网络安全检测|网络安全服务|网络安全扫描-香港墨客投资移动版

两天前，OpenAI 宣布要在一周之内将官方插件 Code Interpreter 通过设置中的 Beta 面板向所有 ChatGPT Plus 用户提供。

这个消息让很多人激动了起来，毕竟此前 Code Interpreter 一直处于封闭测试阶段，只有一小部分用户真正使用过。这些内测用户用它来数据分析、创建图表、编辑文件、执行数学运算等，反响普遍不错。

大家没有等太久，今天，Code Interpreter 已经正式开放。

不过对于很多用户来说，如何让 Code Interpreter 物尽其用，还得好好研究一番。

以下是一些内测用户晒出的示例，为大家提供一些参考。

「博士期间几周才学会的东西，AI 几秒就完成了」

宾夕法尼亚大学沃顿商学院的教授 Ethan Mollick，是一位拥有数月 Code Interpreter Alpha 版本试用经验的 ChatGPT Plus 用户。他对 Code Interpreter 的评价还是比较高的，称之为「用过的最有用、最有趣的 AI 模式」。

Ethan Mollick 明确表达了两点感想：1）Code Interpreter 工作得非常好，不像插件那样完全是偶然的；2 ) 提示制作通常是没有必要的，用户只需与 AI 讨论代码或数据以及想要什么就可以了。

「Code Interpreter 延续了 OpenAI 长期以来给东西起可怕名字的传统，因为这对那些根本不懂编程的人来说可能最有用。它允许现有的最先进的 AI GPT-4 上传和下载信息，并在一个连续的工作空间为你编写和执行程序。这使得 AI 可以做各种以前不能做的事情，并在曾经 ChatGPT 不可能做到的方方面面发挥作用。」

为了帮助大家快速上手，Ethan Mollick 教授撰写了一篇指南，传授了自己使用 Code Interpreter 的经验与心得。

我在读博士时花了几周时间才掌握的东西，AI 在几秒钟内就完成了，而且通常比我预期的人类分析员的错误要少。但对我来说，同样清楚的是，人类不会被 Code Interpreter 所取代。相反，AI 做的是我们一直希望自动化能做的事情 —— 把我们从工作中最恼人、重复的部分中解放出来，这样我们就可以专注于关键的事情。通过简化分析过程，我可以做更多、更深入、更满意的工作。我的时间变得更有价值，而不是更少，因为我可以专注于重要的事情，而不是死记硬背。

Code Interpreter 补上了 ChatGPT 哪些短板？

具体来说，Code Interpreter 为 AI 提供了一个解决问题的通用工具箱（通过用 Python 写代码），一个可以使用的大内存（能够上传高达 100MB 的文件，而且这些文件可以是压缩形式），并以发挥大型语言模型优势的方式将该工具箱整合到人工智能中。

这解决了以前版本的 ChatGPT 存在的一些问题：

1、Code Interpreter 允许 AI 做数学题（非常复杂的数学题）和做更精确的文字工作（比如实际计算段落中的字数），因为它可以编写 Python 代码来解决大语言模型在数学和语言方面的固有弱点。而且它真的很善于使用这个工具，如下所示：

同样的 prompt，Code Interpreter 的字数统计结果是 104 个词。

2、 Code Interpreter 降低了幻觉和迷惑的概率。当 AI 直接与 Python 代码一起工作时，代码有助于让 AI 保持「诚实」，因为如果代码不正确，Python 会产生错误；而且由于代码操作的是数据，不是 LLM 本身，所以没有错误被 AI 插入到数据中。当然这也不完美，AI 仍然会产生幻觉（它似乎经常认为自己能看到它能生成的图形，而这种模式的 ChatGPT 不会），但这些错误不太常见，而且不太可能影响代码或数据本身。

3、Code Interpreter 让人工智能的用途更加广泛。很多问题都可以用代码来解决，GPT-4 非常善于找出何时以新颖有趣的方式使用 Code Interpreter。例如，用户要求它用代码向一个怀疑者证明地球是圆的，Code Interpreter 会提供多个论据，将文本与代码、图像结合起来。

4、用户不必编程，因为 Code Interpreter 可以代替做所有的工作。之前的很多 LLM 都能写代码，但你必须自己运行和调试。对于以前从未真正使用过 Python 的人来说，这很难，而且要和 AI 来回纠正错误。现在，AI 会纠正它自己的错误并给到你输出。