大模型是否举足轻重到给我们的时代命名？

总体值得一读，3.5星。技术篇、变革篇、产业篇较好，应用篇略水。

技术篇对一些GPT技术关键概念（Transformer、BERT、word embedding、反向传播、SFT、RLHF）做了简洁易懂的说明，没有太深入技术细节，对小白比较友好，可以较好的理解GPT技术全景和发展脉络。

变革篇通过回顾英国历史上的工业革命发展历程，探讨了技术变革对工作岗位的短期影响和长期影响，比较有启发。“真正的劳动替代风险并非来自高生产力的自动化技术，而是来自‘生产力一般般’的技术，这些技术虽然会被采纳并取代劳动力，但并不足以带来强大的生产力使能效应。”同时也介绍了麻省理工学院的最新研究结果：ChatGPT提高了能力较弱的知识工作者的产出质量和工作效率，同时也使能力较强的工作者在保证质量的同时，显著提高他们完成工作的速度。

针对人机协同场景，如何提升大模型的输出质量，提出了3R方法（Role - Result - Recipe），可以作为撰写提示词的一个基本框架。大模型改善了人类与信息的互动方式，但对用户提问的方式提出了更高的要求，有必要学习苏格拉底循循善诱、逐步深入的交流方式，学会向苏格拉底一样提问。

产业篇讨论了大模型原生应用，“所谓的某某某原生应用，无论是移动原生应用、云原生应用还是大模型原生应用，都在说一个规律——当某一项新技术出来之后，传统应用往往只把新技术嵌入进来作为补充，无法100%发挥新技术的优势，需要有一个或几个应用，从头开始就围绕新技术而设计，带来突破性的价值，然后引发更多的开发者追随，这就是原生应用了。”书中剖析了iPhone游戏“愤怒的小鸟”相比传统应用，以及抖音相比快手产品设计的差异和优势，比较有说服力。

OpenAI的首席科学家Ilya在讲述GPT从无人问津到大获成功的艰辛道路时说：“在你拥有大规模的高质量数据和算力之后，你还需要相信。”是的，大模型乃至未来AGI的发展，可能是一个像工业革命那样改变人类历史的重大技术变革，也许我们首先需要“相信”，然后才能意识到AI的深远影响，体会到AI的巨大力量。期待新时代的杀手级原生应用早日爆发。