Ask HN：还有人看空 OpenAI 吗？

ChatGPT/LLMs 的感知实际价值

• 许多评论者表示，GPT-4（以及基于它的 Bing Chat）已经成为日常工具，常常在“我该如何在 Y 中做 X”这类问题上取代 Google/Stack Overflow。
• 据称带来的提升包括：更快的样板代码编写、SQL/jq/shell 单行命令、Terraform/Terraform 重构、调试晦涩错误、编写测试、重构旧配置、小脚本、数据清理、文案写作、职位描述、邮件、报告、翻译、问卷总结，以及文档 → Markdown 转换。
• 有人说它对 SRE/devops 工作流有实质改变（kernel/network 深入分析、错误解释、配置问题），并且愿意为此支付远高于每月 20 美元的费用。
• 还有一些非开发用途：教育/辅导、语言学习、重写信件、类似法律文书的通信草稿、UX/管理头脑风暴、税务/信件审阅，以及内容校对。

局限、幻觉与信任

• 许多人报告它会“自信地出错”，编造 API、库、学术论文，以及无法通过类型检查或无法运行的代码。
• 一些人认为，只要像使用 Stack Overflow 那样去核查，幻觉是可以接受的；另一些人则觉得核查成本抵消了任何收益。
• GPT-4 被广泛描述为与 3.5/Claude Instant “完全不同的层级”，但仍然容易出错，且偶尔毫无意义。
• 有人担心它语气权威，会鼓励过度信任，不适合作为医疗/法律/科学事实的唯一来源。

谁受益，以及用于哪些任务

• 最强的收益出现在“复杂但浅层”的任务中：对接 API、基础设施即代码、CSV/log 分析、快速代码模式、总结、语言/风格处理。
• 它在深层理论 CS/数学（NP 归约、形式语义、高级算法）以及训练数据稀疏的利基领域表现较差。
• 有几条评论指出：当你已经足够懂得去检查它的答案时，它最有用；而当你不懂时，它就很危险。

与加密货币的比较及炒作担忧

• 有人看到与 crypto 的相似之处：巨大的炒作、包装器创业公司、风投蜂拥而入，以及关于 AGI 的模糊承诺。
• 另一些人认为关键区别在于它对数百万人有明确、即时的实用价值，这不同于 crypto 有限的现实用途。
• 也有一部分人态度“无感”：他们试过 GPT，觉得它泛泛或常常出错，仍然认为 Google/文档 + 专业经验更好。

OpenAI 的商业前景与护城河

• 观点从“轻松成为 1000 亿美元以上公司 / 下一个 Google 级巨头”到对利润率、GPU 成本以及随着开源/开放模型改进而缺乏护城河的怀疑不等。
• 有人预计监管俘获和准垄断；另一些人认为 Meta、Google、Microsoft 或端侧模型会削弱 OpenAI 的领先优势。
• 还有人担心，当 OpenAI 自己把最好的想法产品化后，许多“OpenAI 包装器”会被碾压。

端侧、隐私与开源

• 少数重视隐私的人希望接近 GPT-4 的模型能在个人设备上离线运行；目前本地模型被认为太慢/太弱，或者操作起来太困难。
• 许多人看好更小的开源模型在边缘端的发展，认为它们将对仅云端方案构成长期重大威胁。

AGI、发展轨迹与社会

• 许多人不认为当前 LLM 就是 AGI，也不认为它们足以通往 AGI；有人把它们看作未来方法中的一个组成部分。
• 另一些人认为，压缩世界知识并进行少样本学习的能力让 AGI 感觉像“实现细节”，尽管时间点并不明确。
• 预期的近期影响包括：显著的生产力提升、较低层白领工作的替代（支持、基础写作、初级编码），以及教育和“我们与计算机如何交互”的重大变化，即使没有 AGI 也是如此。