ChatGPT、Google 搜寻与传统软件到底有甚么分别？

文章目录＋

01 / 人工智能

三个答案，三种责任

Google 比较像帮你揾路，传统软件按固定规则计数，ChatGPT 则按上下文组织一个可读的答案。它们不是谁取代谁，而是三种不同的责任分配。

我有时会先开 Google，再开一个 spreadsheet，最后先叫 ChatGPT 帮我整理。不是因为我不信任其中一个，而是它们各自擅长不同一段路。

试算表输入同一组数字，通常会得到同一个结果；搜寻引擎列出一组连结，你可以逐个查看；生成式模型则可能用不同语句、不同取舍，甚至不同程度的错误回应同一问题。

02 / 人工智能

搜寻结果页更像一张竞争激烈的地图。它展示可能有用的来源，仍要求你打开、比较、判断日期和利益关系。

生成式聊天把这段阅读工作压缩成一个流畅答案，也同时把来源之间的分歧压平。方便不是免费得到的；你以较少摩擦，交换了较少可见的证据路径。

一条漂亮的答案如果无法重现，遇到客户追问时就会露底；一个丑但可审计的表格，反而可以救你一次。

这不代表 ChatGPT 没用。相反，当问题是『帮我把六页会议记录变成三个可执行选项』，它比十条蓝色连结更省力；只是最后的数字、日期和承诺，不应由文笔代替核对。

03 / 人工智能

银行利息、库存扣减、登机名单这类工作，固定规则往往比「懂语言」更重要。传统软件不需要猜下一步最像甚么，只需忠实执行。

当一项工作有清楚输入、可写规则和不能容忍漂移的结果，加入生成能力可能只是把确定问题改造成概率问题。

工具不是偶像。工具是分工。

一个工具可以快，另一个可以准，第三个可以帮你理解；但把三者混成一个万能按钮，会令失误责任消失。先分清楚查资料、计算、判断和写作，再配工具。

04 / 人工智能

语言模型并非每次都在资料库找到一段原文再贴上。它把大量语言规律压进参数，再于当下重建一条可能的表达。

这解释了为何它能把概念换个方式说，也解释了为何它可能把两件相似事情缝成一件不存在的事。创造力与幻觉不是两个完全分开的按钮。

05 / 人工智能

真正有效的系统常把三者叠起来：传统程式处理权限和交易，搜寻或检索提供最新证据，语言模型理解问题并整理结果。使用者只见一个对话框，背后却应该有不同部件各守自己的责任。

单靠一个模型包办所有事情，通常只是把错误藏得更深。

06 / 人工智能

如果答案必须每次一样，用规则；如果答案必须来自可查证的最新世界，用搜寻；如果问题含糊、需要重组和表达，用生成模型。若三项都需要，答案不是挑一个品牌，而是设计一条能追溯的工作流。

07 / 人工智能

08 / 人工智能

有时最好的工作流，是 Google 找原始来源、软件做计算、ChatGPT 帮你整理，再由人签名。慢一点，却不会把漂亮错误当成完成。

09 / 人工智能

ChatGPT 可不可以取代 Google？
它可以减少你逐条连结阅读的时间，但查最新、要看原文或要核实来源时，搜寻仍然重要。

传统软件点解仍然有价值？
规则固定、结果要可审计的工作，例如计薪、库存和报价，确定性本身就是功能。

最实用的混合方法？
先找来源，再用可计算工具处理数字，最后用模型整理语言；每一层保留自己的证据。

资料注脚

来源用来支持机制与限制；模型、产品及价格会更新，阅读时应以官方页面的版本和日期为准。