天下苦 baidu 久矣！

1，惊艳一瞥

年初，被大模型惊艳到，还是那种直接给答案的交互方式。你只要简单给一句话，一小段提示词，大模型不管会不会，巴拉巴拉，像模像样地写出很长的文案。这对经常写文字，写会稿的作者，带来了便利。

尤其是 ChatGPT，训练的数据量尤为巨大，所以，相当于一个大大的搜索引擎。不管什么行业，ta 都懂，说起来头头是道。对于对一个行业不了解的小白、新手，这是进入另一个行业的契机。你用门外汉的话，问出的问题，只要携带了一个半个关键词，大模型都能接下去。像极了相声里的逗哏、捧哏。

2，baidu 给不了的清爽

知识类的问题，大模型一次给答案，这样的交互，是 baidu 这些搜索引擎给不了的清爽。baidu 有许多优质的资源，有先进的算法，有新鲜的数据、文档，但广告的问题，常为人诟病。数年如一日，用户自然心有不爽，选择不用。大模型给的答案，没有 ad，没有排名，直至最终的解答。

发挥类的问题，大模型提供了 temperature，可以灵活调整发散度，要严谨，就一板正经地说；要活泼，就海阔天空地畅享。

大模型的问题

1，“人不能两次踏入同一条河”

古希腊哲学家赫拉克利特的名言。第二次踏入那条河流，外部因素，随着时空的变化，而不相同。水流、河沙、卵石、人等等，都会发生变化。

类似地，同一个提示词，大模型不可能有两次同样的输出。这是由其随机决策的机制决定的。使用者直观的感受，是同一个明确知识的问题，难道就不能作为“最佳实践”，被广泛地使用吗？如果正确的答案，千变万化，飘忽不定，那掌握什么，才是最终的“定理”？

2，数据源不可靠

大模型是使用数据训练出来的。数据来自互联网，或者数字化的纸质数据。

做一个不慎严谨的比喻，好比下图。左边是猪肉，右边是火腿，中间是魔法。左边投入的原材料，对右边的产生有直接影响。不可能左边投入了胡萝卜、土豆，而右边产出了猪肉火腿。这么说吧，“能量守恒” :)

3，严重依赖提示词

提示词，其实相当于搜索引擎的搜索。给出几个关键词，给了大模型一个方向，可以前往近似方向，搜寻知识。但是，请记住一句话：“并不是所有人，都像你一样会提问”。人们提问的方式，是他们思考角度、思维方式的体现。我们无法强求所有人，都掌握了所谓的“最佳实践”。那么，一些有问题的提问方式，大模型很难给出相近回答。但又不能出一本“提问的方式”，强制大家学习掌握。

3，信息孤岛

这是引起上一段问题的原因。

互联网上的数据，分散在各个大大小小的孤岛。每个网站，每个 App，都在想办法把用户困在自己的“领土”内，穷尽奇技。美其名曰：“羁绊”。有了用户，就有了源源不断的数据。这些商业数据，与竞争对手，是不可能公开的；对公众，更加不可能。大模型的数据源，这一部分，是获取不到的。

回想人们著书立说，总结经验，传道受业，不就是为了把知识传承下去么？各个行业，成功的经验，应该广泛地让他人有所了解。而不是闭门封户，刻意隔绝。

搜索引擎能拿到的数据，大模型都不一定拿的到。只能说，好比金字塔。底部是公开的知识，其上一层，是搜索引擎，再上一层才可能是大模型。大模型曲高和寡，举例新的知识较远。

搜索引擎

互联网是为了更快地交流，交换知识。提高人们的学习能力，加快知识碰撞的进度。搜索引擎是 web 时代不可或缺的基石。

1，数据新鲜

互联网上遍布着搜索引擎的爬虫，主动的、被动的，源源不断地从各个角落，挖掘有价值的数据。通过一系列算法，提供给用户检索。互联网上优质的文档，得以曝光给普通用户学习。

2，最佳答案

诸如开发人员喜欢的 Stack Overflow。一个答案，经过日积月累用户的投票，基本会稳定地选出最佳答案。那是解决特定问题的方法。

搜索框内只要给出合适的关键词，在搜索结果第一页，你几乎可以直接找到需要的答案。

最后

语义化理解，大模型做得很好，能更好理解用户意图。但是，人们提问的方式、数据源的局限、飘忽不定的对答，都是非常迫切的问题。

反观搜索引擎，新鲜的文档不计其数。如果把输入框引入大模型的理解能力，不但会用搜索引擎的人，可以快速锁定最佳答案；不会用的人，也能办到。

我是@程序员小助手，专注编程知识，圈子动态的IT领域原创作者。