抛给ChatGPT一个需求，它只能给你一堆运行效果未知的代码？

(相关资料图)

现在，只需一个小改动，ChatGPT不仅能直接把你的文字需求变成代码，还能帮你跑一遍，把输出结果返还给你！

这个秘诀就是代码解释器插件。

作家Andrew Mayne（现已加入OpenAI）拿到了内测资格，并上手试了试，效果让他直呼“魔法”——

让ChatGPT写个AI人脸检测程序，Andrew Mayne上传自己的照片后，很快就被检测了出来：

再试试让它写个迷宫生成算法，并把通路做成吃豆人动画，完全没问题：

有网友看到这篇内测文章后感叹：

这太疯狂了，它将改变一切。

来看看Andrew Mayne在内测中都发现了什么神奇“魔法”。

发现了什么神奇“魔法”？

作为当前最受瞩目的ChatGPT插件之一，代码解释器是一个在沙盒、防火墙执行环境中工作的Python解释器，包含一些临时磁盘空间。

简单来说，只需要给ChatGPT输入一句话，它不仅能写出代码，还能借助解释器跑通代码、给出每一行代码的解释，将结果输出给你：

生成的内容也是多种多样，从文字、图像和声音的处理，到棋类游戏引擎和简单的AI算法，ChatGPT都能搞定。

文字图像声音处理

先来看看图像的生成和处理效果。

例如，把ChatGPT把克苏鲁图像转换成ASCII：

生成戴着帽子叼着烟斗的猫（有点抽象）：

生成网站二维码：

做一份比较简单的动画也没问题，例如“暴风雪”：

再来看看声音。

例如，生成谢泼德音调（一段听起来像是在不断升高或降低的音调，但其实只是一段音调的无限循环）：

不仅给出了解释，还生成了一段音调，听起来似乎真有点那个意思了。

最后是文字处理，以OCR算法为例，这是个将图片识别成一段文字的算法：

上传一张旧照片后，AI很快识别出了对应的文字并转换成了.txt文件，看起来也还不错：

那么，再进一步，试试用ChatGPT写算法？

写AI算法

除了开头提到的人脸识别算法，是ChatGPT基于OpenCV生成的以外，Andrew Mayne这次还尝试了NLP算法。

具体来说，就是给出一半的句子，让AI预测下一个词，ChatGPT很快给出了代码：

看起来不错，生成效果如何？

Andrew Mayne试了一句：

They went to the……（他们去了……）

通常这里应该接一个地点名词，例如沙滩或教堂等等。然而，ChatGPT写的AI算法在思考一通后，接了个“shoulders”？？？

They went to the shoulders.（他们去了肩膀）

对此Andrew Mayne调侃，不用担心ChatGPT写出个GPT-4了。

生成游戏引擎

最后是生成游戏引擎，Andrew Mayne表示“完全没问题”，但并未给出ChatGPT具体的步骤。

这是生成一个跳棋引擎的效果（此外，还能生成象棋引擎）：

还可以让它生成一个细胞自动机（Game of Life）：

写的程序并非100%正确

有网友看完后表示，代码解释器插件很好地填补了ChatGPT“数学差”的漏洞：

ChatGPT几乎没啥数学技能，但它能轻松地通过生成Python代码来完成这件事。

但也有不少网友在这次演示中，发现了不少Bug。

例如，虽然都是能运行的Python程序，仔细一看基本都有显而易见的小错误，包括：

生成谢泼德音调的方法是错误的，不仅得调振幅，还得调频；生成的谢泼德音调本身也有问题，正常来说最后一个音应该与第一个音相同，使得循环可以无限期地继续；用细胞自动机生成二维码图像，其实是反过来用二维码图像倒推出细胞自动机（不过，这里作者也承认他“教”ChatGPT作弊了）行星轨道模拟中的轨道都是圆形轨道，从科学角度来说应该是很明显的椭圆形。图形生成其实也有小bug，不一一列举。

不过，“这些显而易见的bug反而不需要太担心。”

有网友感觉，真正需要担心的是ChatGPT“叠加错误”的问题。

一旦ChatGPT写的东西有bug，就必须立刻重启新会话，否则它的错误就会开始成倍叠加：

这种感觉就像是它试图在掩饰什么，非常奇怪。

最后，虽然ChatGPT已经能写出象棋引擎了，不过有眼尖的网友发现，它依旧不会下象棋。

例如，突然用马吃掉自己的兵。（手动狗头）