一直很反感神话gpt，从神经元网络到深度学习再到大模型，一路搞概念，也许量变很大，但感觉还不到质变。再加上以前使用因为种种原因不方便，所以很早就要求学生们要把这个工具掌握用好，但自己没太用。知道可以用来写文章、写代码、审稿件，直到近几天才亲自比较完整的走了遍流程。感想就是标题，下面具体解释说明。

和gpt刚出来时一样，我还是用自己最熟悉的csf测试，尝试算法构思、论文写作、稿件评审三个主要的科研流程。

首先如下图所示，在prompt提示gpt下给出了一个新的流体力学版本csf（我提出的基于物理过程模拟的点云处理思路果然普适😃）：

然后，让gpt将这个思路写成一篇文章：

最后，让gpt对这篇文章进行审稿：

当然，这个过程可以改进，例如可以让gpt根据审稿意见改进方法和文章后重新审稿，数次迭代后各方面应该都会有提高，就是所谓的强化学习；也可以让gpt写代码并通过agent自己做数据处理实验并分析，完全取代人工科研。

但是，我这个帖子不想讨论技术，而是科研和教学评价体系的思考，所以回到正题。上面这个例子，仅从形式上看，再稍加完善，已经足够发表一篇期刊论文，再扩展些对付个本科毕业设计没有问题，再拔高些弄成基金申请书估计可以唬住一些大同行评审人。

我一直说科研文档是个很八股的东西，所以如果仅仅看形式，那么期刊论文、毕业论文、基金申请书等的撰写和评审都可以gpt完成，完全不需要人类参与了。在这个新时代下，如果还是把人的主要精力浪费在这些方面就太愚蠢了，相应的科研和教学评价体系也需要思考如何变革，让人机将各自的优势发挥出来。

再顺便说两个事情。第一，以上测试使用清华出品的智谱清言，球队队友太赞了，给打个广告。第二，百家讲坛、诗词大会和直播带货这类东西，无论砖家、选手、评委、主播知识面和胡说八道能力能上强过gpt吗？我以前很看不上这些，和现在学生教育一样，只增加硬盘不升级CPU，但又不得不卷。再次呼应标题，科研尤其教育体系该变革了，不要再浪费孩子们了。