OpenAI Dev Day发布了哪些震撼内容？

OpenAI

值得观看直播的发布会没几个，而值得熬夜看的发布会或许就这一个。

科技界新贵首次举办Dev Day，或许还不了解挤牙膏式的行业规则，仅仅45分钟就发布了众多震撼内容（鼓掌估计就得占5分钟）。我想大部分开发者连上次发布的function calling都还没玩明白，这一次更新又得花费不少时间去消化。OpenAI着实完美展现了技术领先18个月的实力。

上周分享的时候，我也提及了一个类似的启发。模型能力整体进化，并非一定要通过提升参数量、数据或者模型架构这种scale up（扩大规模）的方式，也能够凭借多agent协作、创造工具、复用工具以及组合工具这种scale out（横向扩展）的途径达成。这就如同人类大脑依赖基因变异来进化是极为缓慢的，然而人类社会的知识传承、专业化分工协作以及运用工具的能力，在相同智力水平下却能够取得令人惊叹的发展速度。或许，除了扩展定律（Scaling law）之外，agent世界的梅特卡夫定律（Metcalfe’s law）也正在逐渐显现。

人类

完整分享内容，感兴趣的同学可移步：创业者以前思考的角度或许是，模型能力每18个月就翻番、成本减半或者速度加倍的情况下，要怎样规划探索方向。其实很多套壳应用的思路相当合理，就像不少软件应用是对网络协议和数据库读写的套壳，编排好业务流程是多数应用的核心价值。

不过现在或许得重新思考这个思路了。OpenAI显然能迅速给出更简便好用的方案，下一代发布的API可能很快就涵盖复杂的编排操作，怪不得推特上大家又玩起各种梗来。那我们该在何处发力？一种较为激进的想法或许是将OpenAI这类公司视作未来虚拟员工的供应者，就像如今的OpenAI模型能做到的那样：产品/企业若能拥有大量低成本新员工，该如何做？是做好新人入职引导，还是提供最优整体产品服务体验？欢迎分享你的想法。最后咱们也来瞎猜一下OpenAI接下来会有什么大动作？除了模型能力、价格方面常规性的提升之外，我个人最盼望的就是模型学习能力能进一步升级并且开放。比如说fine tune API能不能解决灾难性遗忘的问题，还有是否会把RLHF的能力也开放出来之类的。小惊喜：在DevDay的演示里，所使用的IDE为Cursor，terminal是warp，这可是两个积极接纳GPT的产品。