為什么說大語言模型（LLM）正在顛覆技術(shù)普及的“老規(guī)矩”？

著名 AI 大牛、前特斯拉 AI 總監(jiān)、OpenAI 創(chuàng)始成員之一的安德烈·卡帕西（Andrej Karpathy）剛剛就此寫了一篇文章—《權(quán)力回歸大眾：大語言模型如何顛覆技術(shù)擴(kuò)散的傳統(tǒng)模式》

文章的核心觀點(diǎn)

卡帕西敏銳地觀察到一個(gè)反常現(xiàn)象：像電力、計(jì)算機(jī)、互聯(lián)網(wǎng)這些顛覆性技術(shù)，過去總是“自上而下”普及的——先是政府、軍隊(duì)，然后是大公司，最后才輪到普通消費(fèi)者。但 LLM（以 ChatGPT 為典型代表）完全反過來了！普通人成了最早、最大規(guī)模的受益者，其影響在個(gè)人層面是爆炸性的、顛覆性的，而在企業(yè)和政府層面反而顯得更慢、更溫和。這在技術(shù)史上是極其罕見甚至前所未有的。

為什么會(huì)這樣？卡帕西給出了他的分析：

“萬金油” vs. “專家團(tuán)”：LLM 強(qiáng)在“啥都懂一點(diǎn)”，是個(gè)知識(shí)廣但不深的“通才”。這對(duì)個(gè)人來說是巨大的賦能，因?yàn)槲覀兤胀ㄈ瞬豢赡軜訕泳ǎ琇LM 讓我們突然能在很多以前不敢想的領(lǐng)域（編程、法律、研究、創(chuàng)作）達(dá)到“還行”的水平。但對(duì)于本就擁有各種專家的企業(yè)來說，LLM 帶來的更多是效率提升，而非能力上的根本突破

“簡單粗暴” vs. “精耕細(xì)作”：個(gè)人使用 LLM 門檻低、限制少、容錯(cuò)率高，可以“跟著感覺走”。但企業(yè)應(yīng)用場景復(fù)雜得多，涉及系統(tǒng)集成、安全合規(guī)、品牌形象、法律風(fēng)險(xiǎn)等，對(duì)準(zhǔn)確性和可靠性要求極高，不能容忍 LLM 的“胡說八道”，應(yīng)用起來自然束手束腳。

“靈活小船” vs. “笨重大船”：大機(jī)構(gòu)固有的文化、流程、官僚主義和內(nèi)部政治，都讓它在面對(duì)這種“既強(qiáng)大又可能犯錯(cuò)”的新技術(shù)時(shí)，轉(zhuǎn)身更慢，采納更謹(jǐn)慎

以下是全文翻譯（口語化的翻譯）

權(quán)力回歸大眾：大語言模型如何顛覆技術(shù)擴(kuò)散的傳統(tǒng)模式

安德烈·卡帕西

那些能改變世界的技術(shù)，一般都是從上往下傳的：先是政府或者軍隊(duì)搞出來，然后傳到大公司，最后才輪到咱們普通人用——你想想電、加密技術(shù)、電腦、飛機(jī)、互聯(lián)網(wǎng)、GPS，是不是都這路子？這感覺也挺自然的，畢竟新出的牛掰技術(shù)，一開始肯定又少又貴，還得是懂行的專家才能玩得轉(zhuǎn)

所以啊，LLM這波操作就顯得特別不一樣，簡直神了——它們給咱普通老百姓帶來的好處多得不成比例，反倒是在大公司和政府部門里，動(dòng)靜小得多，也慢半拍。ChatGPT可是火得最快的App，每周有4億人用它寫東西、敲代碼、搞翻譯、當(dāng)家教、做總結(jié)、挖資料、頭腦風(fēng)暴啥的。這可不是以前那些工具的小打小小鬧升級(jí)，這是直接把咱個(gè)人的能力值拉高了好幾個(gè)檔次，而且是全方位的。關(guān)鍵是用起來門檻低到不行——模型便宜（甚至白給）、速度快、誰都能上網(wǎng)用（甚至自己電腦上就能跑），還能用你最習(xí)慣的說話方式跟你聊，管你什么語氣、黑話還是表情包，都能懂。這簡直了！反正據(jù)我所知，普通人從來沒體驗(yàn)過這么猛、這么快的技術(shù)福利

那為啥在大公司和政府那邊，這好處就沒那么明顯呢？我覺得吧，首先，LLM能干的活兒很特別——它啥都懂一點(diǎn)，但啥都不算頂尖專家，就是個(gè)“萬金油”選手。可一個(gè)公司或機(jī)構(gòu)的看家本領(lǐng)，恰恰是能把各種領(lǐng)域的專家（工程師、研究員、分析師、律師、營銷大佬等等）聚在一起，集中火力干大事。LLM頂多是讓這些專家自己干活更順手點(diǎn)（比如，幫忙起草個(gè)合同初稿、生成點(diǎn)基礎(chǔ)代碼），對(duì)整個(gè)組織來說，也就是在本來就能干的事上效率高了那么一丟丟。但對(duì)咱個(gè)人來說就不一樣了，咱一般也就精通一兩個(gè)領(lǐng)域，LLM這種啥都懂點(diǎn)的“萬金油”能力，就能讓我們干成以前想都不敢想的事。現(xiàn)在普通人也能搗鼓著寫App了，能看懂法律文件了，能搞明白那些高深的論文了，能做數(shù)據(jù)分析了，能自己做圖文視頻搞宣傳了。干這些，都能達(dá)到個(gè)差不不多的水平，還不用額外再請(qǐng)專家

其次，公司和政府要處理的事兒復(fù)雜多了，協(xié)調(diào)起來也麻煩得多，想想：各種系統(tǒng)對(duì)接、老舊系統(tǒng)拖后腿、公司的形象和說話風(fēng)格要求、死嚴(yán)的安全規(guī)定、隱私保護(hù)、國際化問題、法律法規(guī)合規(guī)、還有各種風(fēng)險(xiǎn)。變量太多、限制太多、要考慮的太多，犯錯(cuò)的空間也小得多。想把這些一股腦塞進(jìn)LLM的對(duì)話框里？沒那么容易。你可不能隨便“跟著感覺走”寫代碼，萬一它給你“胡說八道”一次，你可能工作就沒了。第三點(diǎn)，就是大機(jī)構(gòu)都有的那種“惰性”，大家都懂的：企業(yè)文化、老規(guī)矩、一有風(fēng)吹草動(dòng)就開始的內(nèi)部“搶地盤”、溝通成本高、給一大幫人搞培訓(xùn)也難，還有那老掉牙的官僚作風(fēng)。想讓它們快速接受一個(gè)新出的、啥都能干點(diǎn)但又不精、還老出錯(cuò)的工具？那阻力可大了去了。我不是說LLM對(duì)公司政府沒影響，但至少眼下，從全社會(huì)來看，它們給普通人生活帶來的改變，比給那些大機(jī)構(gòu)帶來的改變要大得多得多。瑪麗、吉姆、喬這些普通人才是最大的受益者，而不是谷歌或者美國政府

往后看，LLM能不能繼續(xù)普及，還得看它們能不能變得更厲害、能力更全面。這個(gè)“好處怎么分”的問題就特別有意思了，關(guān)鍵看花多少錢能買到多大程度的性能提升。現(xiàn)在呢，最頂尖的LLM性能，大家都能用上，還挺便宜。到了一定程度，你再砸錢也買不到明顯更好的性能、可靠性或自主性了。錢買不來更好的ChatGPT。比爾·蓋茨跟你我一樣，用的也是GPT-4o。但這能一直這樣嗎？訓(xùn)練時(shí)砸錢（更多參數(shù)、更多數(shù)據(jù)）、用的時(shí)候花時(shí)間（更多計(jì)算時(shí)間）、或者搞“模型組團(tuán)”（用一堆模型一起上），這些都會(huì)讓花錢能買到的性能差距變大。另一方面，“模型蒸餾”（把大模型的能耐教給小模型，讓小模型也變得很強(qiáng)）又在努力縮小這個(gè)差距。當(dāng)然了，要是哪天錢真能買到比現(xiàn)在好得多的ChatGPT，那情況就不一樣了。大公司就能用它們的錢砸出更強(qiáng)的智能。在“個(gè)人”這個(gè)圈子里，有錢人可能又會(huì)把普通人甩開。他們的孩子用GPT-8-pro-max-high輔導(dǎo)功課，你的孩子只能用GPT-6 mini

但至少在現(xiàn)在這個(gè)時(shí)間點(diǎn)，咱們正處在技術(shù)史上一個(gè)獨(dú)一無二、前所未有的時(shí)刻。你去翻翻以前的科幻小說，很少有人能猜到AI革命會(huì)是這么個(gè)搞法。大家以為的都是政府秘密搞個(gè)超級(jí)大腦，被將軍們控制著，哪想到會(huì)是ChatGPT這樣，幾乎一夜之間冒出來，還免費(fèi)，人人手機(jī)上都能用。還記得威廉·吉布森那句名言“未來已來，只是分布不均”嗎？嘿，沒想到吧——未來來了，而且這次分布得驚人地均勻！力量屬于人民！ 反正我個(gè)人是超愛這一點(diǎn)的

參考：

https://x.com/karpathy/status/1909308143156240538

?星標(biāo)AI寒武紀(jì)，好內(nèi)容不錯(cuò)過?

用你的贊和在看告訴我～

求贊