题图 | 豆包
去年 12 月初，有一本国外出版的技术书在小红书意外爆火。
Developing Apps with GPT-4 and ChatGPT
的书名充满技术味，还没有中译本，却因 GPT-4 和 ChatGPT 两大关键词而出圈，以至于有不懂编程的朋友问我她能看懂不。
这种盛况让我一度怀疑，此书引入国内有可能冲击我的 AI 大模型全栈工程师课程的销量。于是和中译本编辑英子在朋友圈发生了如下对话：
12 月底，英子请我给这本书写序，我欣然同意。因为我相信，国内大模型应用的繁荣，需要各种形态的优质学习内容。它们不是竞品，而是一起把生态做大做好的伙伴。
今天，中文版终于出版了！中译书名为《大模型应用开发极简入门：基于GPT-4和ChatGPT》，已全网上架。
下面是我写的推荐序。不过和书中印的序有很大变化，这是因为 AI 领域日新月异，两个月以来，行业和我的认知都发生了很多变化（
核心进化是，我想明白了人和 AI 相处的模式，也就想清楚了学习分层
）。所以，请看孙志岗的推荐序 2.0。
人人都要学会和 AI 相处
孙志岗，AGIClass.ai & ChatALL.ai 创始人、LangChain 代码贡献人
业内共识，以 ChatGPT 为代表的新一代基于大模型的 AI 不只代表了技术突破——Ta 是一个新的智慧物种，完全可以当人看（所以我拒绝用“它”指代AI）。
当新一代 AI 来到我们身边，就像来了个名校毕业、知识渊博的新同事。Ta 什么都懂，但对公司的业务一无所知，且口无遮拦，偶尔还会犯浑、闹笑话。我们必须知道如何和这样的 AI 相处，就像和新同事相处一样，才能发挥 Ta 的长处，避开 Ta 的短处。
学习与 AI 相处，这本书是个不错的开始。
朝夕与 AI 相处的人，可以分成四类。每个人都应该在其中找到自己的生态位。
-
1.
AI 使用者
：使用别人开发的 AI 工具
-
2.
AI 产品设计者
：设计给他人使用的 AI 工具，或着为自己量身定制
-
3.
AI 产品开发者
：编程实现 AI 工具
-
4.
基础大模型相关
：训练基础大模型，或为大模型提供算力
人人都首先应该是个 AI 的使用者。现在有各种教人怎么操作 AI 工具的，所谓 AI 提效的课程、书籍，常常被打上「割韭菜」的标签。割不割地咱不下定义，但长期看，只学习这些确实形成不了核心竞争力。它们像极了 90 年代的电脑操作课。而电脑和手机早已进化到不用学就会用，AI 工具们注定会比传统工具更易上手。
基础大模型相关的工作，无疑是生态链的顶端，但能参与进去的机会非常非常少。不仅 GPU、云计算、大模型这些要害产品早已被大厂垄断，甚至在大厂里，能做相关业务的也是少数人。比如基础大模型训练，全世界有 1000 个人做就够了。这是个消耗算力而不是人力的工作。
更多人的机会在 AI 产品的设计和开发上。在之前，这是两个工种，其中又有很多细分。但现在，因为 AI 的强大，使这两件工作有融合的趋势。甚至只需要一个超级个体，指挥着一堆 AI，就能完成相关工作。
在这种趋势下，我开设的《AI大模型全栈工程师》课程，涌入了很多不懂编程的朋友。他们无视标题里“工程师”三个字，无视报课须知里列出的“会编程”的明确要求，还是报名了。他们是因为对 AI 时代的憧憬，买了这门并不是 100% 匹配他们的课。
但从学习效果看，确实有些人的编程之魂，被 AI 辅助编程激发出来，能写出像模像样的小工具，满足自己的小需求。另一些人虽然还入不了编程之门，但也尽览门内风景，可以和技术人员流畅沟通协作，组个 2 人的超级团队不在话下。
所以，AI 技术不仅软件工程师们要学，不懂编程的人也同样值得学。这就是我向所有朋友推荐这本书的原因。
书虽然是面向软件工程师的，但足够基础。书中的代码都是 Python 写的，这是一种最接近自然语言的编程语言。不需要深究代码细节，把它当成某种英语方言去读就好。没准你读完这本书，对编程也能有些感悟，甚至可以自己写点小程序了。
当掌握了这些技术，我们就不仅能和 AI 相处好，更是能改造 AI，给这个新伙伴做好岗前培训，让 Ta 能更稳定地工作，产出质量更高。
其中涉及的技术，最终还是要通过编程实现。所以未来和 AI 共处的技能中，有一项就是“懂编程”！只不过未来的“懂编程”，不代表一定要会写代码，而是读得懂代码、能指导 AI 写代码就行。所以，这本书对每个人的帮助都可能挺大。
