（微软sketch2code）

同时，他也强调，通过草图生成代码不代表GPT能够通过任意的图写出各种复杂逻辑的代码。在开发环节上，除了工程师之外，还有产品经理这样的角色，他们将一个需求理解之后，去做一系列的设计，再将其解释成工程师能够直接通过代码逻辑去完成的内容。

目前GPT-4只是在从工程师到代码产出这部分环节进行协助，但在这之前的环节仅凭它现在的能力无法实现。“模型的输出受到输入内容的影响较大，现实工作中的问题不像是网页草图这么简单。”

因此真实工作场景下，GPT依然作为工具，人类在整理思路后输入给模型，模型输出后也仍需人力进一步判断理解，进行调整。而在复杂问题下，想把这一系列工作做好，本身就需要问问题的人有一定的专业知识和理解。吴奕蒙表示，“有一个更大胆的说法是，会熟练使用ChatGPT的程序员，会替代完全不用ChatGPT工作的程序员。”

“GPT-4的出现优先挑战了AI行业从业者”

而当GPT-4的出现又一次重新划分了“人类专属技能”的这一边界，舆论场也再次掀起关于哪些行业将会失业的讨论。

对此，吴奕蒙认为GPT-4的出现或许优先挑战的是AI行业从业者。他指出AI研究此前是切分成小任务进行研究，比如CV计算机图像，或者说NLP自然语言处理，研究深入但不通用，“一个模型能解决这个问题，但解决不了另一个问题。”

GPT-4此次的迭代进一步证实了它强大的通用性，“至少在语言的理解层面，通用性很强。”仅此一个模型，能够通过输入的方式，自行调整，完成细分领域的每一个小任务。“大公司用大模型把所有的问题基本上解决了，唯一的问题就是成本问题。”这将很大程度上影响AI行业的研究方向。

对于其他行业从业者而言，吴奕蒙认为，在当前多数工作都需要使用许多辅助工具的情况下，GPT-4或许是作为“更有效率的工具”的一个可选项。

另外，GPT-4在理解人类的维度上也实现了大幅提升。OpenAI花费了6个月的时间使用对抗性测试程序，以及在ChatGPT身上累积的经验教训来迭代调整GPT-4。他们称，“GPT-4在真实性、可操纵性和拒绝超出设定范围方面取得了有史以来最好的结果。”

吴奕蒙表示，这是OpenAI长期在对齐研究（alignment research）上的尝试与突破，通过从模型的帮助性、可靠性与安全性三个方面进行优化，在大模型所掌握的数据和知识已经足够充分的情况下，如何让它发挥出真正的作用，直接帮助到人类，是更难的。“需要保证它不会出现答非所问的情况，回答的内容是可靠且安全的。