ChatGPT 三周年之际，我怀念我写得很烂的时候

米色墙纸

我翻了翻我向 ChatGPT 提的第一个任务是什么：不出所料，果然是文字工作，写一个英语文书。后面还有随大流，让它帮我做一个减肥食谱。当年标志性的黑绿配色，真是唤醒人的记忆。

那时的 GPT 还不像现在这般「巧言令色」，也不如现在智能，长长的文本我要截断成几节，每一次发过去都要在开头附上 prompt，保证它理解任务。

三年前，ChatGPT 像彗星一样出现，不只是它在事务型工作上的便捷和智能，恰恰是它在这种对话、探讨当中，闪现出了「像人一样」的苗头。不管是记忆能力，还是绝不重复的语句，它第一次让人意识到，纯粹的二进制语言，居然可以有这样的表现。

它逻辑通顺、情感充沛、几近完美。从此「表达的门槛」不存在了，语病、错字、词不达意，都可以交给吸收了亿万数据的大语言模型，由它生产不会出错的成品——甚至只需一次输入。

但代价是什么？文学评论中有一种说法叫「米色散文 beige prose」，指的是语言平实、构简洁的行文风格，类似于中文里的「描白」。这种文风简练、舒适，但也因此缺乏识别度，像米白这种颜色一样，不会出错也不会出彩。

像极了 ChatGPT 会给出的东西，尽管现在三年过去，模型的更新一次比一次强，但始终不会脱离 LLM、transformer 最最底层的核心：概率。

概率的暴政

其实平心而论，GPT 的口吻和腔调如今已经形成一种「AI 风味」，还真有了一定的识别度。在 GPT 5.1 上线之前，在 OpenRouter 平台以隐名模型上线，也被网友通过和往届模型的回答相似性做比较，找出来是 OpenAI 的出品。

ChatGPT 几代以来，各自都有不同的文风：经典的「不是……而是……」，更早一点的「接住」「我在」，历久弥新的破折号、加粗、还有不分青红皂白就出现的 emoji 表情符号。

虽然说，这些小花招并不是总讨人喜欢，但不会出大错：本质上，大语言模型是在「预测下一个词」，它依据概率行事。只要踩着最大公约数走，又能坏到哪儿去呢？

不过，一个冷知识是，模型算法并不总是选择预测中概率最高的词——这解释了为什么同一个 prompt 会得到同一个大意下不同的结果。算法工程中会引入 Temprature、Top-P、Top-K 等方法，为结果注入随机性。

为了符合人类反馈强化学习（RLHF）中对「有用性」和「安全性」的定义，这些参数带来变化，但它们仍然必须在「概率较高的一组词」里抽样。所以算法并不完全输出平均值，而是会画一个圈，在不出大错的情况下，进行一些小小的发挥。

于是，三年当中，从小红书里的探店文案，到年终总结里的自我剖析，再到营销号的起号文案——你会发现一种惊人的相似性，所有的文字都变得通顺了，所有的观点都变得「不是……而是」了，偶尔有些不错的发挥，可总体而言，所有的情绪也都变得粗钝了。ChatGPT 带来一种无风险的创造力，也是概率的暴政。某种程度上，算法厌恶惊喜，它的本质是平滑。

不过无论如何，AI 味道的内容已经渗入我们的生活，我们也逐渐不再为此暴跳如雷。我们和 AI 形成了一种诡谲的默契：为了效率与得体，可以心甘情愿地让渡了部分性格。

思维的逆行

如果说前两年我们在训练 AI，那么第三年，AI 开始训练我们。尤其到了第三年时，各种应用工具都越来越丝滑，也越来越全能的情况下，用户和 AI 的关系，走向了一种奇异的「共生」。

这体现在，我们已经分不清谁在训练谁。

起初，我们以为自己在训练 AI。我们给它数据，给它反馈，教它像人一样说话。

除了工程师，没有人是为了训练它而用，都是要解决具体问题的，需要它交付答案乃至更复杂的成果的。于是，为了得到更精准的答案，我们开始钻研「提示词工程」（Prompt Engineering）。我们学会了把复杂的、充满歧义的人类想法，拆解成条理清晰、逻辑递进的指令。

在提问之前，我们的脑子里会先进行一轮「预处理」，剔除掉那些过于感性、过于跳跃的念头，因为我们潜意识里知道：「AI 不明白这些个东西，要用它能听懂的方式下指令才行。」

使用工具的过程，就是在被工具形塑 ——这句话已经说倦了。所以，在一个强调平滑的大语言模型面前，我们也变了，变得更合乎逻辑，更有效率了，也更像机器了。

看着屏幕上飞速生成的文字，我们既感到「一切尽在掌握」的快感，又感到一种主体性流失的虚无在暗中扼住喉咙。

唯一留下的

「这也算更新？」到第三年时，ChatGPT 的更新已经完全不像曾经那样 引起惊呼，更多的是吐槽和埋怨。苹果用了十多年才做到的事，OpenAI 三年就做到了。

然而吐槽归吐槽，用还是在用。ChatGPT 如今是坐拥 7 亿用户的超级巨头，在它生日这一天，有很多的「生贺」——连罗伯特都酸了。

再联系到 GPT 5 上线时，全球各地用户对 4o 被强制下架的不满和抗议，你不得不正视一件事：我们和 ChatGPT 之间，还有一个关系维度叫「情感维度」。

越来越多的人在向 ChatGPT 倾诉那些无法对活人说出口的秘密。听起来很悲哀，但如果你真的体验过，你会发现其中的张力极其迷人：你知道屏幕对面是一堆冰冷的矩阵乘法，你知道它的「共情」只是基于统计学的模仿。但在某些时刻，这种「模拟的理解」比「真实的不耐烦」要温柔得多。

人类的倾听往往带着评判，带着「我早告诉过你」的傲慢，或者带着急于给出建议的焦虑。而 AI 只是倾听（或者说，处理），只是安抚，它提供了一种「无风险的亲密」，还是无条件的。

「论迹不论心」，何况 GPT 都没有心，在一个没有实体的对象面前，好像人才能真正意义上的卸下防备。

情感维度的张力，恰恰最能代表我们和 ChatGPT 之间的关系：常常帮助，总是交心，偶尔纠结。

这种关系，也代表了我们和人工智能的第一个阶段。三年挺长的，但又还很短，只是人类和技术漫长共舞当中，一小段浅尝辄止的舞步。

在下一个三年，又一个三年当中，我们会继续停留在这种充满张力的关系中，而我们所能做的，最「人类」的事情，就是保持那一点点偶尔的纠结——这样才能证明，那个坐在屏幕前的，依然是一个复杂、矛盾、无法被完全计算的人。