回顾过去
在过去的一年当中，AI从GT3升级到了GT4。首先有一个本质的区别，它越的越来越智能。已经能通过图灵测试了。其次他的语言连贯性变强了。刚开始AI出来的时候，像一些内容创作，写作这些的一些文案工作。受到的冲击估计是最大的，平常时可能需要编写一些文案之类的宣传文章。你不需要太高的质量，但是你就需要花费很多的时间去找一些精美的句子和素材。对这一块的行业冲击可能是最大的，站在老板的角度他们可能只需要一个文案，质量过去就可以了。
例如我让他帮我写一个关于苹果销售的推荐文案：
结果还是非常满意的，接近平均水平了。
AIGC
这是我让AI gc进行一个纹身图的测试。从结果来说还是非常满意的人物表情背景。背景虚化还是处理的非常到位的，基本上你只需要多试几次就能达到你想要的效果。像一些宣传图片之类的，基本上可以满足你的需求了。
概念图
这是一些宣传使用的一些产品图片，虽然只是一个概念图。但是如果你请一个美工来进行绘画的时候，可能需要几天的时间？可能图层都要几十层，但是你用ac可能一两个小时就够了。或者如果一次满足你的需求，基本上两三分钟也就完成了。反正只是一张概念的图片。给买家提供一个概念，然后给出报价。这是非常友好的一件事情。
紧接着就到了AIGC然后各种各样的文生图大模型开始出现。我也体会体验了一下。真的发现一些图片的生成还是非常美好的。可以很漂亮的，你只需要简单的提供一些提示词，然后不断去优化提示词，达到训练想要的一些结果。对于一些淘宝店家或者一些做外贸的商家来说，这省去了很多成本，你不用去请模特。你也不用去请美美工。你只需要简简单单的写一些提示词，生成一张文案图片，然后你就可以给到买方，非常的节省时间与节省人力成本。然而国内的制造业还是非常发达的，一张图片只要能可行就可以制造出模型出来，这对于商业的发展冲击还是很大的。
亚马逊商家
以上我这是对一个经常混迹在亚马逊商家的讲师口中听到的案例。来自于真实的一线信息，商家有时候也会使用GPT进行一个数据分析，数据调研就节省了非常多的时间。我从讲师口中听到了亚马逊商家的一些激进的方法。有时候他们不太会关心自己到底是否了解那个市场，只是先去做就完事了。这对于他们来说gpt是一个非常好的工具，他们可以随意的询问一个自己从未了解的市场。虽然说结果有可能会错误，但是大部分接近于平均水平。所以总的来说，对于一些科普来说还是非常有帮助的，尤其对于这种刚踏入一个新市场其实做生意有些时候就是一场赌博，只是概率会要高一些。俗话说的好，创业都是九死一生。需要有一定的运气和胆量。
虽然说现在的AI有些时候也会胡说八道。可能有些到底也会自圆其说，但是目前有一些场景，还是可以慢慢的使用AI去进行一个代替。一些低端的不需要太多技术含量成分的工作会被替代。
代码行业
回到最基础的代码行业，程序员这个行业。目前来说还是不能被替代，只能当成一个辅助工具一样。去辅助里写代码。虽然有一些人他们已经调用了一些接口，对一些小型项目做到了80%的代码量编写。但是你还是需要人工去。改写一些代码。毕竟需求是不一样的。
当我让AI帮我用java写一个注册功能，它的回复是这样的
import java.util.HashMap;
public class Registration {
private HashMap<String, String> users;
public Registration() {
users = new HashMap<>();
}
public boolean registerUser(String username, String password) {
if (users.containsKey(username)) {
System.out.println("Username already exists. Please choose a different username.");
return false;
} else {
users.put(username, password);
System.out.println("Registration successful for user: " + username);
return true;
}
}
public static void main(String[] args) {
Registration registration = new Registration();
registration.registerUser("exampleUser", "examplePassword");
}
}
当我说对上面的内容使用spring生成一个api接口
import org.springframework.web.bind.annotation.PostMapping;
import org.springframework.web.bind.annotation.RequestBody;
import org.springframework.web.bind.annotation.RestController;
import java.util.HashMap;
@RestController
public class RegistrationController {
private HashMap<String, String> users = new HashMap<>();
@PostMapping("/register")
public String registerUser(@RequestBody User user) {
String username = user.getUsername();
String password = user.getPassword();
if (users.containsKey(username)) {
return "Username already exists. Please choose a different username.";
} else {
users.put(username, password);
return "Registration successful for user: " + username;
}
}
}
从结果上来看，你只需要对结果提示不断进行优化，终究会达到你想要的结果。在这段代码当中，一开始他只是写了一个main方法，就进行一个实现，因为也没有调用到数据库，所以它只实现了一个非常简单的使用map进行一个存储，而到了后面我说让他用实物进行一个封装写成一个接口的时候，它使用了我们常用的一些朱姐还对请求体进行了一个封装，使用了我们常用的封装实体的一个注解。可见他已经接近于一个普通人的水平了，但是只是需要你进行。一个优化不断进行一个优化就像对图片进行一个优化逻辑是一样的。所以你掌握了好的提示词也是一个非常好的用处。
总结
大模型只是一个起点，AI只会越来越智能，从开始慢慢的低端行业走上高端行业。其实这个未必是一个坏。行业总要发展，生活只会越来越便利，科技只会越来越发达唯一不变的就是拥抱变化。
最后
点赞关注评论一键三连，每周分享技术干货、开源项目、实战经验、国外优质文章翻译等，您的关注将是我的更新动力！
