从热度影响来看，chatGPT还没真正产品化，就能迅速突破1亿用户，大有在搜索引擎这一层面形成革命性的竞争优势，毕竟传统的搜索引擎只能在关键词层面去理解输入，chatGPT已可以在语义层面去理解输入问题，并能整合结果形成格式清晰的输出，的确是了不起的成就！但就此说它有了智能，可以大幅提升社会效率，应该说是言之尚早。从文字层面说，提供的解答相对提纲性质的，是众多搜索结果的整合，并且由于模型需要长时间的学习，只能了解以前的互联网上的内容，缺乏最新信息和深入的整理能力，从科研人员的角度，只可以当一个快速了解和入门某个领域的信息来源，甚至都很难替代去阅读文献综述这一个级别的论文。
至于替代程序员就更扯了，只能做到在小算法帮忙收集代码片段，替代人工去一些专业网站上的搜索，比如大多数程序员常用的网站会明显感受到流量压力，但仔细想想，chatGPT学习的内容又是从何而来的？最后还不是这类网站，那么后期会不会导致网站对机器爬虫进行封锁，或者签订协议要求chatGPT在解答中提供参考信息的链接等措施，同样也试过各种代码自动完成工具，包括能学习本地代码的tabnine AI，也找过简单算法代码片段，但最终都得靠人理解修改才能实际使用，想直接替代程序员还不可能，替代搜索引擎提高程序员的工作效率应该还凑合。
更深一层，目前对于超大参数规模的模型是不是AI进化的正确路径，专业研究人士也还是存疑的，包括大名鼎鼎的杨立昆(Yann LeCun)，的图灵奖三位获得者之一，人工智能领域的顶级大咖。
从仿生的角度理解下，人脑或者动物大脑的学习能力远超目前最好的人工智能训练过程，因为人脑有超强的天然的关键信息特征提取和逻辑推演天赋，两三岁的小朋友可以在看到两三次甚至只有一次猫猫
