摘要： 长期以来，OpenAI的O1模型一直备受争议。本文深入剖析了O1的真正用途，指出它并非传统的聊天机器人，而是一个强大的“报告生成器”。通过提供充足的上下文信息和明确的目标，O1能够一次性生成高质量的解决方案，在特定领域展现出卓越的性能。
旧金山 – 自OpenAI发布O1模型以来，关于其定位和用途的讨论从未停止。有人对其赞赏有加，认为它代表了AI发展的新方向；也有人对其持怀疑态度，认为它不过是又一个炒作概念。然而，随着越来越多用户深入体验O1，一个全新的认知逐渐浮出水面：O1并非传统的聊天机器人，而是一个更强大的“报告生成器”。
从质疑到拥抱：一位工程师的转变
Ben Hylak，一位专注于Apple VisionOS的工程师，最初对O1持强烈的怀疑态度。在订阅O1 Pro后，他曾抱怨其响应速度慢、输出结果自相矛盾。然而，通过与持不同意见者的交流，Hylak逐渐意识到自己对O1的理解存在偏差。“我把O1当成了一种聊天模型，但O1并不是。”Hylak说道。
那么，O1究竟是什么？Hylak认为，O1更像是一个“报告生成器”。用户需要提供大量的上下文信息，并明确告知模型期望的输出结果。在这种情况下，O1往往能够一次性给出高质量的解决方案。
O1的使用秘诀：提供10倍的上下文
与传统的聊天机器人不同，O1不会主动向用户索取更多信息。因此，用户需要尽可能地提供详细的上下文信息，包括：
- 完整的背景描述： 详细说明项目目标、现有架构、技术栈等信息。
- 失败的尝试： 列出所有已经尝试过但无效的方法，避免O1重复探索。
- 公司信息： 解释公司业务、规模，并定义公司专用术语，让O1像新员工一样了解情况。
Swyx，Latent Space博客的作者，建议用户在提示方面提供“10倍的上下文”。他甚至使用语音备忘录记录问题，然后将转录文本粘贴到O1中。
明确目标：告诉O1做什么，而不是怎么做
在提供充足的上下文信息后，用户需要明确告知O1期望的输出结果。与传统的提示工程不同，用户不需要告诉O1如何思考、如何解决问题，只需要告诉它“做什么”。
例如，用户可以要求O1生成一个完整的代码文件，而不是逐步指导它编写代码。O1会根据用户提供的上下文信息，自主推理并生成解决方案。
O1的优势与局限
O1在以下几个方面表现出色：
- 一次性生成完整文件： 能够根据用户提供的代码和描述，一次性生成整个或多个文件，且错误率较低。
- 减少幻觉： 在处理特定领域的查询语言（如ClickHouse和New Relic）时，能够避免传统聊天机器人常犯的语法错误。
- 解释概念： 能够用实例解释高难度的工程概念，生成类似文章的详细报告。
- 医疗诊断： 在医疗诊断方面，O1能够提供接近正确的答案，为医学专家提供有价值的参考。
然而，O1也存在一些局限性，例如成本较高、延迟较长。
结论：O1的未来展望
O1并非传统意义上的聊天机器人，而是一个强大的“报告生成器”。通过提供充足的上下文信息和明确的目标，O1能够一次性生成高质量的解决方案，在特定领域展现出卓越的性能。
随着AI技术的不断发展，我们有理由相信，O1将在未来发挥更大的作用，为各行各业带来创新和变革。
参考文献：
- Latent Space博客文章： o1 Is Not a Chat Model
- OpenAI官方文档： https://x.com/sama/status/1877814065088663763
- Careless Whisper (LS Discord中Sarav开发)
致谢：
感谢Ben Hylak和Swyx对本文的贡献。
（本文作者曾在新华社、人民日报、中央电视台、华尔街日报、纽约时报等资深新闻媒体供职。）
Views: 0