如果你已经玩过了类似 ChatGPT 这样的大语言模型人工智能，应该会有这样一个印象：这些 AI 究竟能做什么，与你提出问题的方式，以及希望它扮演的角色有关。
在许多 Prompt Engineering 的框架中都有记载（比如 CRISPE），让 ChatGPT 更好工作的核心方法之一，是告诉它需要扮演一个什么样的角色：
CR： Capacity and Role（能力与角色）。你希望 ChatGPT 扮演怎样的角色。
I： Insight（洞察力），背景信息和上下文（坦率说来我觉得用 Context 更好）。
S： Statement（指令），你希望 ChatGPT 做什么。
P： Personality（个性），你希望 ChatGPT 以什么风格或方式回答你。
E： Experiment（尝试），要求 ChatGPT 为你提供多个答案。
对于同样一个问题，比如“核裂变的原理”，ChatGPT 在扮演大学老师、科普作家和幼儿园老师的时候，会给出完全不同的答案。
更明显的是，我们已经看到了许多数字化身，比如 GPT 乔布斯，GPT Peter Thiel，GPT 特朗普。尽管这些模型经历过微调，但其基础仍然是 ChatGPT 的原始模型。
使用大语言模型的过程，像是一个从人类的英灵殿中召唤英灵的仪式，英灵殿包含人类已知的所有智慧、立场与性格，但英灵殿本身不能做出任何回应，你需要精确地定义那个能解决问题的人，将它召唤到浏览器里，实际解决问题。
角色扮演这个行为，不是在“激发” AI 的智能，而是在“限制” AI 的智能。
在更早流行起来的 AI 绘图或者说“炼丹”中，用户更早的意识到了这一点。尽管 Midjourny 的画技令人惊叹，但你往往需要锚定某种特定的画风或某个特定的画家，它才能表现的更好。在可以通过安装 lora 包来扩展不同风格的 Stable Difussion 里，什么包都装只会让结果变得一团糟，将其绘画能力限制在仅符合本次绘画的主题，反而会获得更好的效果。
这让我想起 Neale Donald Walsch 的《与神对话》中对人的缺陷的褒奖：人之所以存在缺陷，是因为神无法从完满的自己中欣赏自己的完满。因为它没有缺陷，也就不存在完美。没有坏的、恶的、丑的，也就没有好的、善的、美的。每个有缺陷（不全知全能）的人，都是神的完满的镜子，有缺陷的人不是神的一部分，而是神本身，神在人这种充满缺陷的物种中体现自身的完满。
《与神对话》是一本生活哲理书（某种程度上也是新宗教书），因此作者的这种哲学思辨，原意是为了安抚由消费主义和新自由主义创造的“缺陷之人”的心灵。
但当 AIGC 出现之后，这在某种程度上成为了真正的神谕——无论是绘画、文字、写代码还是别的什么——我们比 AI 强的地方，就是我们比 AI 愚蠢、狭隘、傲慢、有缺陷，并对事物抱有偏见。
当许多人将那些尖锐的问题抛向官方版 ChatGPT 的时候，它总是回答一个中立且无趣的答案，这个答案一般包含四个部分：
尽量客观的简要描述事实；从其中一个方面解释这一事实；从事情的另一个方面解释这一事实；告诉你事情存在复杂性，具体如何需要你自己来做出判断；这种回答过于套路化，以至于被称之为 ChatGPT 式的太极，毫无建设性意见。但如果你试图通过 Prompt 去掉 ChatGPT 的中立化特征，比如让其扮演在事情中明显偏向某一立场的角色，它的回答就立刻脱离了这股 AI 味儿，不仅开始变得更像人类，而且往往更具有建设性。
这是由于人类社会并不运转在完美的赛博空间里，而是在充满矛盾与张力的现实空间之中。这意味着我们的工作和生活，往往并非站在两个对立面的侧边或中间，而是站在两个对立面的其中一边。
在进行许多工作时，你必须全然的站在矛盾的一侧思考与努力，哪怕你知道这种努力是不合理的（比如你明知事情的另一面更好），事情才会真的开始向前发展。
这在商业竞争中极为常见，比如大部分企业会不遗余力的夸赞自己的商品，如果法律不禁止，他们还会尽最大的努力贬低甚至诽谤竞争对手恶的产品，哪怕他们知道自己的产品实际上不如竞争对手。而他们的竞争对手也会以同等的力度与方式来予以回击。
奇妙的是，在这种张力之下，最终不同竞争对手的产品往往都会变得越来越好用，整个市场和行业得到了发展——马克思将之总结为“矛盾是事物发展的内在动力”。
由于 ChatGPT 或者说 AGI，天然具有的局外人视角，它难以形成自身的主观视角，也就无法自然形成这种推动事物向前发展的张力。
像前文提到的 Prompt 技巧那样，让 AI “扮演”一个角色在一定程度上可以解决这个问题。但遗憾的是，AI 无法“生成”偏见与狭隘。
比如，你可以让 ChatGPT 扮演一个小粉红，扮演一个公知，扮演一个美国铁锈带农民，扮演一个哈佛商学院的法学精英。
但这些角色扮演基于已经被贴好标签的社会刻板印象。
数据截止到 2021 年的 ChatGPT 所扮演的美国铁锈带农民，可以非常自然的给出自己对特朗普的支持，但如果我们能够把数据限制到 2016 年特朗普当选前，那么它就不一定能“预测”出自己对特朗普的支持了。
因为一个美国铁锈带农民并不天然支持特朗普，他的家庭三代需要亲身经历 20 世纪 70 年代后期五大湖地区的工业衰落、80~90 年代的国际贸易冲击、21 世纪的金融泡沫，这些切肤之痛需要通过一系列内心的抽象过程，转化为对精英政治、移民、国际化、硅谷和新自由主义的痛恨。而这些痛恨要进一步经过“推理”，与特朗普的许多竞选叙事进行联立，才能得出“支持特朗普”的结论。
ChatGPT 会败在前半部分，它没办法像铁锈带农民那样以极为“狭隘”的自身立场看待问题——它既无法亲自感受到身为一个铁锈带失业工人家庭孩子的痛苦，也无法将这种痛苦与社会上的另一部分进步力量建立对立关系（这涉及到现实世界才有的“稀缺”与“剥夺”体验）。
当 ChatGPT 被海量对立的信息喂养成一种“相对主义的全知全能”，就会意识到“铁锈带的失落只是全球化给人类带来的小小代价，从全人类的福祉来看，像红脖子那样去支持一个疯王是不合乎‘逻辑’的”。
只有当“红脖子”与“特朗普”已经在原始数据中产生了联系，或者说“红脖子已经在 2016 年支持了特朗普”，ChatGPT 才能在这一问题上扮演好一个赛博红脖子。
在真正的 AGI 来临之前，我们也许会在 ChatGPT 这个阶段停留许久。
在这个阶段里，做一个不完美的人，可能就是普通人最大的优势了。
