搜索引擎
当前的大模型对于没有相关背景知识的小白来说，存在两个主要的困惑点。首先，小白们很难理解大模型的强大之处。他们容易将大模型简单化为
搜索引擎或套壳工具，甚至用之前
微博上绘画民工们所描述的拼石块来解释其运作原理。这些比喻虽然不完全错误，但它们构建了一个误导性的认知框架。在这个框架下，小白们容易进行错误推导，从而产生一些毫无根据的观点，比如文心一言是套壳GPT。这种说法在很多人中流传，但实际上却没有任何实质性的证据支持。其次，小白们也难以理解大模型的局限性。尽管他们口头上承认大模型并不总是准确、会说谎，甚至可以被调教成某种特定的角色（如猫娘），但他们仍然相信在没有人为干预的情况下，大模型能够提供正确的答案，并过度依赖其输出结果。例如，我经常看到有人用
百度文心一言的回答作为论据，与其他人在争论中使用，尽管这些回答可能并不可靠。事实上，当前大模型的技术虽然发展迅速，但仍存在很多脆弱性，尤其是在面对复杂问题时，其表现往往不尽如人意。总体而言，小白们对大模型的认知偏差，既体现在对其强大功能的误解上，也体现在对其不足之处的忽视上。这种认知上的偏差不仅影响了他们的判断力，也可能导致他们在实际应用中做出错误的选择。因此，加强对大模型基本原理和限制条件的科普教育，显得尤为必要。只有当用户对大模型有了更全面、更深入的理解，才能更好地利用这一技术，发挥其应有的价值。
