千呼万唤，CodeInterpreter插件终于全面上线了，OpenAI宣布，它的Beta版向所有ChatGPT的付费用户（即ChatGPTPlus）开放。作为官方插件，CodeInterpreter最早在今年年初开放给非常有限的用户使用，当时它强大的能力就引发了一波关注小高潮。
过去的这几个月，有关于GPT4.0所谓“智能水平”下降的传言不绝如缕，有说随着用户规模扩大，模型能力下降的，也有说是计算资源实在不够，OpenAI做了一些干预调整。
但无一例外，大家对CodeInterpreter的印象都非常好，而这次CodeInterpreter全面公测之后，大家对于它的美誉度更是蹭蹭上涨。
认证资料为AI从业者的Twitter用户@moritzkremb直接宣称，CodeInterpreter就是戴着插件面具的GPT4.5！
实际上持这种观点的不在少数。总结了8个CodeInterpreter案例，浏览量超过百万级别，认证资料显示为AI创业者的@minchoi也在推文中表示，有传言GPT4加上CodeInterpreter其实就是GPT4.5。
更有人表示，有没有CodeInterpreter简直就是两个模型！因为有了CodeInterpreter的新ChatGPT可以给十五万字的书来写大纲了！这和一直有字数限制的CHatGPT本体实在是差太多。
作为一个插件，CodeInterpreter有什么魔力？
什么是CodeInterpreter？
顾名思义，CodeInterpreter这个名字直接翻译过来意思是代码解释器，但它实际在做的工作其实刚好和这个名字相反——略去代码过程，通过自然语言交互，直接得出结果。
沃顿商学院用了CodeInterpreter几个月的教授EthanMollick写了一篇入门指南，他对CodeInterpreter最大的感想是，连prompt都可以不要了，你要做的就是和AI讨论你在GPT4.0上上传和下载的内容本身（100MB以内），通过自然语言就可以。
所有复杂代码环节和需要精心设计prompt，在CodeInterpreter的帮助下都可以大幅略去。对用户来说，本质上CodeInterpreter就是介于自然语言和代码语言之间的媒介，而这个媒介经过OpenAI的训练，拥有智能能力，又由于OpenAI开放了上传下载文件接口，这个媒介可以理解更复杂、冗长的资料。
用OpenAI联合创始人AndrejKarpathy的话说，CodeInterpreter是你的个人数据分析师，你可以用它读取上传文件、执行代码、生成图表、统计分析等等。
比如直接从PDF提取所有的文字，只用一句话，ChatGPT就能自己完成OCR任务。
截图自Twitter用户@DataChaz
也就是说用户上传的各种文件CodeInterpreter都能进行解读，甚至可以是压缩文件zip包或者整个代码库！有CodeInterpreter的早期用户指出，该功能在理解代码重点方面完成的相当好，很多人都直接把它当作了代码版的ChatPDF或者ChatDOC来用。
除了完美的阅读理解能力，CodeInterpreter还能做到基于数据的图表生成。比如它可以在没有几乎任何指导的情况下，理解文件内容是关于全球温度数据的，并且成功识别每一个年份，然后绘制出一张图标。
截图来自Twitter用户@hausfath
Twitter上还有人贴出了在5分钟内就完成对特斯拉股票数据分析的例子，附带各种翔实丰富的图表，这些都是一键生成的，如果换成Excel这一般需要数小时（数据分析师瑟瑟发抖）。
下面是用CodeInterpreter直接生成正态分布的10000个随机数，你要做的只是用英语告诉ChatGPT。
截图来自Twitter用户@DataChaz
有人会说生成图表这种还不算什么独家秘籍，但要是CodeInterpreter可以在读了一篇关于如何绘制图表的论文后，自己升级了自己的结果呢？
EthanMollick就给了这样一个例子。
截图自Twitter用户@emollick
在给打开了CodeInterpreter功能的ChatGPT喂了一篇关于如何制作更好的散点图的论文后，果然系统反馈了一张升级版、更清晰标注的散点图。
不仅出图快，学习速度更快，就问这样的CodeInterpreter你怕不怕？
这些功能的实现意味着CodeInterpreter让ChatGPT不仅深度理解复杂文本内容，还能够进行转化。
这对整个数据行业的运作模式都是颠覆性的。然而不只是数据，CodeInterpreter在代码方面同样有心得体会。它不仅能够理解代码，还能够执行代码。
这里面想象空间就很大了，正如AndrejKarpathy所强调的，社区需要一些时间来充分发挥CodeInterpreter的潜力。
被玩坏了的CodeInterpreter
Twitter上的大家自然已经是马不停蹄的搞起事情来了。
比如通过提供给ChatGPT的数据直接创建一个XGBoost预测模型，并且可以优化迭代，你所需要做的仅仅是告诉ChatGPT去进行调整参数的行动即可。
截图自Twitter用户@TechMemeKing
这是对CodeInterpreter代码执行能力的一个很好的体现。
再比如EthanMollick就让CodeInterpreter用Python复制了自己的Stata格式文件，并且以CSV格式输出。这个过程中EthanMollick所做的就是上传文件，用英语告诉它该干什么（outputitasaCSVfile.），剩下的事情“升级版”ChatGPT完全自己完成了。
截图来自Twitter用户@emollick
这种代码级的理解甚至还涉及到一些跨模态领域，比如ChatGPT可以进行一些基础视频剪辑，还能把GIF和静态图片变成通过放大缩小、转移视角等方法变成一个短视频。
在EthanMollick给的另一个例子中，他上传了关于美国海岸灯塔位置的CSV文件，并要求ChatGPT生成它们在地图上的所有位置并闪烁，ChatGPT成功做到了这一点。
注意，这是一张GIF图片！
截图自Twitter用户@emollick
而目前为止（这个功能才上线了两天时间）最让人惊讶的是，有人甚至用CodeInterpreter制作一个游戏！
Twitter用户@icreatelife写了一行要求ChatGPT生成游戏代码的prompt，然后一套完整的游戏代码就出现了。
截图自Twitter用户@icreatelife
截图自Twitter用户@icreatelife
具体的步骤是这样的。第一步，写prompt：writep5.jscodeforAsteroidswhereyoucontrolaspaceshipwiththemouseandshootasteroidswiththeleftclickofthemouse.Ifyourspaceshipcollideswithanasteroid,youlose.Ifyoushootdownallasteroids,youwin!Iwanttousemyowntexturesforthespaceshipandforasteroids.
翻译：编写p5.js代码，在小行星中用鼠标控制一艘宇宙飞船，然后用鼠标左键单击小行星来射击小行星。如果你的宇宙飞船与小行星相撞，你就输了。如果你击落了所有小行星，你赢了！我想用我自己的纹理来制作宇宙飞船和小行星。
第二步，去创建草图，然后从GPT-4复制粘贴代码。
第三步，生成纹理文件。
第四步，将文件名替换为自己的文件名。
最后，运行程序！
这个开发的简单程度几乎等同于经典的“把大象装进冰箱总共分几步”，实际上如果不是要使用自己的纹理样式，这个游戏的开发过程就只剩下输入prompt，然后复制代码，替换文件名并运行这样寥寥几步！
尤其特别值得一提的是，如果程序运行中出现了错误，@icreatelife强调你可以要求ChatGPT去修复，方法就是把错误代码复制粘贴到对话框中——这和询问人类程序员的方法是一模一样的。
而在某些例子里，CodeInterpreter甚至可以自己修复代码！
更有想象力的未来
能够做到这一切神奇功能，还得回归到CodeInterpreter的原理——相比于功能，CodeInterpreter的原理看上去简单得多。
当用户发起请求的时候，CodeInterpreter会生成一个沙盒环境来执行命令，这个环境里包括了一个Python解释器、库和临时的磁盘空间，在执行完成后，CodeInterpreter会直接输出结果，这些结果在基于ChatGPT界面的所有函数中都可以使用，于是复杂任务就能被很好拆解。
作为最早使用CodeInterpreter功能的人之一，EthanMollick对它的能力进行了一个小概括：Headingtowardsaworldofcodingbyintent.迈向意图编码的世界。
你想要做什么，CodeInterpreter用代码帮你实现。
这也就意味着，编程的成本变得无限低，人人可以用自然语言来自由编程。
甚至，如果你没有任何编程基础，还可以让ChatGPT来教你！你只需要给它的prompt里说“现在假设你是一位编程老师”即可，上文设计游戏的@icreatelife就是这么做的。
用户用自然语言告诉ChatGPT最终需要的结果，CodeInterpreter在运行代码的过程中如果遇到错误会自己进行修正，直到产生符合要求的答案。
就生产力方面而言，这当然意味着对程序员工作的大减负，因为写代码实际上已经自动化了。加上对文件内容本身的理解以及对数据、图标的分析能力，CodeInterpreter将对程序员、数据分析师等许多行业造成大冲击，这也是有人愿意称它为GPT4.5的原因——它实在是太强大了，人们对它的能力认知可能还需要有一个逐步提高的过程。
但另一个方面，除了对就业市场的潜在影响，更为重要的是——拥有了代码能力的ChatGPT，实际上可以借助CodeInterpreter找到降低和消除机器幻觉的路径。
自然语言在描述世界的过程中可能出现种种不准确、谬误和自圆其说的地方在代码面前都不存在，因为代码本身是基于精确规则运行的，这其中绝少有似是而非的空间。因此借助CodeInterpreter来消除大模型的“胡言乱语”这个思路将变得十分有吸引力。
如果代码让大模型变得更精准，那某种意义上说也就是让大模型更诚实了，从这个意义上说，把CodeInterpreter称之为GPT4.5也不为过了。
相关文章
头条焦点
精彩导读
关注我们
【查看完整讨论话题】 | 【用户登录】 | 【用户注册】