# 机场杂谈：挥霍 Api 和 Aigc

> 最近总在写一些小玩意，有了 Copilot 和 ChatGPT，我得了一种奢侈的选择困难症——每次写代码之前都会犹豫一下：这次用啥语言呢？

## 几个小玩具

### 我给自己做了个播客

生娃和进厂之后，个人独处时间越发金贵，随之而来的问题就是阅读量难于保障了。过去我的阅读流程是浏览邮件列表、固定的播客、推特等信息源头，根据喜好情况搜集到 Pocket 之类的 Read it later 工具里面。但是现在因为缺乏连续时间，待读列表越来越长。想了下也就是跑步和开车的时候耳朵是比较清闲的——灵机一动：“给自己做个播客吧”。

个人使用，当然能省则省，大致定下了这样几个分工和工具：

- 运行平台：Google Function，免费额度足够每日使用，负责抓取网文并
- 存储：使用 Google 对象存储，同样免费额度
- 交互：Github Issue/Comment + Webhook，构成交互界面
- 翻译和整理：ChatGPT/DeepL，将互联网上抓取的内容进行翻译和排版
- TTS：Azure TTS 服务免费额度
- Buzzsprout：支持 API 的播客托管平台，能自动对接 Apple 和 Google 的播客服务目录

选定平台之后，使用 Github Issue 交互，通过 Webhook 调用 Google Function，借助各个服务，完成抓取、翻译、朗读以及发布的环节，最终形成了我自己的播客节目，怎么说呢——聊胜于无吧。

### 我给自己翻译了一本书

> 想把一本书翻译成中文，在线等，挺急的。

最近一直在看《Team Topologies》这本书，奈何我的英语水平比我的时间还有限，突然想起 [@yihong0618](https://twitter.com/yihong0618) 的项目 [bilingual_book_maker](https://github.com/yihong0618/bilingual_book_maker)，于是用了起来，使用 GPT 3.5 API，大概三个多小时，epub 就变成了一本中英同屏的读物了。如下图：

![sample page](images/sample-book-page.png)

老实说翻译效果麻麻地，能看，好在是留着英文对照，倒也不会太影响阅读，推测是因为逐段翻译缺乏上下文支持造成的。

### 给自己请个运维专家

这是之前公众号文章中提到的 Pipe2GPT 项目，一个没头没脑的 Prompt：`作为一个 IT 领域的专家，对于这段输出你有什么看法？我应该采取什么措施？`，不管在控制台看到什么输出、或者日志，都用管道发给 ChatGPT，目前看来，知名软件的输出内容都能够得到具备一定可操作性的结果。

## 所以我想说啥

### 本领域知识依旧不可或缺

不论是翻译、出图、编程还是辅助创作等等，应该说都惊喜有余，可信不足的。例如

1. 多次在利用 ChatGPT 生成代码时，出现错误的 API 地址、错误的数据结构等。AI 写代码，开发工作变成调试工作，效率不见得一定会提升。
1. 整书翻译过程中，因为上下文长度限制，会有较多的错误结果。
1. 出图跟编码差不多，修修补补的能力也还是要有的。

综上，毫无疑问地，ChatGPT、Midjourney 等的确能够快速出活，然而要达到交付要求，还是需要有碳基人坐镇本领域，才能达成生产级别的目标。

### 技术又解放了

其实最近给自己写着玩的东西远不止这些，尤其是结合 LangChain 之后，很多以前看似需要“思考”的东西，现在都可以通过一些零碎代码和零钱来解决了。如果有一点 Python 入门的开发和调试能力，结合 Copilot 或者 ChatGPT 这样的工具，就能够完成很多可用的东西了。正如我前一阵朋友圈吐槽说的——对“知其所以然”的需求，再一次被降低了。就像前面几个例子，虽然被朋友耻笑说`这种不算个东西，上不得台面`，但是的确解决了**自己**的问题，像生物信息等严重依赖编程的非 CS 专业来说，有了这些新东西的帮助，应该能大大降低工作难度，提高工作效率。

### 一大波新思路正在接近

用前面提到的 `bilingual_book_maker` 项目来说，究其本质，其实跟 ChatGPT 并没有很多关系，它只是将 ChatGPT 作为一个跟 Deepl API 等价的可选插件而已，当然这里并没有贬低这个项目的意思，相反地，这个项目给我的思考是——AIGC 的热潮，促使我们对很多传统 IT 领域进行新的审视，简单说又可以翻大饼了。这似乎是第一次，人工智能用这样触手可及的方式深入到各个领域，大概是堪比个人电脑进入家庭一样一股浪潮，除了对各种 IT 非 IT 领域的直接促进之外，应该也会促使对更多问题的深入思考——例如 HR 大概在思考的：

- 程序员应该裁掉多少？
- 实习律师留三成还是五成？
- Prompt 技能要写到 JD 里面吗？怎么考核呢？
- ....

### 每个人/组织都需要自己的垂类 AI 支持

众所周知，ChatGPT 一直在嚷嚷他的数据来源仅限于 2021 年之前，以及 Token 数量的限制等（ps，很奇怪，我只申请到了 ChatGPT，一直没机会使用其它几个大模型），导致面对一些垂类或者一些非公开上下文的时候束手无策，因此不论是私有模型还是其它手段，总要有某种方法来支撑这些更加贴近业务目标的需求。

### 安全隐私要出大问题

ChatGPT 在很多非结构化内容的处理上都有令人有点满意的效果，例如用来审视合同、润色文字作品、撰写周报、评估简历等等。其实很难抵抗把自家材料提交给 ChatGPT 的冲动，最终面对安全隐私部门的惩处，对吧？

更有意思的是，市面上有非常多的 ChatGPT 以及其他 AIGC 平台的代理，甚至已经有了分销和盈利的运作模式，放胆设想一下，一个野生 AIGC 代理，能拿到多少不为人知的大小秘密？

## 编不下去了

一次喝酒时，曹老板还在笑我：这个 AI 怀疑论者买了 Copilot（甚至 Copilot 怎么读都不知道）。现在我倒是经常在琢磨如何做好一个 AIGC 带路党的事情，可惜脑容量有限，一直没头苍蝇一样四处乱撞。接着航班大延误的机会，随便把这些零碎思考记录下来吧。