对我目前的用法来讲，那位老哥说的深度实时搜索引擎也没太大问题。我讲几个场景吧。 1. 学习新东西的场景，我需要很明确指定回答范围他才能比较准确回答我想要了解的东西，不然他会开头输出一大堆无关（或者说我不太需要的他觉得需要），然后 gpt4 的输出速率很慢，如果你问题问的不够精确，回答输出不完整会被中断。因为这个中断问题，就导致你得跟 promote 斗智斗勇。 2. 简单代码生成，我有用到的，比如直接将一个三方接口文档地址给他，让他帮我生成对应的实体类。给他一个 json 串，帮我生成实体类，某些关键词或者方法有点模糊的时候问他 api 和使用方法等等。 3. 异常处理，他回答其实也就是聚合了我平时需要 google 的内容，但是缩短了自己聚合的时间。准确性另说。
然后说说我觉得的问题，首先就是他的数据基于 19 年，很多给到我的 api 实际并不存在，我不知道他的模型是在哪收集的，我甚至在低版本的相关库也没有查到对应的 api ，所以这就说明我们并不能百分百的信任他给出的答案，要辩证，当然作为程序员，这个是必须的。其次就是一个聊天的局限性，你总是有问才有答，学习场景，其实主要是一个引导问题，如果用它来学习，你得自己先有大纲，然后引导它，方向反了，所以我个人觉得它不太适合用来学习，一是你才学习准确性你自己都把握不准，二是你刚学习你很难有大纲，所以我觉得它更适合有一定基础后的查漏补缺。