我认为，大语言模型从 gpt3 开始（ 2020 年 6 月）到今天，虽然已经有了 5-6 年时间，但仍然处于这项技术的发展初期，大语言模型本身还有很多可以改进的地方（这块我不是很懂，我觉得如何用更少的资源实现更强的能力应该是一个很重要的方面，特别是如何在 cpu 上也能运行能力强大的模型。），但是，最关键的是我认为，大语言模型的工程化还在非常早的初期，很多问题还有待解决，特别是大模型的幻觉问题，直接限制了大模型在实际业务中的应用。
我认为，从开始我们直接用语言和大模型进行沟通，也就是所谓的“提示词工程”可能就是一个错误。
大模型的本质，就是以语言为计算因子的一种数学计算过程。大模型的所谓幻觉、对齐问题，不是大模型本身的问题，而是我们使用大模型的方式不对。
我们现在发几个字符，就希望大模型实现一个准确、高质量的回复；或者发一堆字符，希望大模型都能理解、记忆。这种用文字直接让大模型生成结果的做法我认为是错误的方式。
本体论
我认为，正确的方式是，应该在大模型和人之间建立一个层，这个层是一个由人类建立的符合现实的语义空间，对话语义经过这个转换层，就能确保大模型参与计算的所有因子都是真实可信的。
那么，如何建立这个层呢？我认为，就是将本体论（ ontology ）引入 agent 。现在也有很多人在做这方面的工作，但问题是他们都只是将一个很小知识领域本体化，每个人都需要建立自己的领域本体论，这也是为什么 Palantir 公司的成本这么高。
** 疯狂的想法： **
我们可以花费几万亿去计算一个模型，为什么不能花一点小钱，将整个现实世界通过语言抽象到一个本体论的知识图谱空间中？
总结
人工智能领域一直有三大流派：符号主义、连接主义和行为主义。
open ai 的 chatgpt 告诉我们，连接主义正确的打开方式，就是用扩大规模。
那么，符号主义、行为主义的问题是不是也是因为规模不够大？
如果我们用力大飞砖的方式，把符号主义、行为主义的技术规模扩大是否也会产生质的变化？
最后，我们为什么不将符号主义（本体论）、连接主义（大模型）和行为主义（强化学习）的技术为什么不同用 agent 链接起来？这可能才是人工智能真正的打开方式。
