背景

今天终于有时间尝试一下心心念的 chatGPT。注册了一下，然后尝试问了一些问题。不刁钻，结果确实令人惊艳。17年我在做自然语言处理学习的时候，还是 Tensorflow 1.0 的时代。当时还在用 LSTM 解决词意联系的问题。当然 GPT 的幕后逻辑不得而知，我们只能抱着好奇的心态去探索。

玩

直接上图。

使用非常简单，直接在右下方的输入框里面问问题就行。想问什么问什么。

平时命令可能记不住，问一下 hydra 的使用方式。

回答相当详细，而且速度也不慢。文字是一行一行生成，这条答案的生成过程大概 20 秒钟左右。

可以看到 GPT 不但给出了使用示例，而且还给出了围绕密码爆破给出了建议（时间长，可能出发系统警告 blahblah）。

然后我问了一下刚结束的世界杯，但是貌似 GPT 消息不太灵通。

让他预测会怎么样？回答很委婉。

那么作为开发者，GPT 能为我们写代码吗？

我问了一下如何用 Python 写通过代理的 HTTP 请求。

回答挺详细，给出了需要验证信息时该怎么写的拓展。

感受

第一，从问问题到回答开始生成的间隙非常短，发送问题之后，大约两秒即可生成答案。

第二，问题覆盖面应该是很广了，从日常生活，到学科类，到运动类，无所不能的感觉。

第三，从上面的一些问答可以看到，GPT 不仅会给出答案，还会就提问的概念做一些扩展，给出一些建议。在正常使用（不刁难）的情况下，结果是很正向的，令人满意。

第四，GPT 现在还不能获取实时信息（不联网？），但是想象一下，他能实时获取互联网信息之后有多恐怖。

对于安全行业来说

从安全从业者角度来说，我们又多了一个很好的社会工程学工具。

GPT 做的越好，我们越享福。

不过貌似做了限制… 想多了。看以后发展。

总结

感觉人们的搜索行为方式要发生巨大改变了。Google 我想已经瑟瑟发抖（提供数据但是门户可能要洗白）。GPT 的回答准确率只要能保证，我想绝大多数人还是会喜欢用 GPT 搜索答案，不需要在搜索引擎上一条一条点进去看了。

Amazon Alexa，Google Home，这些在智能家居和人机交互方面做出过尝试的应用，也要重新审视一下未来的市场变革。

想象一下 GPT 强大的语义处理如何配合上强大的语音处理，BANG！钢铁侠的管家 Jarvis 就成了。

开发估计都得转代码审计，GPT 写，我们审、测就完了:D。

当然，with all great powers, some want it for good, some want it for bad.

未来的应用之路，安全先行。不然世界大乱。

Woooooooh，INTERESTING！

KEEP CALM AND HACK AWAY！