自OpenAI发布ChatGPT以来，LLM持续火热，各大公司纷纷入场。但近一段时间以来，我观测到的LLM应用场景，基本都是Copilot的形式，即以对话为基础的辅助应用。尽管体验起来十分的高大上，但我能明确感受到，这种Copilot的形式并不解决当前的诉求。因此，本篇尝试探讨一下，Copilot模式的优劣，以及我到底会需要什么样的LLM应用。
本篇内容包含着内心深处对大模型的抗拒，仅以下图表达个人心情。
Copilot，本意是助手的意思，它的作用是辅助主角更高效的完成任务。这个模式在各行各业广泛存在，比如飞机的副驾驶、赛车的领航员、秘书/助理等等。之所以会存在Copilot这样一个角色， 是由于处理的工作过于复杂，一些底层的信息处理/决策过程相对繁琐，如果事事亲力亲为，是对精力的极大浪费。因此，形成了一个多级的管理体系，以方便主角更高效的完成最终决策。
毫无疑问，Copilot是提效的一种最佳实践，在日常生活中得到了广泛验证。
但从另一方面来说，也需要看到，决策链的基础是信任链。前置环节的决策失误，可能会导致整个事情的崩盘，比如“挥泪斩马谡”。在实际工作中，会通过管理手段——追责——去保障信任链的稳固。但是当你的Copilot是个机器/算法时，往往无法有效追责（自动驾驶出车祸了，想让汽车公司赔偿是很难的）。因此，责任又重新汇集到了最终决策者自身。这其实就要求着，使用Copilot的人必须要能够理解和判断Copilot给到的信息。
在这一轮AI浪潮中，除了吹捧算法本身，实际得到落地的应用场景，基本都属于Copilot模式。比如：OpenAI本身推出的问答机器人、Bing集成进搜索引擎、Github Copilot编程助手、各种客服机器人、以及各类分析工具（安全报表、论文研读）。
这些场景大体会具备如下特性：
在这些场景中，大家并不会依赖算法的结果进行最终决策，大都是作为一种信息的收集来源和参考。对比传统的搜索引擎，更多的是效率上的提升，形态其实没有发生本质变化。
从另一方面来说，大家似乎并没有把GPT用于分类、评分、排序等决策类型的场景中。
如果单纯从能力上看，GPT是能够被用于完成特定任务的（OpenAI本身也提供了用于分类的API微调接口）。通过Prompt Engineering（zero-shot/few-shot），或者进行一定的fine-tuning，同样能够取得高准召的表现。
那为什么大家不使用呢？基于一段时间的使用探索，我能够得出的推论是：在固定的决策场景上，过去的模型已经够用了。盲目的应用GPT，并不会带来额外的增强，反而其庞大的性能开销和不确定性的结果，会产生额外的负面影响。
回过头来思考，大家为什么会对GPT的出现感到兴奋呢？我认为，核心特性是两个：1）通用性极佳，可以仅仅依靠Prompt回答各种领域的问题；2）生成式表现力，可以生产符合人类认知的语言或内容。（对比过去的算法应用，往往只能用于特定场景，运算结果也是冰冷的0和1，需要经过加工处理才能更好的理解。）
近期一直在尝试思考，如何将两者相结合呢？
目前想到这样一种范式：对于某个特定任务，仍然采用更高效更稳定的规则和算法去进行处理，在后面拼接一个GPT，可以更直观的呈现规则算法的原始输出。
比如，需要对一组数据进行分类，并提取其中的关键特征进行解读，用于后续的研判工作。传统的做法会是训练分类模型，并提取出哪些特征是对分类结果更重要的，用于可解释性输出。但仅仅是到这一步，获得的只是一个分类结果和关键特征列表，可读性很差。这个时候，再将这部分结果输入到GPT，就能够得到一个更直观的解读。
近期有基于以上设想，做一些尝试，目前看效果不错。其本质思想，就是借助原有的算法能力，代替GPT完成相对固定的分类任务，仅仅将GPT用于后续的结果生成上，从而形成更高效的运算链路。
你真的需要使用ChatGPT嘛？
也许是长期从事安全行业，对于不确定性的东西会产生抵触。对我个人而言，精妙的规则体系在各方面都胜于所谓的模型。
但不得不承认，即使是某个特定场景下，人的决策复杂度也足够高，很难用规则去完美契合。因此，在规则确定性和模型复杂性之间的平衡，是持续思考和探索的方向。（知识图谱看上去是个比较理想的解，但也会遇到知识量扩增，带来的维护复杂性等问题。）
GPT的出现，提供了一种全新的解决方案。但GPT本质上是一个低效的算法，因此并不会简单粗暴的替换掉既有的更高效的规则和算法。这对GPT的使用者来说，其实提出了更高的要求：需要将任务进行拆解，交由不同的能力来解决，才能够取得更高的运算效率。
