ChatGPT的崛起虽意外，却也在情理之中。自GPT—3问世时，我们就已预见到大模型的重要性，只是难以确定其突破时机。2023年，ChatGPT的出圈对整个产业产生了巨大的推动作用。技术进步可能是线性运动，但信心则是跳跃式的。在技术未达到临界点之前，公众对其几乎没有信心。

因此，此轮风暴主要源于信心的转变，而非技术上的重大突破。以AI（人工智能）绘画为例，该技术早已存在，但当时人们对AI作画兴趣寥寥。2023年，即便我们不主动提及，大家也会追问，渴望了解AI作画。

第四范式拥有一个由100多名研究员组成的团队，类似于公司的“达摩院”。对我们而言，大模型是一个不能错过的方向。

自2018年Google（谷歌）推出BERT模型起，我们便着手相关工作。尽管BERT当时存在局限性，但GPT—3的出现为我们指明了技术发展的明确方向。我们在此过程中的投入与2023年有所不同，特别是在技术临界点突破后，团队的士气和信心大增。

信心问题一直困扰着我们。2022年若推出“式说”1.0和2.0版本，市场接受度恐怕不高。因此，尽管我们长期储备了大模型技术，却未给予足够重视。技术临界突破后，我们立即着手产品化，于是在2月和3月迅速推出了“式说”1.0、2.0版本。

在此过程中，我们面临的主要挑战是“可控性”问题。我们需要明确哪些事是可控的，哪些是不可控的，同时探索客户对于可控与不可控范围的接受度。以AI功能实现为例，即便准确率高达99%，若无法满足用户的100%要求，便无法使用。或者至少应确保在指出错误时，AI能够进行自我迭代与修正。

对于大模型能力的涌现，我们并不感到意外或激动，而是视为理所当然。我们对自身大模型的评价是“理应如此”。