ChatGpt的发展过程中，除了大模型的进化外，更出现了大量垂直小模型，面向垂直行业“淘金”，似乎成为了更多科技企业的共同选择。
以软件开发行业为例，以降本增效提速为目标，开始涌现出了众多的“小模型”，而这些助力软件开发行业高质量发展的“小模型”中不乏佼佼者值得盘点。
01ChatGPT 对软件开发的影响有多大？
实际上，ChatGPT不仅带动了互联网、IT、云计算等科技公司的发展新理念，而且当前的聊天机器人市场也推动了软件开发行业的增长。实践表明，程序员不只是简单的敲代码，而是需要花费80％的时间来调试、修改和沟通协调，以便进行客户需求信息同步。因此，ChatGPT的出现将帮助程序员解决一些简单的代码编写工作，减少编写代码的时间，并提高软件开发效率。目前国内的一些企业，例如软件开发公司福昕软件，已经从中受益，全面接入ChatGPT后在科创板成功上市。
据 insider 报道，软件公司 Freshworks 的首席执行官 Girish Mathrubootham 在接受《财富》杂志时表示：“过去软件开发需要 8 到 10 周时间，现在员工们使用ChatGPT 编写代码，不到一周就可以完成。”
在清楚ChatGPT背后的逻辑之前，需要了解一下大型语言模型（LLMs）是什么？大型语言模型（LLMs）已被业界明确定义，并且通过深度学习算法进行训练。它利用大量的语料库数据来学习文本的概率分布和语法结构，并生成与语料库相似的高质量新文本。通过持续训练，可以提高生成文本的质量。目前，大型语言模型（LLMs）已经能够应用于问答、文本识别、文本分类、文本生成、代码生成等场景。然而，大型语言模型（LLMs）目前还无法鉴别非真实的语料数据。这也促使业界相关的数据标准公司得到发展，以确保正确使用语料数据的过程。
大型语言模型（LLMs）往往在大数据量的大规模数据集上进行训练得出的，正因为如此，ChatGPT对软件开发来说具备如下“功效”：
一是ChatGPT能够加速开发人员进行自然语言处理模型训练的过程。通过预训练生成的语言模型，可以提高模型的准确性和性能。例如，在命名实体识别任务中，ChatGPT通过学习命名实体的语义和结构特征，生成高质量的数据集，从而提高模型的准确率和效率。另外，ChatGPT还可以作为一个预训练的语言模型，用于各种自然语言处理任务。
二是ChatGPT还可以在软件开发过程中用于自动生成代码。它可以通过学习代码的语义和结构来生成高质量的程序代码。例如，当我们输入“从一个数组中选择前n个最大元素”时，ChatGPT能够生成相应的代码，从而实现这一功能。
三是ChatGPT帮助进行代码智能补全。在编写程序时，它可以提供下一个可能的单词或语句的提示，以便程序员能够更快地书写代码。通过使用代码上下文，ChatGPT能够预测出下一个可能的关键词或语句，从而使得程序员在编码过程中更加高效。
四是ChatGPT还可用于对话式编程。在这种编程模式中，程序员可以与ChatGPT进行自然语言交互，并告知其所需实现的功能和要求。通过分析和理解自然语言的含义，ChatGPT会自动将其转换为程序代码，从而实现所需功能。
TensorFlow2.0是目前广受开发者欢迎的机器学习库之一，其中包含了KerasAPIs这一使得编写神经网络模型更加便捷和简单的对话式编程API。KerasAPIs可以利用ChatGPT进行自然语言处理，提供了一种交互式编程模式。
……
对软件开发行业经济影响的考虑，发现ChatGPT背后的巨头企业纷纷投入大量资源，令人震惊。从现在的情况来看，基于大型语言模型（LLMs）的ChatGPT的初期发展，恐怕只能由少数几个全球科技巨头主导。
不管对ChatGPT进行怎样的训练，所有入局者都有一个共同的需求，希望更多的企业购买并使用这个工具，这关系到入局者的前期投资和研究回报。
那么，谁来或者说谁会为ChatGPT的新进产品买单呢？这是一个值得深入探讨的问题。
02 从巨头玩家到垂直行业应用，未来模型变小才能更有机会！
然而，在面向特定行业进行ChatGPT开发方面，主要参与者很可能不是像微软、谷歌等科技巨头那样在ChatGPT上投入了大量资金的领导者。毕竟，他们更热衷于大型模型训练，如搜索引擎等主要应用。当然，在国内，百度、腾讯、阿里、字节跳动、京东、360和科大讯飞等知名科技公司相继参与了ChatGPT的研发。然而，这些科技公司更多地关注于为自身现有业务体系增添ChatGPT的功能，并且在垂直行业布局方面的参与仍然相对较少。
可以看出，在ChatGPT垂直行业的发展中，那些具备强大集成能力的软件开发商仍然扮演着主要角色。
进一步分析发现，将ChatGPT应用于特定行业，有助于其更好地实现商业化。也许有人会质疑：为什么ChatGPT会朝着垂直行业领域发展，并且逐渐推出小型模型？这种从大型模型过渡到小型模型的变化带来了以下影响，对于ChatGPT在行业中的普及具有非常积极的影响。
一是带来新的就业机会。因为开发ChatGPT所涉及的代码编写需要专业人员提供技术支持。他们负责调试和修改ChatGPT的代码，根据客户的需求进行个性化处理。这一过程为程序员创造了新的就业工作机会。
二是节省软件代码编写时间。之前提到，程序员实质上只花费约20%的时间来编写代码，其余80%的时间用于调试修改、沟通协调和同步客户需求信息。因此，使用ChatGPT可以帮助程序员处理一些简单的代码编写任务，减少编写代码所需的时间，提高软件开发的效率。
三是让软件开发的逻辑性更强。ChatGPT的优势就在于自身强大的逻辑推理能力，是算力和虚拟训练的结合，通过对训练数据的统计发现所蕴含的规律。进而让编写出来的代码更具逻辑性。
四是更容易将ChatGPT与垂直行业需求结合，发挥出行业应用价值。可以根据不同行业的需求构建独立、逻辑清晰、数据准确的行业语料数据库，以提升ChatGPT的训练效果。通过更准确的训练，ChatGPT也能更快地应用于各个行业。垂直行业小模型和专业领域的数据集可以缩小企业的训练范围和强度，降低整体训练成本，推动ChatGPT进入企业级市场。到那个阶段，ChatGPT才能够实现商业化发展，并在各个行业中引发竞争，形成产业化的ChatGPT市场。
显而易见，无论是在少数大型玩家还是更多的垂直行业，ChatGPT相关模型在未来应该更小，以符合行业发展的客观规律。不过，行业专家认为，任何产业的发展都需要经历三个阶段，从“make it work”到“make it perform”，再到“make it cheap”。目前，ChatGPT正处于“make it perform”的可用性阶段，未来必将走向更好用、更实惠的阶段，这样才能使ChatGPT真正融入各个垂直行业，普及到更广泛的用户中。
强调“从可用到好用再到用得起”的发展规律是必要的，因为只有当我们真正实现ChatGPT的“make it cheap”阶段，并创建出符合行业应用需求的专业聊天机器人，使其价格对大多数人可承受，才能引发大规模普及并真正商业化聊天机器人。这一过程将从最初热衷于“*戏调**”ChatGPT逐渐转变为将其落地行业应用，展现出前所未有的行业价值，使更多有志于在ChatGPT淘金之路上取得成功的企业能够实现他们的目标。
03 慧函数（FuncGPT）AI生成器将ChatGPT送入软件开发行业千家万户
尽管ChatGPT自动生成代码技术已经在代码编写领域得到广泛应用，但是它仍然面临一些挑战。其中最主要的挑战是语言模型的精度。但是对于程序语言的理解仍然存在一定的瓶颈。因此，如果用户输入的文本描述不够准确或规范，生成的代码很可能不符合预期；缺少企业的最佳实践，生成代码很可能不为我所用；生成的函数代码不符合业界规范，不具备良好的可读性，也不具备参考价值等等。
深谙行业KownHow的垂直细分小模型的出现，改变了以上现状。近期，飞算科技发布了AIGF产品—慧函数（FuncGPT）AI生成器，希望通过大模型技术，为全栈全自动开发模式彻底解决手动编写函数的痛点。据了解，慧函数作为飞算SoFlu软件机器人的一部分，支持所有类型函数创建。采用代码编写最佳实践及大规模机器联合训练的方式，通过AIGF赋能软件开发，实现了自然语言生成函、全自动秒级开发函数，更重要的是在SoFlu中使用慧函数可实现生成后即可直接应用，进一步保障了软件开发的整体效率和安全。
慧函数（FuncGPT）AI生成器具备五大特性：
l 自然语言：通过自然语言即可生成函数，降低软件开发门槛。
l 秒级函数开发：全自动秒级开发函数，秒级完成，效率千倍提升。
l 一站式函数开发应用：函数生成即可直接应用，效率、安全有保障。
l 质量可靠：生成的函数代码符合业界规范、具备良好的可读性，符合最优解。
l 灵活生成：可以根据开发人员的具体需求生成并支持调整和修改。
飞算科技首席科学家陈定玮表示，“慧函数采用了大模型技术，专业团队历时两年进行模型训练，其生成的函数代码符合业界规范、具备良好的可读性，符合最优解”。
可以预见，慧函数的加持将进一步提升SoFlu软件机器人的自动化进程，提高软件开发的效率。同时，相信AIGF等功能和技术的支持将使SoFlu软件机器人在软件工程降低成本和提高效率的道路上前进得更快、走得更远。
更多行业即产品咨询请关注主页~