―up to balance 就可以

---

ChatGPT带来反思，我推断学校会加上这门课

chatgpt怎么用,chatgpt账号,chatgpt使用,chatgpt注册

2022年11月底，人工智能对话聊天机器人ChatGPT推出，迅速在社交媒体上走红，短短5天，注册用户数就超过100万，而在两个月后，这一数据已经突破1亿。

用“一夜蹿红”来形容ChatGPT并不为过。想要“一睹真容”的人太多，以至于现在国内想要买到账户把聊天安排上进程的人都要排队了……

大家跟这位人工智能聊天的范围也很广：帮忙写PET作文，完成AP考试，写小红书爆款文案，讲讲国际中文教育发展，甚至计划如何“帮助人类”……

可以上下滚动的图片

在众多需要的“任务”当中，我们却关注到了ChatGPT的一个致命弱点：它看不懂新闻。

澎湃记者曾经访问它，让它谈谈关于土耳其地震的情况，ChatGPT却罕见地“不知所云”。

图源：澎湃新闻

时间再往前推，问到对于2021年7月开幕的东京奥运会、9月火遍全球的网飞连续剧“鱿鱼游戏”等全球热点的相关信息，这个被马斯克形容为“强大到危险”的人工智能竟然也说不出个所以然。

究其原因，主要是因为ChatGPT没有搜索引擎的功能，而且它的语料库也只update到的2021年，这也就是说它并不具备人类“自主意识”，只是依靠强大的语言模型和庞大的数据库在“无脑运作”。

在这里“自主意识”体现在它能否及时跟进时事信息，并且做出思考反应，ChatGPT显然不具备我们所说的“新闻素养”，这也再次说明了人工智能和人类之间的差距。

在科技日新月异的今天，人工智能可以代替人类完成很多任务，但却始终坚守着一条底线，也是一条不可跨越的鸿沟――人工智能不可以也不应该代替人思考。思维一旦产生了惰性，社会的创造性也将就此消失。

那我们要如何培养起思辨能力呢？ChatGPT做不到的事情我们的孩子就应该积极地做起来，人类再次战胜人工智能，让孩子们成为当中的一分中坚力量。

通过新闻，让孩子学会去探寻事件背后的历史脉络、行业动态、人性博弈，由浅入深的思考；利用新闻的5W写作方式，帮助孩子在写作中抓住重点……

社会不需要太多标准化的答案，思维的花火会更加促进反思和进步。

为了给孩子提供思辨的舞台，鼓励多样化的发言，带给孩子适应未来的教育，缪思教育创始人、耶鲁硕士芝麻老师，特别为2-9年级的学生开设了“新闻思辨学堂”，不但帮助学生从小就可以练就一双明辨是非的慧眼，还可以在升学中一路升级打怪。

以缪思课堂的分享为例：

讨论案例

新闻事件：ChatGPT爆火+人工智能时代的十大职业

涉及学科：科技、道德伦理、商业等?

讨论内容：新闻实时回顾+拓展思辨探索

讨论框架：

◆ ChatGPT的功能介绍；?

◆ ChatGPT的运行逻辑：什么是语言模型？什么是语料库？

◆ ChatGPT与市面上我们常接触的小度、Siri等人工智能有什么区别？

◆ ChatGPT引发的争议：写作文、人工智能发展所导致的道德伦理问题：脑机接口技术违反动保法、搜题神器伤害孩子的学习能力；

◆?人工智能时代，职业发展的变化，传统职业和新兴职业的讨论。

▲ChatGPT课堂视频片段

整个讨论的准备和进行，都对标美国通识教育里的哈克尼斯圆桌教学法（Harkness Table）的形式。

最后还要以思维导图作文等形式进行输出，整理思想。

往期三年级学生的思维导图作业

春季课堂招生火热

报名咨询扫这里↓

01

为什么要读新闻？

从“双减”政策开始，一系列的措施都指明了方向――不能让学生只是盯着课本、学习学科知识，而是要让知识活起来，我们要培养孩子的眼界、心胸、知识面以及思考力，让孩子们具备持续终生的能力。

而读新闻，就是这种扩充训练的绝佳方式。

首先，新闻是真实事件，具有时效性，是优质的non-fiction（非虚构）阅读材料。

刚才有说过，以上海为例，英语高考里已经频频出现新闻报道内容了。

2019年春考阅读理解来自《金融时报》：

（图片来自网络，非考题）

完形填空来自英国《卫报》，让学生关注社会经济发展给旅游业带来的挑战。

（图片来自网络，非考题）

就连概要写作的文章，都来源自美国环保署网站，要求考生阅读完总结论点，不能超过60个词。

越来越多的阅读题素材，从新闻中来。它是孩子认识社会、了解世界的窗口，而相比专业科普材料，又更具有趣味性。

那么，孩子会感兴趣吗？

此前，诺贝尔奖颁奖的时候，缪思老师就会带着大孩子们，读一读奖项的新闻报道，很有意思。小朋友们的接受度100分！不但科普了学科领域，也帮助孩子探索了自己感兴趣的领域。

其次，新闻也为孩子打开了一片更广阔的天地，是强健心理、自我认知的坐标系。

生活在衣食丰足的今天，这代孩子更早地开始追问自我存在的意义和价值――我是谁？活着是为了什么？怎样的生活才有意义？

答案很难从自己的生活里找到，需要把个人放进全社会和全世界这个庞大的坐标系里去完成。

看看别人的生活是怎样的，了解他们在想什么做什么，有着怎样的信仰和梦想，渴望或绝望，才能照见自身生活的质地和成色。

新闻是获取经验值，锻炼观察能力的不二选择。对于两点一线的孩子来说，更是重要的。

再次，我们都知道深思考的重要性，而新闻正是深度探寻的入口。

一条新闻，背后往往隐藏着丰富的历史、科学、社会背景。每一条新闻都像一扇窗，通向无比广阔的空间，引导出涵盖历史的、现实的、未来的海量信息。

也正因此，新闻是需要解读的，让老师带着孩子们由浅入深，探寻事件背后的历史脉络、行业动态、人性博弈。

另外，很实际地说，新闻作为小篇幅的阅读材料，是学生们提升理解分析能力的好选择；新闻的5W写作方式，也可以帮助孩子学会在写作中抓住重点，都是语文阅读理解和写作所需要的基础技能。

而从目前的教育风向看，高考语文也正在不断增强试题的开放性，阅读理解力和思辨力就显得越来越重要，训练新闻素养，真的是很有必要。

但如何找到适合孩子阅读的新闻材料？

如何用孩子理解的语言来讲解？

没有庞大的知识储备，如何跟孩子讨论呢？

接下来，我们就要说说，缪思老师的新闻思辨讨论是怎么上的。

02

老师的新闻思辨讨论

精选当月正在发生的新闻事实作为讨论素材，紧握时代脉搏

比如，之前奥运会举行时，缪思老师就会带着孩子们一起来聊聊奥运，以超级问问问+用力挖挖挖+勇敢爱爱爱模式跟孩子们进行互动。

首先，是会进行问题式驱动――

为什么俄罗斯代表队是叫俄罗斯奥委会，而不是俄罗斯？

为什么苏炳添拿了第六名，可大家的惊喜和兴奋程度甚至超过了其他项目的选手拿金牌和破世界纪录？

中国台北代表团取得名次的时候，升的是什么旗，放的又是什么歌？

……

这些有趣的问题，牵起来的是历史、国际关系、生物等知识。

接下来，就是讨论了。

我们以之前的某一次为例：

讨论案例：太空探索之辩

新闻事件：神舟十二号发射 + 维珍航空&亚马逊老板的商业航空突破

涉及学科：天文学、公共政策、国际关系、商业等?

讨论内容：新闻实时回顾+拓展思辨探索

讨论框架：

1. 中国航天事业的发展历程，神舟五号到神州十二号，分别有哪些技术创新?

2. 国家主导的航空科技进步，与企业发展的民间太空尝试，有什么区别?不同国家在不同历史时期，分别采取了哪些支持航空工业发展的政策措施?

3. NASA 给修女的回信里写了什么?世界发展的进程中，探索宇宙究竟是不是我们应该优先考虑的政策? 几十年之后，为什么当年回信里的灵魂拷问依然没有统一的答案?

4. 如果有一天商业航天发展到跟商业航班一样发达和普遍，你愿意勇敢尝试飞向宇宙吗?

5. 美国科技企业的创始人们为什么热衷太空飞行?个人形象的塑造之外，又有哪些商业考量呢？

观察不同媒体渠道对于同一新闻的报道，解读新闻背后的差异立场

新闻必须真实可信，但评论却带有主观色彩。对同样的事件，不同人会做出不同的解读和评论。

让孩子知道“事件”和“观点”的区别，对他们的思辨非常重要。

而缪思老师也希望通过带着孩子们对新闻事件的剖析，让孩子们懂得什么是观点，什么是立场，又要如何在自己的作文里立论和展开论述。

此外，给孩子讲新闻，还有很重要的一点，就是结合生活事实，引导学员从身边小事中感受新闻。

比如说，在讲国际贸易这样大的话题的时候，缪思老师会先跟孩子们讲一个小故事。

向上滑动阅览

小缪在芝麻村卖西瓜，10块钱一斤，生意甚是红火，每天都能挣个几百块。最近，小缪的西瓜生意突然受到了影响，他发现本来所属于西瓜村的小思把自己村的西瓜运输到芝麻村来卖。西瓜村盛产西瓜，所以因此得名。西瓜村的西瓜价格便宜，只卖8块钱一斤，比小缪卖的西瓜便宜了不少，小缪的西瓜铺前门庭冷落，他实在气不过，就去找芝麻村长理论。

小缪：“芝麻村长，我们芝麻村和西瓜村井水不犯河水，那个西瓜村的小思把自己村的西瓜运过来卖，您得出来评评理，不然我们自己芝麻村自种的西瓜都卖不出去了，我这西瓜铺子也得倒闭了。”

芝麻村长：“你别急，容我去会会西瓜村的小思。”

芝麻村长来到小思的西瓜摊子前，看到小思的生意非常火爆，大排长龙。

他走上前去问了小思：“你这西瓜卖8块钱一斤，难道不亏本吗？”

小思笑着说：“我们西瓜村盛产西瓜，夏天西瓜堆积如山，都吃不掉，我这进货加运输的成本也没多少，卖8块还是有得赚嘞。”

芝麻村长回家后召开了村委大会，为了保证本地瓜农和西瓜铺的收益，他们决定向外来村子来芝麻村卖东西的人征税30%。芝麻村长调查了一番，发现西瓜村的西瓜卖6块钱一斤，考虑到运输费，小思运来的西瓜成本大约7块左右，芝麻村长给小思征税30%，所以小思如果来芝麻村卖西瓜需要交给芝麻村7×30%=2.1，也就是2.1元的税费，小思的成本一下子上升到了9.1元，小思要保证原本的利润就不得不抬高自己的价格，他只能卖11块一斤。于是小缪的生意慢慢有了好转。

故事讲好了之后，要给孩子提个问题：读完这个小故事，请你分别站在小缪的角度和小思的角度，去思考芝麻村长征税的这个举动究竟对不对？

这之后，才能引出相关的概念，站在小缪的角度，芝麻村长通过征税让小思不得不提高了西瓜的价格，让小缪有生意可做；站在小思的角度，小思好不容易发现商机向芝麻村运来又好吃又便宜的西瓜，但是芝麻村长为了保护芝麻村本身的利益，向他征税，使得他不得不提高价格，西瓜自然变得没有之前那么畅销了。

甚至可以进一步放大到，中美贸易战语境中，去讨论收税。

这才是符合孩子认知的通识教育，才是能下沉到小学阶段的通识教育。

新闻的解读从来都不仅仅局限在新闻本身，更要走进真实的世界，探寻人间烟火。

所以，这个新闻思辨讨论有时还会推出线下活动，很有意思。比如，缪思老师会带孩子们逛菜场，提升观察力和思辨力：

金杯银杯不如家长的口碑，真实口碑――

英语语文双进步的思辨

孩子发自内心喜欢的思辨

目前缪思春季新闻思辨学堂仍在火热招生，赶紧联系我们了解课程信息，预定学位吧！

【课程亮点】

精选实时发生的新闻事实作为讨论素材，紧握时代脉搏

思辨讨论：倡导学员深入

---

ChatGPT很好，好就好在让胡锡进无路可走？

很好tⅴ,很好rua,很好就好英语怎么说,很好 很好 很好啊

? 无所不能的ChatGPT

众所周知，学术论文对规范性要求颇高，里面充斥着大量生僻而冗长的“行话”（jargon）。因此，很多国内学者经常与国际学者合作，在国际期刊上发表文章，甚至由此催生了一个朝阳产业：

专门为学术论文提供加工润色服务的专业机构。

专业的服务自然要对得起美丽的价格。一篇像样点的文章，润色的费用基本是5位数起，还不打折。

然鹅，2022年12月，计算生物学家Casey Greene和Milton Pividori邀请了一位特殊的学术助手，对他们的论文进行内容检测与文字润色工作。

在短短15分钟内，神通广大的助手不但很好地平衡了3篇论文的可读性与严肃性，还揪出了一个方程式中的引用错误。更重要的是，两位科研狗仅需对完成以上工作的论文助手支付1.5美元。

俗话说，“先帝创业未半而中道蹦迪”。游走在学术与商业边缘的论文润色产业，还没有等到“大碗喝酒，大秤分金”的好日子，就这样迎来了残酷的内卷，实在是一项令人忧心忡忡的：

降维打击。

这位特殊的学术助手，就是由OpenAI公司开发的人工智能算法GPT-3。而基于GPT-3的下一代大型语言预训练模型（large language model，LLM），就是目前火遍全球的：

ChatGPT。

（ChatGPT的进化树）

请注意，这不是一个猎奇的新闻段子，而是2023年2月9日，国际顶级学术刊物《自然（Nature）》发表的一篇特稿的开头，该文标题是：

The promise and peril of generative AI

《生成性人工智能的前景与风险》

从特稿的封面配图可以看出，《Nature》的编辑显然是从阿拉丁的神灯中得到了启示，把ChatGPT视为放出魔瓶的灯神。

而ChatGPT能回答人类的，远不止灯神被限定的3个问题。

ChatGPT的商业应用，分分钟推动上千万甚至上亿美元的股价波动。1月26日，素有“美国版今日头条”之称的BuzzFeed宣布，公司将使用ChatGPT开放的API协助创作个性化内容，并承诺“由AI创造的内容将从研发阶段转变为核心业务的一部分”。与此同时，公司还解雇了180名内容创作类员工。受此影响，该公司股价创下公司上市以来的最大涨幅（随后2个交易日股价涨了3倍），市值暴涨超过1亿美元。

在万恶的美帝，ChatGPT成为大学生考试与论文撰写的必备神器。今年1月底，全美最大的全科学习网站Study.com做了一项抽样调查，发现89%美国大学生曾使用ChatGPT完成日常作业与测试，有53%的学生将其用于论文撰写。

有测试者让ChatGPT参加明尼苏达大学法学院的研究生考试，4门考试的最终成绩是C+，已经达到了“学术咸鱼”的平均分；参加SAT考试的ChatGPT获得1020分，达到了整个考生水平的平均分数（相当于百分制的60分）。

出乎众人意料，ChatGPT最具有明确前景的商业化领域，居然是学术论文撰写。2022年12月，通过对ChatGPT输出文本进行持续性的人工校对，一篇成熟的论文被发表于医学研究论文平台MedRxiv上，ChatGPT 是该论文的第三作者。

难怪《Nature》在总结ChatGPT发展史、探寻AI伦理与责任边界等厚重话题之余，罕见地以“文青”口吻评价道，ChatGPT自2022年11月公开上线以来，迅速地做到了：

Shot to Fame（一夜走红）。

? 为什么“时灵时不灵”？

（一）ChatGPT怎么训练AI

ChatGPT之所以火出圈，是因为它在人机对话过程中表现出强大的可读性与逻辑性。具体情况相信列位有所耳闻，在此不再赘述。这里仅举个最近比较火的例子，某媒体就社会问题向ChatGPT提问，得到的答案如下：

话说，ChatGPT的这些回答，至少比某些专家更像人啊。

ChatGPT整出这样的优秀“花活”，并不是因为它具备真正的自然语言处理能力，更不是因为它具有人类一样的认知与思考，而是因为它能够对AI会话进行大规模预训练（Pre-trained Transform）。

简单说来，ChatGPT的工作原理与大多数自然语言处理 (NLP)模型一样，基本分为3步：（1）用户输入自然语言；（2）ChatGPT理解提问的自然语言；（3）ChatGPT从资料库里搜索素材，有逻辑地展示出来。

但在此过程中，ChatGPT使用了不同的AI训练策略。

（1）在理解用户提问时，ChatGPT使用了监督微调（SFT）的方法，即先由真人回答提问，再由AI模型学习这样的问答模式。

（2）在反馈交互过程中，ChatGPT使用奖励模型训练法（RM）。即由人类和AI模型分别对同一个问题生成的N个回答按照“好坏程度”进行排序，让AI模型分析与人类评判的差异，从而学习人类的打分标准。

（3）在强化学习中，ChatGPT使用近端策略优化（PPO），即采用上一步的打分模式，不断给自己生成的回答评分排序，在强化中持续提升回答质量。

据悉，为了提供足够的监督微调，Open AI将人工干预的活儿外包给了一家名为Sama的肯尼亚公司，由该公司超过1000名员工不断评价ChatGPT的回答，提高后者的学习能力；为了使ChatGPT快速迭代学习各种语言模式和风格，并生成高度准确的响应，ChatGPT模型已经拥有了1750亿个参数。是全世界最大、最强大的语言模型之一。

这是一项极度“烧钱”的算力竞赛，幸好OpenAI获得了微软的风投（光是2019年双方合作时，微软就一次性投入10亿美元），最终硬生生地把这个项目给搞成了。

（二）ChatGPT的未来

值得注意的是，ChatGPT是一种生成式AI（Generative AI），而不是决策式AI（Discriminant AI）。

所谓决策式AI，是根据已有的数据信息进行分析判断和预测，典型的例子就是各大视频平台的算法推荐。而生成式AI则是根据现有信息不断演绎。

举个例子，如果你在问题中仅包含“锂、垃”两个字。决策式AI会从素材库中检索哪些内容同时包含这两个字，最终可能得到关于锂电池耗尽后的垃圾处理。

但生成式AI是一个字一个字地组词，分别进行“联想与整合”。例如对于“锂”，它会联想到“金属锂”、“锂电池”、“锂矿”；对于“垃”，它大概率会联想到“垃圾”，并因此组合出“锂矿开采时的垃圾处理”、“废弃锂电池的垃圾处理”等内容。

也许你会认为，这两者生成结果似乎也差不多嘛？然鹅，决策式AI是从已有资料中去提取信息、不断推测出哪个回答最符合题意，回答的内容是在现有资料范畴内的；但生成式AI的“组词规则”意味着很多不确定性，在每次演绎中都可能包含创新性的回复。

例如对“垃”进行词汇联想，99%的概率出现“垃圾”一词，但也有较小概率出现“金坷垃”这样的奇葩词汇。于是，ChatGPT很可能捣鼓出一篇“从锂电池到金坷垃，高科技与农业的结合与颠覆”之类的魔幻回答。

注意了，这还是“组词”严重受限的情形。如果是更加灵活的词素（例如“人”、“物”、“做”、“好”…），ChatGPT可以“恶意联想”出各种千奇百怪的回答，脑洞远超常人。

可见，ChatGPT最适合那些开放式的、没有既定标准的回答，例如创造性的写作。一篇以“锂”、“垃”、“神”等关键词提问的ChatGPT回答是这样的：

科学哲学中有一个著名的“无限猴子定理”：

在无限长的时间里，无数多的猴子在打印机上胡乱敲字母，则在理论上，它们甚至可以打印出莎士比亚全集。

这个思想实验常用于描述“无限的本质”。ChatGPT的出现，则为“无限尝试中酝酿着一切可能”提供了一定的可操作性。

这也意味着，生成式AI拥有光明的前途。

（三）ChatGPT的局限性

明白了生成式AI的运行规则，我们才能理解，如何正确地使用ChatGPT。

简而言之，提问与纠错门大学问。

详细的指令式提问，是获得满意答案的前置条件，即先采用“问答示范”的方式，提供限定的关键字样本对AI进行训练。例如为了在描述性的新闻中萃取有用的投资信息，用以下提问更可能得到满意结果。

这种“问题（Q）-回答（A）”启发式提问方式具有广泛的应用场景。2023年2月6日，财通证券分析师运用ChatGPT写成了第一篇试验性研报，在写作过程中，分析师表示：

尽管形成专业可信的研究报告仍需不少改动，但效率高，具备基本逻辑可读性较强，未来肯定会替代人工。

但反过来，为了防止程序跑偏，反复调整与纠错是非常有必要的。《自然》的最新特稿就强调，用ChatGPT写学术论文时的五个关键问题，最重要的一条就是：

务必以人工方法对模型进行持续校对…ChatGPT的“词汇联想机制”导致了工作过程中“编造”一些似是而非的内容，其中包含了一些事实错误、错误陈述和错误数据。这些错误可能是由于ChatGPT的训练集中没有相关的文章，未能提炼出相关的信息，或者无法区分可信和不太可信的来源。

别说是学术研究了。哪怕是常识性问题，ChatGPT的联想与解析，也可能生造出一个尴尬的回答来。

这个回答初看起来似乎模有样，不但补全了“床前明月光”的全诗，还对作者创作背景进行了一番洋洋洒洒的解释，看起来很厉害的样子。

可惜，几乎所有中国人都知道，“床前明月光”出自李白《静夜思》。但这个回答中，ChatGPT却硬说是《月下独酌》。至于原因，无外乎是：

ChatGPT在检索和联想过程中，检测到了“李白”、“月”等关键词，然后又在《月下独酌》一诗中，得到了相应的信息，于是张冠李戴…

心理学中说到一种“光环效应”，即人们交往中，往往从少数突出的正面印象中过度归纳正面倾向、喜好的特性。同理，提问者如果第一时间就被ChatGPT华丽的词藻、旁征博引的论述所震慑，很可能就会省去对关键信息的复核，甚至被错误（或有偏见）的信息所误导。

这就和短视频的病毒式营销一样，观众觉得某个短视频说得很正能量、金句运用得很接地气，就对该视频全盘接受，而不会去思考、质疑短视频作者是否存在逻辑错误、片面引用、捏造事实等问题。

所以《自然》特稿的最终结论是：

为了防止人类自动化偏见（注：这里特指人类过度依赖自动化系统），强调问责制的重要性将变得更加关键。我们认为，人类应该始终对科学实践负责。

? ChatGPT在中国

对于广大中国网友而言，ChatGPT的应用场景似乎没有那么严肃，目前主要用于段子创作。例如2022年12月，就有网友利用ChatGPT，创作关于前《坏球时报》主编的段子。

事实表明，ChatGPT “车轱辘话来回说”的答题技巧、“无法回答但就尴聊”的“嘴强王者”属性，特别适合于模仿东城区胡扯大主编、朝阳区居民司马北，以及各种神奇的经济学家。

一个广为传播的AI创作范例如下图所示：

这“茶艺十级”的才气展示，不得不让热心网友婶婶地为胡大主编担心起来：

ChatGPT这么灵活圆润，会不会让老胡无路可走？

你还别说，胡主编还真的公开回应了这个问题。当然，回答的风格还是老样子――说了很多，但我不知道他到底要表达什么意思。

窃以为，从技术上看，ChatGPT可以把胡主编的答题技巧模仿得惟妙惟肖（例如围绕着问题来回蹭，就是不挺身而出直指核心的腻歪劲）。但是，像胡主编这样的专家，最大的优势是善于算账、善于理解大是大非，善于抛开事实不谈…的混沌理论啊。

毫不夸张地说，OpenAI公司哪怕投入再多的AI训练，哪怕把后台的CPU烧熔化了，也教不会ChatGPT在短期内自相矛盾的答题本领。

（来看看老胡的中肯分析嘛）

还有一点，在很多时候，专家们主动跳出来强行答题，不是为了普及专业知识，而是为了表演“强行挡刀”绝学。试想，人民群众对着胡说八道的专家一顿臭骂，对专家论及的具体事项就来不及关心了；而即使专家玩大了，责任也完全在专家个人，都是他（她）不学无术、良心大大的坏呐。

这门挺身而出当靶子的绝学，充满了悲壮的黑色幽默感，又被戏称为：

100%空手被入白刃。

所以，像ChatGPT之类的技术性工具，只会逮着着问题发散性思维，哪能理解其中的弯弯绕绕呢？

不要用你的算法，去挑战专家的用心良苦。

? 未来展望

ChatGPT刚推出来的时候，我的内心有点小焦虑。因为它无穷无尽的联想功能，特别适合于发散式的脑洞创作，这对于专注码字的我来说，似乎不是一个好消息。

但接触下来，ChatGPT等生成式AI“逐字逐句、不断联想”的创作范式，决定了在使用过程

• chatgpt入口

分享到：