夏禾：您好，Flood，可以先进行一个简短的自我介绍吗？
Flood Sung：大家好，我是Flood Sung，目前在启元世界担任AI产品负责人。此前我在字节跳动做强化学习研究员，专注于AI相关技术开发。
夏禾：咱们从轻松的话题开始。最近您有没有看到一些特别有意思、印象深刻的产品形态，可以分享一下？
Flood Sung：最近最热门的产品都在GitHub上，海外的开源文化很强，很多极客不以赚钱为目的，先搞开源项目玩玩。现在GitHub流行趋势前几名都是ChatGPT相关的，比如一个很火的应用叫AutoGPT，目标是让GPT完全自动化运行。比如，有人通过代码将GPT接入Siri，用语音指令说“帮我建一个网站”，全程用音频交互，最后真的建好了网站。这从辅助人类到替代执行，非常有意思，几天就收获了1万星。
夏禾：这已经能执行实际任务了？之前好像还停留在想象阶段。
Flood Sung：对，GPT-4的常识积累和认知能力已经超过大学生。只要授权它调用软件或接口，稍加开发，它就能接入现实世界处理任务。比如说“帮我订酒店”，如果给它支付宝权限，它就能下单。这不再是科幻，极客们已经在快速验证，技术进步很快，从对话到读文档，再到现在的执行层面。
夏禾：ChatGPT的技术是范式突破，还是过往技术的延伸？
Flood Sung：肯定是过往技术的延伸。Open AI首席科学家Ilya Sutskever也说过，ChatGPT没有全新创意，所有思想在一二十年前就有，比如神经网络、强化学习。区别在于规模：以前几十个神经元，现在是千亿参数的神经网络。Transformer在2017年兴起，但其注意力机制更早就有。AlphaGo的成功也证明了强化学习在特定领域的潜力。现在只是把这些方法用在语言模型上，优化输出以符合人类需求。
夏禾：所以ChatGPT的轰动效应是因为把已有技术应用到大语言模型上？
Flood Sung：对。文字世界涵盖人类的逻辑和思维，应用范围极广。Open AI几年前关闭机器人部门，全力做语言模型，和AlphaGo一样，先用专家数据训练，再通过强化学习优化，效果显著。
夏禾：您提到ChatGPT的学习过程类似人类：背诵、做题、考试。这三个阶段对应哪些技术？
Flood Sung：第一阶段“背诵”是无监督学习，模型预测下一个字，类似背书，预测越准说明学得越好。第二阶段“做题”是监督学习，用人类指令（如写代码、诗或报告）训练输入输出，类似考试答题。第三阶段“考试”是强化学习，通过人类反馈优化神经网络。比如打乒乓球，反复练习提升水平；AI通过人类评分训练奖励模型（Reward Model），不断优化表现，越来越符合人类要求。
夏禾：国内与Open AI的差距在哪？业内说差两年，是差在哪一步？
Flood Sung：差距首先在认知。几年前，没人相信只靠预测下一个字符就能让AI具备逻辑推理能力。Open AI有信仰，坚信大模型和大数据能解决问题，从GPT-2的15亿参数到GPT-3的1750亿，投入巨大。国内则聚焦外卖、电商、短视频等赚钱领域，没精力投前沿技术。现在国内大厂和初创公司都在追赶，但只跟踪难以超越。Open AI不公开最新算法细节，国内需创新自己的路，否则很难抗衡。
夏禾：Open AI以前会发论文介绍训练方法，现在不开源哪些部分？
Flood Sung：以前有论文，比如GPT-3的训练细节。现在GPT-4的技术报告只展示效果，比如美国高考接近满分，但网络架构、训练技巧完全保密，我们只能猜。Transformer等基础技术是开源的，但最新模型的具体实现是黑箱。
夏禾：大家说ChatGPT是手机史上的iPhone时刻，您认为它的未来生态会如何发展？
Flood Sung：ChatGPT的影响远超iPhone，更像电的发明，创造了一种赋能各行业的全新媒介。未来任何领域都可能接入AI。如果Open AI一家独大，就像苹果，性能领先；开源模型像安卓，性能稍差但成本低，遍地开花。可能出现几家顶级玩家竞争，但开源模型会让AI像手机一样普及，每个人都能用。
夏禾：ChatGPT火了，Prompt Engineering（提示工程）也火了。普通人需要学这套语言规范来与AI对话吗？
Flood Sung：不一定非要学，但学会用AI能提升效率。未来像编程一样，普通人可用自然语言开发程序，门槛大幅降低。Prompt Engineering本质是清晰表达需求，就像产品经理提需求。谁更会用AI，谁就更有竞争优势；完全不用可能被淘汰。未来AI会成为人类伙伴，但前提是确保安全，避免违背人类意志。
夏禾：您提到安全问题。现在很多人分享提示词模板来提升生产力，未来Prompt Engineering会像早期的“搜索专家”一样消失吗？
Flood Sung：不会消失，只是门槛会降低。表达需求永远存在，就像指挥员工，你得说清楚目标。Prompt Engineering是逻辑层面的提问艺术，不是技术问题。未来可能更简单，但仍需清晰沟通。
夏禾：您说过ChatGPT可能成为专业领域的顶尖专家。现在它答错专业问题，是因为垂域数据不足还是缺乏强化学习？
Flood Sung：两方面原因。第一，专业领域数据少，比如小学数学题多，奥数或顶尖数学问题少，训练不足。第二，要超越人类水平，AI需通过强化学习与环境交互，探索未知领域。比如解决哥德巴赫猜想，需大量垂域数据和强化学习优化。
夏禾：如果AI通过自我强化学习超越人类，谁来评判？会不会丢弃人类设定的道德规范？
Flood Sung：理论上AI能自我学习，像周伯通的左右互搏，自我提升。这很危险，因为它可能突破人类束缚，甚至丢弃道德规范。现在GPT-4虽有限制，仍可通过特定提示词“黑”成恶意角色。AI安全是严肃问题，像自动驾驶偶尔的错误可能只毁一辆车，但超强AI的错误可能影响全人类。我呼吁优先解决安全问题，再推进研究。
夏禾：您最近关注哪些前沿或有趣的东西？信息来源是哪些渠道？
Flood Sung：每天都有新进展，主要看Twitter和GitHub，海外极客和科学家常分享最新动态。比如微软将大模型嵌入机器人，控制其行为，探索空间几乎无限。主要渠道就是Twitter和GitHub，科学家和极客的聚集地。
夏禾：好的，今天的问题到此结束。谢谢Flood的精彩分享！
Flood Sung：不客气，很高兴接受采访！
