催化教育、启发和迭代
Web3.com Ventures 原创研究分析
0xFishylosopher
介绍
和许多人一样，ChatGPT 的功能让我大吃一惊。虽然我之前玩过 GPT-3 的 Playground API，也写过关于 DALLE 2 等较新的图像模型的文章，但我并没有预料到 GPT-3 的响应会如此广泛、深入和流畅。从十四行诗到 Solidity，从哲学到物理，内容的质量简直令人惊叹。
ChatGPT 仍处于起步阶段，但毫无疑问，它对包括 Web3 在内的每个行业都具有潜在的颠覆性力量。在本文中，我将努力概述我认为 ChatGPT 将加速行业发展的一些方式，催化 Web3 中的教育、启发和迭代过程。
教育
首先，像 ChatGPT 这样的人工智能系统在教育和帮助用户驾驭广阔的 Web 3 世界中非常有用。作为一个将尖端技术与不透明金融模型融合在一起的行业，Web 3 的教育问题尤为突出。要在 Uniswap v3 等去中心化交易所 (DEX) 上进行单笔交易，用户必须了解钱包、种子短语、集中流动性、流动性池等。所有这些都让新用户的入门变得非常困难，目前是 Web 3 大规模采用的主要瓶颈 [1]。
当然，有人可能会说，网上有无数的资源——博客、视频、课程、游戏——旨在让用户加入这个行业。但所有这些都存在一个巨大的引导问题：你从哪里开始？谷歌搜索“什么是 Web3”会给你一堆广告，然后是一个包含行话的维基百科页面[2]：
Web3（也称为 Web 3.0）是万维网新迭代的概念，它融合了去中心化、区块链技术和基于代币的经济学等概念。 — 维基百科
什么是“区块链技术”、“基于代币的经济学”，为什么我们需要“万维网的新迭代”？对于一个完全的初学者来说，这些都没有任何意义。你需要进行一系列额外的查询，点击一系列不同的链接，才能找到你理解的内容。从根本上说，这是因为像谷歌这样的搜索引擎是信息的聚合器和内容的索引器，而不是这些内容的生产者。简而言之，谷歌基本上是一个数字图书管理员。它不知道如何准确回答你的问题，只能向你指出它认为有帮助的资源。如果谷歌策划的内容不符合你的需求，那么你就倒霉了。即使谷歌收集的所有关于你的个性化信息也无济于事：它所做的只是试图向你指出它认为可能对你更有帮助的更好的资源[3]。
另一方面，ChatGPT 则完全不同：它是一个原创内容生产者，而不是简单的内容索引器。ChatGPT 并不是一个向您指出资源的图书管理员，而更像是一位导师或老师，它实际上试图教您一切的含义，并以您告诉它的方式呈现：通过给您类比，通过引导您找到合适的博客或资源，或者通过写一首十四行诗 [4]。作为原创内容创建者，ChatGPT 不依赖于固定的现成响应语料库，而是根据您的具体情况创建新的语料库。这就是为什么 ChatGPT 可以成为初学者有效的一站式商店的原因。
当然，教育不仅仅针对初学者；对于任何想要了解 Web3 的新领域（无论是 zk-SNARK 还是区块链间通信协议）的人来说，它都是一个有用的工具。由于 Web3 既是一个多元化又具有技术挑战性的行业，因此总会有新的方面、想法和概念需要您去理解。这就是为什么 Web3 迫切需要像 ChatGPT 这样先进的教育工具的原因。
灵感
ChatGPT 不仅可以教你这项技术的原理，还可以给你提供如何在实践中应用这项技术的想法。本质上，ChatGPT 还可以充当“新眼睛”，推动创新滚雪球。以下是一个例子：
问：ChatGPT 可以实现或增强哪些 dApp？
答：ChatGPT 可以启用或增强的一些 dApp 示例包括：
社交网络 dApps——ChatGPT 可用于对用户帖子生成自然语言响应，为用户创造更具吸引力和逼真的体验。
游戏 dApps——ChatGPT 可用于生成游戏内角色的类似人类的反应，从而创造更身临其境的游戏体验。
供应链管理 dApps——ChatGPT 可用于自动生成智能合约，以跟踪和管理供应链中的货物和服务流。
投票 dApps——ChatGPT 可用于自动生成来自区块链的投票结果和其他数据的自然语言摘要，使用户更容易理解和跟踪选举和其他投票过程的结果。
预测分析 dApps——ChatGPT 可用于根据来自区块链的数据生成自然语言预测和见解，为用户提供更易于访问和直观的方式来分析和理解复杂数据。——OpenAI ChatGPT
这里介绍的一些 dApp 想法是我之前考虑过的，即 (1) 社交媒体聊天机器人和 (3) 智能合约生成。虽然 (2) 事后看来似乎很有意义，但我实际上并没有立即想到这一点。(4) 和 (5) 是 ChatGPT 在分析领域的进一步应用，我完全没有注意到。
更重要的一点是，ChatGPT 具有启发能力：它能让你想到在特定领域使用特定技术可以创建什么类型的项目。由于它几乎在整个互联网上进行训练，因此它可以在不同的领域之间进行类比和推断，从而在创意可能性方面创造组合爆炸。想象一下 ChatGPT 能带来的力量，无论是对学习了特定技术堆栈后准备亲自动手的黑客马拉松团队，还是对对自己想要解决的问题只有最模糊想法的创始人。
虽然 ChatGPT 的灵感力量在任何领域或行业都具有改变游戏规则的潜力，但对于 Web3 的潜在建设者来说，它尤其强大。从根本上讲，Web3 仍然是一个新兴领域，需要大量新想法、新模型和新概念才能推动其走向成熟和大规模采用。在这个早期阶段，由于没有成功的固定公式，因此在这个行业中，每个实验和想法都很重要。由于 ChatGPT 能够为您提供原创内容，因此它也是比网上“您可以用来提高 Python 水平的 10 个项目创意列表”更好的灵感来源，这些创意往往千篇一律且平淡无奇。Web3 的独特之处还在于，该领域为此类实验性创新提供了巨大的财务激励，例如赠款和黑客马拉松奖励 [5]。因此，ChatGPT 可能成为一个巨大的催化剂，让人们发现和探索新的项目方向，提供指导性的灵感来源，启动颠覆性创新的飞轮。
迭代
尽管如此，可以说 ChatGPT 最令人印象深刻的功能之一是它能够参与创作本身的迭代过程。基本上，ChatGPT 不仅可以教育和启发，还可以让你以两种重要方式在代码中具体实例化你的想法：作为代码的原始创建者，以及作为安全漏洞的健全性检查。
以下是第一种情况的示例：
问：编写一个智能合约，使用 OpenZeppelin 创建一个名为 GPToken 的 ERC-20 代币，符号为 GPT，并带有 disable_mint 函数，当铸造 100 万个代币时触发该函数
A：
虽然这个智能合约具有一些风格和优化潜力，例如删除小数（因为代币的数量始终是整数），并添加 if 语句来检查代币数量是否等于 100 万，如果是则 disable_mint，但它获得了智能合约代码的基本要点，并充当了一个很好的样板起点。鉴于很大一部分开发时间都用于构建这些样板模板，ChatGPT 可以大幅加快开发速度。当我们考虑到它的输出可以定制成各种用例（例如这里的 100 万个代币 disable-mint）时，它的功能尤其令人印象深刻，而传统的在线操作方法和编码指南无法提供这些用例。因此，在创作领域，ChatGPT 大大减少了开发人员的“写作障碍”，即你对代码的外观有一个模糊的概念，但不知道从哪里开始。
ChatGPT 与实际智能合约代码的第二个用例是检测智能合约代码中的漏洞。尽管 ChatGPT 声称它不会专门审计智能合约，但当你输入一个易受攻击的智能合约时，它能够对合约的潜在漏洞提供合理的反馈。
与 ChatGPT 的代码生成一样，该系统的原始输出可能并不完美，并且可能会在过程中误检某些错误。因此，虽然它不能完全替代人工审核员，但它可以作为寻找明显漏洞的合格初步检查器 [6]。
结论
ChatGPT 能在多大程度上真正实现 Web3 开发过程的自动化？我认为 Vitalik 对此总结得相当好：
目前，人工智能还远远不能取代人类程序员……尽管如此，它确实向我介绍了一些我以前从未见过的编码模式，并且它编写基数转换器的速度比我自己编写的速度要快……尽管如此，人工智能正在迅速进步，我希望它能继续进一步改进，并随着时间的推移解决类似这样的错误。[7]
像 ChatGPT 这样的高级人工智能的底线是，它通过减少思考如何从零到一以及反复编写样板代码所花费的“死时间”，加速了 Web3 创新的学习、思考和编码阶段。虽然在未来，尤其是通过特定领域的微调，我们可能会看到更复杂、更精确的代码自动化程序，但仍然没有办法将人类排除在创造过程之外。
🐦@0xfishylosopher
📅 2022 年 12 月 28 日
参考
[1] 有关入职问题的更多信息，请参阅：https://moralis.io/how-to-boost-web3-user-onboarding-success-rates/
[2] https://en.wikipedia.org/wiki/Web3
[3] https://www.nytimes.com/2022/12/21/technology/ai-chatgpt-google-search.html
[4] https://www.cnbc.com/2022/12/15/google-vs-chatgpt-what-happened-when-i-swapped-services-for-a-day.html
[5] https://www.decentralised.co/p/grants-and-web3
[6] https://beosin.com/resources/can-chatgpt-the-"most-powerful-ai"-detect-vulnerabilities
[7] https://vitalik.ca/general/2022/12/06/gpt3.html
