催化教育、啓發和迭代
Web3.com Ventures 原創研究分析
0xFishylosopher
介紹
和許多人一樣，ChatGPT 的功能讓我大喫一驚。雖然我之前玩過 GPT-3 的 Playground API，也寫過關於 DALLE 2 等較新的圖像模型的文章，但我並沒有預料到 GPT-3 的響應會如此廣泛、深入和流暢。從十四行詩到 Solidity，從哲學到物理，內容的質量簡直令人驚歎。
ChatGPT 仍處於起步階段，但毫無疑問，它對包括 Web3 在內的每個行業都具有潛在的顛覆性力量。在本文中，我將努力概述我認爲 ChatGPT 將加速行業發展的一些方式，催化 Web3 中的教育、啓發和迭代過程。
教育
首先，像 ChatGPT 這樣的人工智能系統在教育和幫助用戶駕馭廣闊的 Web 3 世界中非常有用。作爲一個將尖端技術與不透明金融模型融合在一起的行業，Web 3 的教育問題尤爲突出。要在 Uniswap v3 等去中心化交易所 (DEX) 上進行單筆交易，用戶必須瞭解錢包、種子短語、集中流動性、流動性池等。所有這些都讓新用戶的入門變得非常困難，目前是 Web 3 大規模採用的主要瓶頸 [1]。
當然，有人可能會說，網上有無數的資源——博客、視頻、課程、遊戲——旨在讓用戶加入這個行業。但所有這些都存在一個巨大的引導問題：你從哪裏開始？谷歌搜索“什麼是 Web3”會給你一堆廣告，然後是一個包含行話的維基百科頁面[2]：
Web3（也稱爲 Web 3.0）是萬維網新迭代的概念，它融合了去中心化、區塊鏈技術和基於代幣的經濟學等概念。 — 維基百科
什麼是“區塊鏈技術”、“基於代幣的經濟學”，爲什麼我們需要“萬維網的新迭代”？對於一個完全的初學者來說，這些都沒有任何意義。你需要進行一系列額外的查詢，點擊一系列不同的鏈接，才能找到你理解的內容。從根本上說，這是因爲像谷歌這樣的搜索引擎是信息的聚合器和內容的索引器，而不是這些內容的生產者。簡而言之，谷歌基本上是一個數字圖書管理員。它不知道如何準確回答你的問題，只能向你指出它認爲有幫助的資源。如果谷歌策劃的內容不符合你的需求，那麼你就倒黴了。即使谷歌收集的所有關於你的個性化信息也無濟於事：它所做的只是試圖向你指出它認爲可能對你更有幫助的更好的資源[3]。
另一方面，ChatGPT 則完全不同：它是一個原創內容生產者，而不是簡單的內容索引器。ChatGPT 並不是一個向您指出資源的圖書管理員，而更像是一位導師或老師，它實際上試圖教您一切的含義，並以您告訴它的方式呈現：通過給您類比，通過引導您找到合適的博客或資源，或者通過寫一首十四行詩 [4]。作爲原創內容創建者，ChatGPT 不依賴於固定的現成響應語料庫，而是根據您的具體情況創建新的語料庫。這就是爲什麼 ChatGPT 可以成爲初學者有效的一站式商店的原因。
當然，教育不僅僅針對初學者；對於任何想要了解 Web3 的新領域（無論是 zk-SNARK 還是區塊鏈間通信協議）的人來說，它都是一個有用的工具。由於 Web3 既是一個多元化又具有技術挑戰性的行業，因此總會有新的方面、想法和概念需要您去理解。這就是爲什麼 Web3 迫切需要像 ChatGPT 這樣先進的教育工具的原因。
靈感
ChatGPT 不僅可以教你這項技術的原理，還可以給你提供如何在實踐中應用這項技術的想法。本質上，ChatGPT 還可以充當“新眼睛”，推動創新滾雪球。以下是一個例子：
問：ChatGPT 可以實現或增強哪些 dApp？
答：ChatGPT 可以啓用或增強的一些 dApp 示例包括：
社交網絡 dApps——ChatGPT 可用於對用戶帖子生成自然語言響應，爲用戶創造更具吸引力和逼真的體驗。
遊戲 dApps——ChatGPT 可用於生成遊戲內角色的類似人類的反應，從而創造更身臨其境的遊戲體驗。
供應鏈管理 dApps——ChatGPT 可用於自動生成智能合約，以跟蹤和管理供應鏈中的貨物和服務流。
投票 dApps——ChatGPT 可用於自動生成來自區塊鏈的投票結果和其他數據的自然語言摘要，使用戶更容易理解和跟蹤選舉和其他投票過程的結果。
預測分析 dApps——ChatGPT 可用於根據來自區塊鏈的數據生成自然語言預測和見解，爲用戶提供更易於訪問和直觀的方式來分析和理解複雜數據。——OpenAI ChatGPT
這裏介紹的一些 dApp 想法是我之前考慮過的，即 (1) 社交媒體聊天機器人和 (3) 智能合約生成。雖然 (2) 事後看來似乎很有意義，但我實際上並沒有立即想到這一點。(4) 和 (5) 是 ChatGPT 在分析領域的進一步應用，我完全沒有注意到。
更重要的一點是，ChatGPT 具有啓發能力：它能讓你想到在特定領域使用特定技術可以創建什麼類型的項目。由於它幾乎在整個互聯網上進行訓練，因此它可以在不同的領域之間進行類比和推斷，從而在創意可能性方面創造組合爆炸。想象一下 ChatGPT 能帶來的力量，無論是對學習了特定技術堆棧後準備親自動手的黑客馬拉松團隊，還是對對自己想要解決的問題只有最模糊想法的創始人。
雖然 ChatGPT 的靈感力量在任何領域或行業都具有改變遊戲規則的潛力，但對於 Web3 的潛在建設者來說，它尤其強大。從根本上講，Web3 仍然是一個新興領域，需要大量新想法、新模型和新概念才能推動其走向成熟和大規模採用。在這個早期階段，由於沒有成功的固定公式，因此在這個行業中，每個實驗和想法都很重要。由於 ChatGPT 能夠爲您提供原創內容，因此它也是比網上“您可以用來提高 Python 水平的 10 個項目創意列表”更好的靈感來源，這些創意往往千篇一律且平淡無奇。Web3 的獨特之處還在於，該領域爲此類實驗性創新提供了巨大的財務激勵，例如贈款和黑客馬拉松獎勵 [5]。因此，ChatGPT 可能成爲一個巨大的催化劑，讓人們發現和探索新的項目方向，提供指導性的靈感來源，啓動顛覆性創新的飛輪。
迭代
儘管如此，可以說 ChatGPT 最令人印象深刻的功能之一是它能夠參與創作本身的迭代過程。基本上，ChatGPT 不僅可以教育和啓發，還可以讓你以兩種重要方式在代碼中具體實例化你的想法：作爲代碼的原始創建者，以及作爲安全漏洞的健全性檢查。
以下是第一種情況的示例：
問：編寫一個智能合約，使用 OpenZeppelin 創建一個名爲 GPToken 的 ERC-20 代幣，符號爲 GPT，並帶有 disable_mint 函數，當鑄造 100 萬個代幣時觸發該函數
A：
雖然這個智能合約具有一些風格和優化潛力，例如刪除小數（因爲代幣的數量始終是整數），並添加 if 語句來檢查代幣數量是否等於 100 萬，如果是則 disable_mint，但它獲得了智能合約代碼的基本要點，並充當了一個很好的樣板起點。鑑於很大一部分開發時間都用於構建這些樣板模板，ChatGPT 可以大幅加快開發速度。當我們考慮到它的輸出可以定製成各種用例（例如這裏的 100 萬個代幣 disable-mint）時，它的功能尤其令人印象深刻，而傳統的在線操作方法和編碼指南無法提供這些用例。因此，在創作領域，ChatGPT 大大減少了開發人員的“寫作障礙”，即你對代碼的外觀有一個模糊的概念，但不知道從哪裏開始。
ChatGPT 與實際智能合約代碼的第二個用例是檢測智能合約代碼中的漏洞。儘管 ChatGPT 聲稱它不會專門審計智能合約，但當你輸入一個易受攻擊的智能合約時，它能夠對合約的潛在漏洞提供合理的反饋。
與 ChatGPT 的代碼生成一樣，該系統的原始輸出可能並不完美，並且可能會在過程中誤檢某些錯誤。因此，雖然它不能完全替代人工審覈員，但它可以作爲尋找明顯漏洞的合格初步檢查器 [6]。
結論
ChatGPT 能在多大程度上真正實現 Web3 開發過程的自動化？我認爲 Vitalik 對此總結得相當好：
目前，人工智能還遠遠不能取代人類程序員……儘管如此，它確實向我介紹了一些我以前從未見過的編碼模式，並且它編寫基數轉換器的速度比我自己編寫的速度要快……儘管如此，人工智能正在迅速進步，我希望它能繼續進一步改進，並隨着時間的推移解決類似這樣的錯誤。[7]
像 ChatGPT 這樣的高級人工智能的底線是，它通過減少思考如何從零到一以及反覆編寫樣板代碼所花費的“死時間”，加速了 Web3 創新的學習、思考和編碼階段。雖然在未來，尤其是通過特定領域的微調，我們可能會看到更復雜、更精確的代碼自動化程序，但仍然沒有辦法將人類排除在創造過程之外。
🐦@0xfishylosopher
📅 2022 年 12 月 28 日
參考
[1] 有關入職問題的更多信息，請參閱：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