AI 发展史（五）：生成式 AI 爆发 —— ChatGPT 改变一切

阶段跨度**：2021 – 2022　|　关键词：Copilot、Stable Diffusion、Midjourney、RLHF、ChatGPT
一句话总结：AI 从"分析数据"进化到"直接生成内容"，写代码、画图、聊天全线开花，第一次进入普通人的生活。

1. 发生了什么

这个阶段的主角是三个字：生成式（Generative）。之前的 AI 是"判卷老师"（判断图片是猫是狗），现在的 AI 是"创作者"（直接写文章、画图、写代码）。

时间线：

ChatGPT 为什么爆炸？技术上它干了三件聪明事：

1. 对话形式：不再要你研究 API，就像跟人聊天——把 GPT-3 的能力装进了一个所有人都懂的界面
2. RLHF 对齐：用"人类反馈强化学习"训练它好好说话——不骂人、不跑题、承认不知道，可用性暴增
3. 免费开放：所有人零门槛试用

有意思的是：底层模型和 GPT-3 相差不大，变的只是"用法学"——这再次证明，技术再强，也必须有一个好入口才能改变世界。

2. 这个时代的工具

3. 怎么用：这一阶段的核心技能是"写提示词（Prompt）"

生成式 AI 时代，人人都要学的不是代码，而是把需求说清楚。同一个任务，提示词天差地别：

❌ 差提示词：

写一篇关于健身的文章

✅ 好提示词：

你是一名健身教练。请为一刚开始健身的 30 岁上班族写一份入门计划：
- 每周 3 次，每次 40 分钟以内，在家完成
- 不需要任何器械
- 用表格输出：动作、组数、注意点
- 最后给 3 条最常见的错误提醒

好提示词的万能公式：

角色（你是谁）+ 任务（做什么）+ 约束（长度/格式/口吻）+ 示例（照这个样子）

本地玩 Stable Diffusion（如果你有张 8G 显存的显卡）：装 WebUI，输入：

masterpiece, a corgi wearing sunglasses, riding a skateboard,
sunset, cinematic lighting

30 秒出图——2022 年之前，这是要一个美术团队才能干的事。

4. 遗产与短板

• ✅ AI 全民化：写代码、画图、写作三大创作场景全部打通
• ✅ 提示词工程成为通用技能；RLHF 对齐成为行业标准做法
• ❌ 短板也很明显：它只记得住上下文窗口里的内容，不认识你的私有文档、不能查最新资料、张嘴就编（幻觉）、干不了多步任务

下一篇预告：2023 年之后，AI 学会了"联网查资料 + 调用工具 + 自己干完一个任务"——多模态与智能体时代来了，也就是你现在所处的时代。