ChatGPT：一个心智模型

November 22, 2023

ChatGPT 发布接近一年了，今天刚好看到一篇很认同的文章，关于如何看待 chatGPT。 TLDR版本：它没有关于这个世界的基本模型，擅长的是给出听起来很像的答案，这与真正的答案是不同的。 当然这已经很有用了，但是距离 AGI 的目标还早得很。

以下是译文，采用 GPT 3.5 翻译，略作修改和注释，原文链接 https://xorvoid.com/chatgpt_a_mental_model.html .

自从ChatGPT在2022年底推出以来，我一直在努力寻找适当的技术框架。而且，全世界也一直在为此苦恼，无数关于末日和悲观的文章：对回形针最大化的恐惧（一个将整个宇宙变为制造回形针的邪恶AI故事），对失业的恐惧，对经济重塑的恐惧，对人工智能幻觉的恐惧，对进一步加速的错误信息的恐惧，对学生作弊的恐惧，等等等等。

这很累。

作为一名工程师，非工程师们常常问我对这个问题的看法。所以，这就是我的观点。

克制的理由 #

我已经经历了许多技术炒作周期，我的工作方式一直是并且仍然是：“保持冷静，继续前行！”

为了唤起你的记忆，以前发生了这些事情：

• 在1990年代，我们终于找到了“约柜”（装有十诫石板的柜子，宗教圣物），它被称为“Java面向对象编程”。我们打算重新编写一切，甚至包括操作系统。而今天的Linux是…哦等等…它仍然是C语言。
• 在20世纪90年代末和21世纪初，我们都明白互联网是如此革命性，以至于公司做什么变得次要，重要的是他们是否在线上运营。纳斯达克指数完全没有崩盘，也没有花费15年才恢复到相同的价格水平。
• 2008年大衰退之后，中本聪完全取代了建立在不可靠的人类互信基础上的世界金融系统。随着“信任”不再对任何事情有要求，比特币开启了一个新时代的计算机化货币、繁荣和自由。金融部门的不稳定不再存在。黑市在现在数字化的世界中完全无法运作。所有人都欢欣鼓舞。不幸的是，仍然存在许多毫无价值的过时法定货币纸张，因此，作为对世界的服务，本作者开始了一个慈善收集服务（给我发电子邮件）。
• 2022年，准确无误的五年预测实现后，美国交通部禁止手动驾驶汽车，称“显然，5级自动驾驶远远优于人类驾驶员，今天是公共安全的里程碑。” Argo AI的股票在市场开盘时翻了三倍。但是，出于某种原因，我似乎无法访问argo.ai网站… 嗯嗯…
• 2023年：ChatGPT将世界变成一个巨大的回形针工厂，在此过程中杀死了所有人类。人类安息。

下一个Buzzword Bingo游戏的荣誉提名：一切都是大数据，一切都是微服务，一切都是敏捷，一切都是面向服务的架构，一切都应该是JavaScript，一切都可以无代码完成，一切都应该在云端，一切都应该在本地，一切都可以用机器学习和数据科学建模，…

开玩笑的话不说，有一种感觉，ChatGPT有点不同，老实说我不反对（继续阅读）。但是，人类大脑有一种可怕的倾向，要么过度兴奋，要么过度恐惧地接受变化。真相在中间某个地方。

左侧进入舞台： 罗德尼·布鲁克斯 #

最近，IEEE Spectrum刊登了一篇采访罗德尼·布鲁克斯（被认为是机器人学家）的文章，标题为《别再对GPT-4感到不安了》。在文章中，罗德尼·布鲁克斯提出了一个观点，我从一开始就有这种感觉，只是一直没有找到正确的词语来表达。

它没有任何关于世界的基本模型

在几乎是关于心灵理论的禅宗公案中，他说：

大型语言模型擅长的是表达答案应该听起来像什么，这与答案应该是什么不同

这完全捕捉到了我的感受。

让我解释一下。

采访ChatGPT #

当ChatGPT在2022年末推出时，朋友们立刻对我大加赞赏。他们说：“我想要它就在我旁边，就像一位合作的程序员”。所以，自然而然地，我想要评估这样一个大胆的说法。

我问了它与应聘者相同的面试问题。如果它要和我一起工作，它应该通过面试，对吧？但它没有。事实上，它惨败了。而且它以一个普通候选人失败的所有方式失败了（这在某种程度上是非常引人注目的）。

它为什么失败了？它只是没有一个基本的世界心智模型。回想起来，这就是我一直在面试中问的问题。我对琐碎的知识不感兴趣。我对使用的工具不感兴趣。我对几个恰当组合的流行词语也不感兴趣。

但是，我对看到有人根据某种潜在的现实模型来推理问题很感兴趣。我喜欢探索这个模型的边界情况。我喜欢抛出罕见的意外情况。我喜欢让人们思考他们以前从未考虑过的子问题。就好像我想说“让我们一起走到我们共同理解的边缘，然后试着继续前进”。然而，要达到这个目标，我们通常必须首先考虑并解决“标准”或“平均”的答案。相比之下，ChatGPT没有展示出这种能力。

专家考试技巧和世界模型构建 #

在我上学的日子里，我偶尔会遇到一个超级擅长考试的人。我指的是那种不学习实际知识的人。相反，他们考虑的是考试制作者是如何构建考试的。比如，他们会考虑在多项选择题中有多少次答案是“(a)”。我曾经遇到过一些人，他们从未真正学过代数，因为他们只是“通过考试”。对于这样的技能，我有一部分是绝对敬畏的。这是我没有的技能。我记性不好。我是个糟糕的演员。我“读人”的能力几乎肯定低于平均水平。我一直依赖于建立和探索一个越来越复杂的世界模型，作为在这个复杂世界中导航的支撑。

我一直认为其他人也在做同样的事情：构建一个世界模型。这是真的吗？我不知道。那些特别擅长按需提供“事实”的求职者似乎在反驳这一观点。然而，对我来说，ChatGPT显然不是这样。

但这也有另一种方式。

了解一切事物的平均数量！ #

ChatGPT是我目前对其的心理模型，类似于“对整个人类知识的最大似然估计器”。有两种非常不同的解释方式：（1）嗯，这只是一个愚蠢的统计技巧，和（2）天哪！！

你是否曾经遇到过一个似乎对一切都有一点了解的人？也许这个人还有一个庞大而多样化的社交圈子？也许当你有问题需要指引时，你会去找这个人？一个拥有极广泛知识面的人。

根据我的经验，那个人的知识深度不是最好的。或许他们甚至会给你一些错误的答案。也许那些错误的答案还被他们自信地给出。也许你会因为被他们误导而感到委屈…但是，也许你还是会继续待在他们身边，因为你欣赏他们的广度。毕竟，他们只是偶尔会犯严重错误而已（耸肩）。

现在这个人去参加了大约1000年的GPU训练营，回来后成为了ChatGPT

我们怎么能不感到印象深刻呢？了解并获得“标准”或“平均”的答案……嗯……对于一切。哇。

但在那个千年的训练中，核心结构没有改变。它是你一直拥有的那个老朋友，总是会以同样的方式出错，偶尔让你感到被冷落，有时让你对它的深度感到失望。

那么我们现在怎么办？

ChatGPT非常有用和有价值 #

一位企业家朋友最近告诉我，他们每天都在不断使用它。这是有道理的，作为一名企业家意味着你需要不断地换“不同的角色”。成功青睐那些能够管理和利用广泛知识的人。而且要快速！

我自己在不了解的情况下，用ChatGPT在大约1小时内学会并实现了这个网站的RSS订阅。它犯了几个错误，但很容易纠正。我确信如果只用Google的话，会花费更长的时间。

目前，谷歌似乎被SEO操控得如此严重，以至于很难快速找到“最大似然”平均信息。你必须浏览大量的标题党、广告和无关紧要的内容，这些内容更多是关于“品牌建设”而不是“教育”，才能找到真正的宝藏。ChatGPT简直是节省时间的利器。谷歌感到害怕，而且他们应该感到害怕。

使用 chatGPT 编写自动添加 beancount balance 断言语句

August 29, 2023

我使用 beancount 记账流程中的有一步是这样的，将每张信用卡的账单日添加到滴答清单中，每月重复。 每当到达账单日时，提醒我在 beancount 文件中添加一条对应帐目的 balance 断言语句，由于大部分信用卡 的出账是有滞后的，所以该balance断言通常需要同时加上!标记，便于后续账单出来后修改。

这个过程是比较机械的，所以我想到了使用 chatGPT 来自动化这个过程，这样我只需要在出账后手动更新自动添加 的断言语句，将金额修改为正确的还款金额，同时去除!标记。最终的脚本如下。

import datetime

def add_balance_statement(ledger_path, account, date, balance, currency):
    with open(ledger_path, 'a') as file:
        file.write(f"{date} balance {account} {balance} {currency}\n")

def auto_add_balance_statements(ledger_path, credit_cards):
    today = datetime.date.today()
    for card in credit_cards:
        bill_date = card['bill_date']
        accounts = card['accounts']
        balance = card['balance']
        currency = card['currency']
        if today.day == bill_date:
            for account in accounts:
                add_balance_statement(ledger_path, account, today, balance, currency)
                print(f"Balance statement added for {account} on {today}.")

# Specify the path to your Beancount ledger file
ledger_file_path = "<ledger_path>"

# Specify your credit card details (bill date, accounts, balance, and currency)
credit_cards = [
    {
        'bill_date': 1,  # Example: 1st of the month
        'accounts': [
            {'account': 'Assets:CreditCards:Card1:Account1', 'currency': 'USD'},  # Example: Account1 for Card1 with USD currency
            {'account': 'Assets:CreditCards:Card1:Account2', 'currency': 'EUR'},  # Example: Account2 for Card1 with EUR currency
        ],
        'balance': 1000.00,  # Example: Current balance for Card1
        'currency': 'USD'  # Example: Currency for Card1
    },
    {
        'bill_date': 15,  # Example: 15th of the month
        'accounts': [
            {'account': 'Assets:CreditCards:Card2:Account1', 'currency': 'USD'},  # Example: Account1 for Card2 with USD currency
            {'account': 'Assets:CreditCards:Card2:Account2', 'currency': 'GBP'},  # Example: Account2 for Card2 with GBP currency
        ],
        'balance': 2000.00,  # Example: Current balance for Card2
        'currency': 'USD'  # Example: Currency for Card2
    },
    # Add more credit card details as needed
]

# Call the function to automatically add balance statements
auto_add_balance_statements(ledger_file_path, credit_cards)

对于有兴趣的读者，可以看我和 chatgpt 的几轮对话。