杨净 萧箫 发自 凹非寺量子位 | 公众号 QbitAI

“中国版ChatGPT首发”，争得不可开交，热闹却一直没个结果——

自ChatGPT发布以来，目前进展最快的国内产品也仅是开启了内测，不知道啥时候才能玩上。

结果现在有读者跟我们爆料，一个中文版类ChatGPT产品已经悄然上线。

不是预告、也不是开启小范围测试，而是直接人 人 可 用？！中国版ChatGPT这不就来了吗！

听起来有些玄幻，不过我们点进主页试了试，发现确实可玩：

既然如此，是时候拿出一些弱智吧段子和它PK了，考考它的逻辑能力——

高中想提升升学率为什么不直接招大学生？

随后就是生成内容的实用程度了，简单来说就是解决实际需求的能力。

例如，写小说的故事情节是否完整？查阅到的知识是否直接可用？

先看生成情节的能力，确实是个完整的爱情故事……但等等，孙坚和小乔，这辈分好像有亿点点乱啊！

要是更玄幻一点呢？

整体测评来看，写作猫的中文理解和内容生成能力还是不错的，但并不排除它还存在一些bug。

例如，某些回答乍一看合乎逻辑，但细究之下无法直视……

第二点在于技术上的优化。相较于大厂，秘塔的计算资源十分有限（不足千分之一），但团队凭借多年积累的大语言模型相关研发经验，和各类算法和工程上的优化，实现了快速迭代。在大模型落地时，降低了模型的通信量，以维持大语言模型的高效训练。

这背后也离不开团队的技术实力。

秘塔科技CEO闵可锐，是复旦大学计算机系校友，随后前往牛津攻读数学系硕士、UIUC攻读计算机博士，师从马毅教授；除此之外，他还拥有丰富的产业经验，曾担任玻森数据CTO&联合创始人、猎豹移动AI实验室负责人，并参与过谷歌AdSense基于内容广告建模组点击率预测项目。

工程负责人唐悦，同样复旦计算机系校友，他研发过多款APP、游戏及工业机械臂等，曾在著名编程竞赛平台TopCoder上取得构架组排名第一。

总的来看，产品化经验、技术上积累以及团队实力的叠加都是“加速”的原因，也就不奇怪秘塔对话写作猫为何能率先上线了。

至于仍然存在的一些bug，开发人员也进行了解释，并表示：已在持续优化中。

比如像面对重复性问题会无法理解语义。团队解释称，这是因为模型记忆力“太强”了——

模型会“看到”之前自己的回答，从而比较“偷懒”地采用之前的回答。

还有像不支持英文，但仍有英文回答的现象。这是因为他们内部准备的是简体中文训练数据集，其中不可避免会出现部分英文内容，比如英语教学的文章。

在下个版本中，他们将加入英文语料来提升英文的理解和回答能力。

除此之外，团队还提及了这几个方面的计划。核心有两个方面：持续迭代产品，优化数据和算法。

持续迭代产品这块，开发程序让用户体验正是他们的思虑所在。

任何好的产品都离不开用户的反馈。ChatGPT在去年底发布，很重要的一个原因也是希望得到大量用户的测试和反馈。

我们也在程序中设置了反馈机制，争取不断迭代优化，让更多的用户认可对话写作猫的价值。

至于像核心数据和算法这方面，团队也在持续优化中，英文和代码生成能力也将在后续版本中上线。

此番首个ChatGPT产品开箱即用，再加上此前高校开放类ChatGPT产品内测，可以看到，国内类ChatGPT产品已呈现出百花待放、百家争鸣的景象。

他们或来自大厂、高校机构，亦或是如秘塔科技这样技术驱动的创业公司；他们进度不同，有已经正在内测、或者已处于上线前夕的团队，也有的才开始将ChatGPT作为企业重要的战略方向，从头打造为自身场景赋能；当然更多的，是基于已有技术的升级迭代，而ChatGPT的出现则刚好验证了他们的技术选择。

在ChatGPT以惊人的速度在全球爆火出圈之际，OpenAI的首席执行官Sam Altman曾坦言：

ChatGPT是一个糟糕的产品，它真的不是为使用而设计的。

现在确实是一个激动人心的时刻，但我认为距离拐点还为时尚早。

深究原因，绕不过去的一点，就是ChatGPT没有事实的概念，无法判断对错，导致它有时候会“说谎”。因此，如何让ChatGPT真正能够“使用”，也成为全球躬身入局的玩家需要应对的难题。

如今国内ChatGPT玩家百花待放的同时，他们也逐渐进入产品冷静期——

开始思考自身定位，如何将ChatGPT“用”到场景中去。

随着对话写作猫的发布，国内ChatGPT产品大致可以梳理成三类。

第一是实用工具类。围绕着ChatGPT的通用助手特性，通过对话的方式来解决人类日常问题。

这其实是ChatGPT技术落地中最直观、也是最快能产生价值的一种方式。

当中代表就是秘塔对话写作猫。在ChatGPT发布之前，秘塔写作猫就已经有多年相关产品经验——以AI助手的角色在学界、产业界出圈。

对他们来说，如今对话写作猫的发布，其实也是进一步完善了自己的产品体系。

第二是对话聊天类。这一类倒也并不陌生，是在AIGC典型场景下诞生的AI社交产品。有了ChatGPT加持，不仅验证了AIGC乃至AGI的技术趋势，从产品的角度来看，还可以丰富他们的表达和组织语言的能力。

像AI对话软件Glow、小冰等产品，也都在这场ChatGPT浪潮中吸引着资本市场的目光。

不过他们需要应对的，是更严格的监管和更复杂的内容审查能力，从最近ChatGPT黑化、Bing发疯等现象就可见一斑。

第三是产业类，这是以百度、科大讯飞等为代表的产业玩家，他们本身有深厚的技术与生态积累。

但场景中的高质量数据要求，以及专业性强、容错率低等特性，决定了他们需要彻底解决ChatGPT“一本正经地胡说八道”的问题，这显然也不是短期可以实现的。

总的来看，国内玩家的角色定位逐渐明晰，他们都有各自的场景和数据。但不可否认的是，要让ChatGPT能真正用起来，核心依旧绕不开技术。

从ChatGPT已具备的能力来看，它在长文本理解、代码生成、逻辑推理等功能上都做到了令人惊艳的效果。这一点国内的确存在一定客观差距，需要持续不断地迭代和追赶。但技术上一旦实现，结合场景数据也能快速落地。

开箱即用，就是最快、也是最有效的迭代方式。

一如ChatGPT刚上线之时，一方面，用户给出直接的技术反馈，开发者来以此对症下药。当时网友吐槽数学逻辑性不强、存在事实性错误等问题，OpenAI在后续更新时也在逐渐解决优化；

另一方面，用户充当免费“提示工程师”的角色，帮助产品解决更多长尾场景，激发更多技术能力。比如就有人在GitHub上梳理了ChatGPT的提示词文档。

秘塔科技在此先行一步，值得更多玩家参考。

感兴趣的旁友可戳下方链接或进入微信小程序“对话写作猫”，抢先体验啦！

玩耍地址：

https://xiezuocat.com/chat

— 完 —

量子位 QbitAI · 头条号签约

关注我们，第一时间获知前沿科技动态