关注、星标下方公众号，和你一起成长

【资料图】

作者 | 梁唐

出品 | 公众号：Coder梁（ID：Coder_LT）

大家好，我是老梁。

最近在朋友圈看到一篇文章，说是阿里达摩院发表了论文：GPT-4能用不到1%的薪水替代数据分析师……

划线部分的意思是说，GPT-4的使用价格只有初级工程师的0.71%以及高级数据分析师的0.45%……

讲真，虽然我不是数据分析师，虽然早在ChatGPT展现出惊人效果的时候，我就饱受大小营销号散步焦虑的疯狂洗礼，但我在看到标题的时候还是免不了有些焦虑。我也忍不住地去设想ChatGPT会不会也能代替我的日常工作……继续发散下去，又会忍不住想失业距离我还有多远，如果失业了，我该怎么办……

贩卖焦虑之所以是一门好生意，是因为人类设计有一个天然的bug，情绪总在理智之前被触发。一旦陷入情绪的漩涡，理智则很难挣脱出来。比如骗子骗人钱财，无非两种，一种是利益诱惑，比如早些年福建卖茶的漂亮女孩、杀猪盘里的高富帅男友。还有一种就是威胁恐吓，什么你因为一个事情被公安通缉了、被法院起诉了等等。被骗的人并不全是因为蠢，很多就是因为当时陷入了情绪当中，理智被淹没了。

所以我们看到这种新闻要做的第一件事就是冷静下来，多想想，多推敲推敲，很多事情一推敲就很有意思了。

我问自己的第一个问题就是，真的有这样一篇论文吗？

我去查了，还真有，作者也的确隶属于达摩院和南洋理工大学。

我又看了一下论文的内容，和文章里介绍的也大差不差。

简单介绍一下，作者设计了一整套数据链路，包含三个步骤：代码生成，GPT需要根据问题以及数据库的schema生成代码抽取数据以及绘制图表。代码运行，会运行GPT生成的代码，获取结果。分析生成，数据抽取完成之后，设计了prompt来生成数据分析以及洞见。

论文中还提供了一个具体的例子，我们可以参考一下作者使用的prompt：

最后会有专门的评委对不同工作经验的人类以及GPT的工作结果进行评估，最终的结论是和2年经验的工程师相比，GPT基本完胜，而和5年以及6年的工程师相比，则各有千秋。

论文的最后，分享了一张招聘网站上数据分析师的薪水情况。最后比较了平均到每个任务中GPT4和人类工程师的花销，GPT4低得可怜，只有人类的1%不到。

附录的部分还附上了一些case分享，比如根据问题生成Python代码获取数据，并且绘制出图表，以及对图表进行分析，获得一些结论。

大家感兴趣可以放大一下下图。

验证了真实性没有问题，但这仍然回答不了我一个疑问：这篇论文的意义是什么，或者价值是什么？难道就只是证明了GPT4能力超群，有代替2年经验数据工程师的能力？这更多的像是商业价值，而不像学术价值。

而且整篇paper中虽然数据和图表比较健全，但整体的感觉更接近摆上了数据更具煽动性的营销文。虽然没有明说，但字里行间，似乎都在论述：GPT4拥有代替人类工程师的能力以及超强的性价比这一观点。老实讲在学术论文里看到这样的暗线真的让我挺不舒服，也挺让我鄙视的。

如果是GPT4能代替人类的观点，那值得吐的槽就多了，这也正是我写这篇文章的目的。评论区里就有不少清醒的读者，给与了犀利的抨击。

下面这个观点更是说出了我的心声：

我最近几天一直在进行高强度的面向ChatGPT编程，因为我在做我很不熟悉的前端项目。所以编程的过程基本上就是我各种问ChatGPT问题，以及让它写各种代码。

在这个过程当中，我发现了GPT4的一个关键问题——可靠性。

它自己是不知道它自己给出的答案是否靠谱的，它给出的代码大多数情况下都是有问题的，不过一般都是小问题，很容易解决。但这些问题在我们给与反馈之前，GPT自身是没办法知道的。

举个经典的例子，比如我让GPT帮我设计网站中的一个组件，我告诉它我想要的效果，它给我代码。由于没有视觉能力，它是不知道它这段代码运行之后的视觉效果如何的。必须要我进行描述，它才能知道哪里有问题。我和它的日常对话是这样的：

我一直在反馈给它当下遇到的问题，让它不停地修改。

但有时候这样不停反馈问题和调整还是解决不了，因为可能一开始方案选择上就错了。这个时候就需要发挥人类的智慧了，比如我人工来分析问题可能出在哪里，或者大概怎样可以解决问题。或者是我帮它整理思路，比如我们先简化问题，先完成最核心的部分再添加额外的功能等等。

在这样反复多次修正的情况下，GPT是可以达到很好效果的。但问题就在这里，即使不考虑当前GPT4的使用限制，如果它真的代替了人工，谁来和它反复多轮对话来修正呢？

喜欢本文的话不要忘记三连~