在教育圈，ChatGPT 身上最火的一个标签就是「 代写论文 」。

但一名计算机学院的大四学生小波奇（化名）说，他身边没有这样的情况，“ 我们会用它来翻译论文、提炼参考资料的信息或者写个摘要之类的，辅助一下自己，但没有人直接用它写 ” 。

一来是因为 ChatGPT 不靠谱，时不时出现一些小问题，不能盲目轻信；二来毕业论文也是检验自己学习成果的一个过程，没必要为了省事欺骗自己。

小波奇表示，他最常使用 ChatGPT 的场景是写作业和查 bug，“ 大学不是所有东西都有标准解答，就算有答案，细节没明白也没人一直讲给你听 ”。

每次代码运行错误时，ChatGPT 都会迅速帮他找出问题所在。

这段时间由于临近毕业，小波奇还在用它准备面试。

方便之处在于，它能迅速帮忙搭建起思路框架，小波奇再基于此进行润色。

一条龙服务，还能帮忙翻译英文 ▼

ChatGPT 在他的校园生涯中也的确搞过 “ 破坏 ” 。

去年期末有场开卷考，试卷以开放题和论述题为主，出的题目类似于“ 请根据你所掌握的物联网知识，设计一个生活产品，具有创新性。描述你设计的产品的主要功能、所采用的网络架构、具体使用的传感器。并阐述你设计的产品的创新点在哪里。”

老师认为这种题目没有标准答案，给学生电脑也没用，只有通过自己思考来完成，结果直接被 ChatGPT 给降维打击了（ 尽管是开卷考，但仍不推荐效仿 ）。

对于他来说，ChatGPT 不是作弊器，更多时候是一位回复超快，逻辑清晰还特别耐心的超级老师。

“ 每次用完我都想说句谢谢 ”。

作为一位写过 iOS APP 开发教程的老开发，他大量使用 ChatGPT 助攻开发的原因不是不会做，而是为了提高效率。

有次，他要写一个 swift 函数，用于返回一个 Ullmage 的视觉主色。

如果自己去做，技术上虽没难度，但操作很繁琐：要动脑子想代码思路，要查图片主色的定义的资料，要通过搜索引擎查有没有相关颜色框架，还要考虑要不要引入这个框架。

于是他选择交给 ChatGPT ，“ 3 秒就做完了 ”。

但他能抢走编剧们的饭碗吗？

不乱是一位从业十几年的资深编剧，曾参与过《 春风十里,不如你 》的剧本创作，在他看来，在中国，这个行业现阶段是不太可能被 Chatgpt 撼动的。

关于编剧行业被 AI 替代的话题，其实几年前就被讨论过一次了。

不乱记得当时有个大厂的负责人跑出来说：我们要开除所有人工编剧，全面引入人工智能，结果他在论坛里被喷了一通，最终失败离场。

在他看来，编剧还不算一个文字创作行业，更像是一个命题作文，制片方给出要求，编剧按照历史背景、方向、风格、体量和节奏创作故事大纲和分级大纲，剧本的 70% 就已经完成了。

比起创作，了解制片方的需求才是关键，在这一点上，AI 是很难代替人工的。

当然，不乱也认同，Chatgpt 也许可以承担大量基础工作（ 比如给每个路人甲生成一个人物小传 ）。

但他也觉得，和提倡集体创作的美剧相比，和编剧中心制的韩剧相比，国产影视们普遍缺少健全的编剧制度，编剧在制作中权重很低。

不乱说在《狂飙》里，编剧的名字都要排在字幕的五十多位出现 ▼

看完后，阿飞律师的评价是：别说，还整挺好，该有的都有了。

于是，一瞧这个 ChatGPT 有点上路，另一位冯律师便给它上了亿点强度，问了一个咱都看不太懂的问题。

其实说白了，就是假定一个较为复杂且特殊的情况，再让它给出一份合规的税务方案。

而这次的 ChatGPT 想了半天，最后只给出了一段没啥参考价值的标准式“ 官方回答 ”，显然是超纲了。

除此以外，针对不同案件，每份诉讼方面的文件也都有不小的差别。

例如答辩状、证据清单、质证意见等文件，都需要根据海量的证据来编写。这些证据往往复杂多变，还每次都不一样，基本很难梳理出一个通用逻辑，去让 AI 识别。

所以，将其当做一个类似于 Alpha（ 律师专用效率软件 ）的工具来使用，充当一个律师助理或文秘的角色，努努力或许还有戏。

用冯律师的话说，就是：“ 律师是法律在人与人之间的桥梁，而这里面的人，才是关键 ”。

别的不说，至少在律师这一行中，总是能出现人类自己都无法预测的事，更不用提机器了。

如果跳脱不出这一层，那 AI 再强，最多只能是桥梁下的桥墩子。

R 君说，他们曾汉化过一款外国人做的“ 狄仁杰推理 ”游戏。拿到游戏时，汉化人员需要根据语意，把里面的 i 换成朕、微臣，把 thank you 换成谢主隆恩等等，这种不同文化导致的主语差异，类似的还有更多。

再举个简单的例子，像达君在日译中时，“ 我 ”字，就分为老人的我，和小孩的我。这类事单看可能影响不大，但创作剧情是有特殊性的，AI 也不一定分得清，放到游戏剧情里，玩家看到之后就很容易出戏了。

不过话虽如此，达君也表示，现在的 ChatGPT 翻译尴尬、过于书面化，是因为没有足够训练样本，以后再研究研究，说不定真能比肩人类。

那时候，翻译人员的工作到底还保不保得住，就要看人类能不能在文学创造性上战胜 AI 了。

优化好几版之后，给人的感觉还是有点别扭 ▼

未来的事暂且不提，就目前的情况来看，整个翻译行业确实僧多粥少，入行需谨慎。

只不过，最大威胁并不是 AI，而是疯狂内卷的同行。

在 J.P. 摩根工作过的“ 蛋黄 ”认为，对于金融行业，Chatgpt 会是一个颠覆性的存在，未来完全有机会代替从业 1-3 年的行业新人。

根据他以往参与过的投资项目，要对一家企业进行全方位的评估，首先需要一个团队，对企业进行 1-3 个月的材料收集和分析，预判这家公司未来几年的运营能力，资金情况，营收能力，创新能力等。但有 ChatGPT 的参与将节省大量的人力成本。

比如特许金融分析师（ CFA2 级 ）必考的 DCF 现金流折现估算法，就需要大量的计算和分析。

但 Chatgpt 可以很高效地给予使用者一个整体的框架和逻辑，完成程度非常高，如果能给予它相应的数据，那么它将快速准确的完成相关估算。

包括会计行业，对于会计行业来说，避无可避的就是企业的“ 三表 ”，“ 蛋黄 ”也进行了实验，Chatgpt 同样给出了一个现金流量表的例子：

还有审计，对于行业内的初级从业者，主要就是对于公司的账目中不同的科目进行测算和复核（ 刷底稿 ），如果会计事务所将 ChatGPT 接入自己的系统，让他学习自家的底稿格式等信息，那么它完全可以代替新人完成这些工作，而审计项目负责人（ IC ）只需要最后判断和微调就足够了。

“ 蛋黄 ”觉得，如果像 J.P. 摩根这样的公司愿意为 Chatgpt 投入资金成本，从 OpenAI 这样的人工智能公司购买企业版，给予 ChatGPT 等人工智能本地数据库的权限，并加以训练，大量的基础工作将会被 Chatgpt 取代。

但是，“ 蛋黄 ”也并不认为基础工作被取代，就一定意味着大规模的失业，只不过在未来，金融行业的入场券除了基本的专业知识外，计算机技能同样会成为重要标准之一。

同时 ChatGPT 也无法替代金融行业的高端从业者（ 有足够从业经验的人 ）。

ChatGPT 的热潮，似乎让全社会都发起了高烧，但在和几个行业的从业者交流之后，我们似乎可以冷静一些。

一方面，无论是哪个行业，都没有外界看上去那么简单，往往凝结着无数从业者的集体智慧和规则，在短期内，ChatGPT 更可能作为一种工具存在。

另一方面，如果仔细回想过去，我们也曾急于为很多行业宣判死刑，但正如 ChatGPT在回答里所说的那样：

人类，总会发挥其独特的优势，使自己不可替代。