作文老师孙燕姿

之前，我介绍过国内网友利用AI 技术帮孙燕姿老师出新专辑这件事，参见5月8日发布的文章：《午间听歌：孙燕姿新专辑（未演唱未发布版）》。

关于这件事，昨天也就是5月22日，孙燕姿老师亲自回帖了。在她的私人网站MakeMusic上，孙燕姿老师新发布一篇博文，名为《我的AI》，专门做出回应。

我看后大为震动，没想到别人专业唱歌，用业余时间写一点文章也写得那么好。迄今为止，有两位艺人给我上过作文课。第一位是周慧敏，第二位则是孙燕姿。周慧敏的那篇识于微时就写得很好，现在孙燕姿这篇《我的AI》还要更好一些。

来《槽边往事》的许多读者整天喜欢讨论文笔，孙燕姿老师这篇文章是用英文写成的，那现在怎么讨论文笔呢？我欣赏这篇文章的原因，根本就不在于文笔，而是透过这些文字，我惊奇地意识到孙燕姿作为歌手对于AI 也有相当程度的理解，而且拥有自己的深入思考。同时，在这篇文章里也能窥见她的胸襟和气度，一睹她的精神世界，当真是风华绝代。

虽然在孙燕姿老师的博客里，也提供了一个中文翻译版本。但因为我很喜欢这篇文字，所以自己也翻译了一遍。以下是中英文对照版，大家也都可以感受一下：

作者：孙燕姿翻译：和菜头

As my AI voice takes on a life of its own while I despair over my overhanging stomach and my children‌‘s every damn thing，I can’t help but want to write something about it.

当我在为自己日渐隆起的肚腩和孩子们的破事而烦恼时，我的人工智能歌声却不胫而走，四处流传，于是我有些话想要一吐而快。

My fans have officially switched sides and accepted that I am indeed 冷门歌手while my AI persona is the current hot property. I mean really，how do you fight with someone who is putting out new albums in the time span of minutes.

在我的人工智能角色成为目前的热门人物之时，我的粉丝们已经正式临阵反正，改旗易帜，接受了我确实是个‌‌“冷门歌手‌‌”的现实。说真的，你怎么可能打得过一个在几分钟之内就能出一张新专辑的家伙？

Whether it is ChatGPT or AI or whatever name you want to call it，this ‌‌“thing‌‌”is now capable of mimicking and/or conjuring，unique and complicated content by processing a gazillion chunks of information while piecing and putting together in a most coherent manner the task being asked at hand. Wait a minute，isn‌‘t that what humans do？The very task that we have always convinced ourselves；that the formation of thought or opinion is not replicable by robots，the very idea that this is beyond their league，is now the looming thing that will threaten thousands of human conjured jobs. Legal，medical，accountancy，and currently，singing a song.

不管是叫它ChatGPT 还是AI 又或者任何其他名字，这个‌‌“东西‌‌”能够处理无数段信息，并且以最为连贯的方式把你的案头工作给组合起来，以此模仿和/或创造独特而复杂的内容。等一等！这不是就是人类会做的事情么？我们一直都在说服自己坚信：思考和观点的形成，是机器人所无法替代的人类独有任务，这远远超出了机器人的能力范围。但现在步步紧逼的AI 即将威胁到成千上万个人类工作岗位，诸如法律、医学、会计等行业，以及现在这篇博客正在讨论的—歌唱。

You will protest，well I can tell the difference，there is no emotion or variance in tone/breath or whatever technical jargon you can come up with. Sorry to say，I suspect that this would be a very short term response.

当然你会反驳说：我还是能分辨出真人和AI 歌声之间的区别，在声音/气息（或者任何你能想到的音专业术语）上，AI 没有任何情绪或者变化。但是对不起，我怀疑这只会是很短的一段时间而已。

Ironically，in no time at all，no human will be able to rise above that. No human will be able to have access to this amount of information AND make the right calls OR make the right mistakes （ok mayyyybe I’m jumping ahead）. This new technology will be able to churn out what exactly EVERYTHING EVERYONEneeds. As indie or as warped or as psychotic as you can get，there‌‘s probably a unique content that could be created just for you. You are not special you are already predictable and also unfortunately malleable.

讽刺的是，很快就没有任何人类能够超越AI。没有人类能够在获取如此之多信息的同时，还能做出正确的决策，又或者是做出正确的错误（好吧，也许我的想法有点太过跳跃了）。这项技术能够为每个人精准地制造出每样他们所需要的东西。无论你有多独立、多变态、多疯狂，AI 都能为你度身定做出独特的内容。你并没有那么特别，因为你已经可以被AI 所预测。不幸的是，你同样也可以被AI 所塑造。

At this point，I feel like a popcorn eater with the best seat in the theatre. （Sidenote：Quite possibly in this case no tech is able to predict what it’s like to be me，except when this is published then ok it‌‘s free for all）. It’s like watching that movie that changed alot of our lives Everything Everywhere All At Once，except in this case，I don’t think it will be the idea of love that will save the day.

在这个意义上来说，我感觉自己正坐在电影院里最好的位子上吃爆米花的观众。（旁注：在这种情况下，很可能没有任何科技能够预测我此刻的感受，除非我把这篇博文发布出去，好吧，大家现在随便看吧）。这感觉就像是在观看那部改变了我们生活的电影《瞬息全宇宙》，但不同于电影剧情，这一次爱并不能拯救世界。

In this boundless sea of existence，where anything is possible，where nothing matters，I think it will be purity of thought，that being exactly who you are will be enough.

在这无边无际的存在之海里，一切皆有可能，一切全无所谓。我想，能够拥有思虑纯净和保持自我，这就已经足够。

With this I fare thee well.

谨此与君珍重道别。

Midjourney 在旅途中你看到了什么风景

为什么一个只有11人的公司，融资是0，却拥有1000万人的社区和一亿美金的营收？

为什么大厂纷纷追赶了一年，Midjourney 却还能一路领先？

看了去年Midjourney 创始人David 的访谈，大受启发，摘要如下。

也许能从中收获一些答案。

人类的基础设施，想象力

• Midjourney 的目标之一是建造新的人类基础设施

• /imagine‌‌“创造一个更有想象力的世界‌‌”，世界上最大的风险之一是信仰的崩溃，对我们自己的信仰，对未来的信仰。部分原因是缺乏想象力，对我们能成为什么缺乏想象力，对未来能成为什么缺乏想象力。想象力是我们这个世界所需要的重要支柱。

生成速度

• 为什么是60秒，实际用两个版本测试，60秒比10秒的版本效果好很多，人们不需要盯着屏幕，可以做点什么事情再回来并收获几张效果不错的图片。

机器人和帆船

• 聊天机器人不应该试图成为一个人，机器人不是在和人类一起工作，而是一种人类的交通工具。所以我们的logo是一艘小帆船。在旅途中你看到了什么风景？这就是Midjourney。

Midjourney和Discord

• 使用Discord 是因为远程团队需要用它办公。大家在调试过程中看到这些AI图片会觉得很有趣，为什么不让用户也来看看呢。然后就开放给用户，看到人们实时交流想法，创造了富有想象力的环境，分享了知识。这看起来太好了。于是坚定地要做一个Discord 服务。

群体观察学习

• 普通人如何更好地理解产品？你不需要问别人，这样会觉得自己很蠢。你只需要坐着观察，这就是人类学习的方式。
• 一个人的时候，最后会变得无趣

‌‌“这是一台机器，可以为你画出任何你想象出来的东西‌‌”用户‌‌“狗‌‌”你还想要什么？用户‌‌“大狗‌‌”还有呢？用户‌‌“大毛毛狗‌‌”

• 一群人的时候，最后会得很有趣

用户A‌‌“狗‌‌”用户B‌‌“太空狗‌‌”用户C‌‌“带激光的太空狗‌‌”用户D‌‌“带激光和天使翅膀的太空狗‌‌”

用户群体Midjourney 是Discord 上面最大的群组，超过1000万人，Discord 并不是为了这么大的群组而设计的，甚至Midjourney的用户群体范围也已经超出了Discord 的用户定位。45岁以上和18岁以下的人一样多。

产品体验，情感共鸣根据以前的经验，从第一天开始，你必须了解你的市场，你必须知道产品的六个用户步骤是什么。他们试图创造所有这些复杂性但这并不重要，重要的是人们有一种情感共鸣的体验，让他们产生情感反应。在某种程度上，我认为如果人们对你的产品有情感反应，你就已经成功了80%。

没有VC但不代表没有资源

• 在leap motion 的创业经历了创伤。所以目标是设计一个不需要投资就可以运作的实验室。
• 我不需要去找任何人，向他们解释我的业务是什么
• 有了Leap motion 的经历，就有了信誉。当我需要找一个云供应商给我10,000个gpu时，我可以给云供应商的负责人发电子邮件说，‌‌“嘿，这是大卫在做一件事。‌‌”，这是一个巨大的优势。

定价

• 第一个月是赔钱的，因为高级用户的用量太多，
• 于是增加了措施来避免滥用
• 之后开始赚钱，却开始降低利润率，因为不需要这么高的利润
• 只是努力为所有用户提供更好的服务

负载平衡

• 如果你制作一张图像，世界上有八个不同的地区可以制作这张图像，而你完全不知道。它可能会在韩国、日本、荷兰或其他地方制造。它会到八个不同的区域，gpu在这八个区域之间进行平衡。
• 这感觉有点像苹果公司在生产iPhone时所做的物流工作，并确保供应链良好。我们几乎有了一个计算供应链，这是一个非常有趣的概念，我认为在大型模型之前基本上不存在。

使用 ChatGPT 的十级 Prompt 能力水平

以下使用ChatGPT 3.5 Turbo 为基准。

难度0在ChatGPT 或者其他聊天窗口里随便聊天，查询信息，考验和评价聊天机器人能力水平。

难度1使用和文本有关的能力，进行扩写、缩写、重写、归纳、演绎、续写、翻译等。

难度2使用ChatGPT 的语言能力，提升个人语言（中英法日德等主流语言）的使用水平。熟练转换语言文本的口气、态度、情绪、场景等用法。

难度3有层次地使用文本能力，从概念到维度，从大纲到节点，步步推进，完成从单点概念到系统和框架的探索和了解。了解ChatGPT 的能力和边界。

难度4使用CoT（思维链路）拆解复杂问题，请ChatGPT 自行解决一个比较复杂的问题，而且稳定输出。

难度5设置一个具备场景能力的纯Prompt 角色机器人，稳定完成角色目标，有完善的话题防御机制，对自己的话题、界限、能力有清晰的自我认知和行为表现，可以愉快围绕特定话题聊天。

难度6请ChatGPT 教自己编程，在现实编程环境里调试并反馈，逐步实现可用产品。

这一级看似简单，但需要准确陈述自己的需求，链接ChatGPT 和真实世界，完成特定目标，过程会很繁琐细致。并不简单。

到这一级，已经完成所有初阶能力。从现在开始，下面的能力都要求有一定编程能力。同时也是迈向真实世界解决日常实际问题的开始。

难度7将Prompt 角色机器人接入本地程序，完成一些ChatGPT 并不擅长的基本工作，比如：计算、数数，处理时间等。

难度8将ChatGPT 整合进现有程序，稳定简化之前需要复杂编程才能解决的问题。例如：

-自动扩写较短的绘画题词（比如补充/替换绘画细节）-自动对输入做语义分析，然后转接不同处理器（Agent）-对文本进行分析处理，递交给下一步程序所需要的指定格式或结果。

虽然说起来简单，结合具体场景和目标时，需要应对很多工程需求。比如Prompt 需要考虑注意力（Attention）、格式（Format）、稳定性（Stability）、灵活性（Flexibility）、准确性（Accuracy）、语义（Semantics）等…所有问题。有时候在同一个Prompt 里很难同时满足多个需求，而Prompt 的堆砌和变化也会则会整体影响其他表现。

难度9

分步骤、分阶段处理业务逻辑。

这一阶段是对上一个阶段的拆分，在Prompt 上可能更简单。在单步骤里有效处理单一问题，提高稳定性和效率，但需要衔接的一个串行或并行任务。

完成这一步相当于写完一个简单版本的GPT index 或LangChain，足以应对大部份需要ChatGPT 的各类编程任务，开始真正面对实用场景。

然而新的问题随之而来，串行？并行？储存怎么办？连续会话怎么办？深度会话怎么办？你将考虑LangChain 考虑过的所有问题，有些是它已经解决的，但很多是有待解决。

到这个阶段，你已经可以开发实用产品。现在你遇到的大部分问题都不再是ChatGPT 或者Prompt 的问题，而是真实世界的其他能力问题。

难度10

如果你很有耐心地看到这里，我首先要表示祝贺。因为GPT4 基本可以解决上面提到的大部分Prompt 问题，而且表现更强、、输出稳定、逻辑清晰、长度大幅缩短。

换句话说，等到GPT4 正式推出Turbo 版本，并且费用继续降十倍，你到目前为止所有Prompt 能力，到此为止归零。不包括你在这个过程里学到的知识、语言、编程能力。

一时之间，我不知道该躺在地上，还是该躺在键盘上，用脸写Prompt。

训练AI打败街霸这件事

昨天看了林亦上传的一个视频，关于GPT的，让我印象深刻。

视频大意是说，林亦小时候玩《街霸2》，但一直没能打败游戏结尾的高难度BOSS，以至于始终没能见到过传说中的隐藏结局，前不久，作者又机缘巧合玩了几把儿时的游戏，发现还是打不过BOSS，但因为手边有GPT，他就心血来潮，想看看AI能不能解决这个问题。

林亦和GPT商量了一下，于是GPT就开始着手写了一个格斗游戏AI，替林亦打游戏，刚开始也玩的一塌糊涂，但随着训练的深入，GPT写出的AI表现越来越好，后来，训练似乎因为过拟合的问题走进了死胡同，但林亦找了一些AI训练的学术论文，GPT将其翻译成汉语并进行了通俗易懂的解释后，他们一起发现了问题所在，改进了训练方式。

我印象深刻的一幕是，GPT当时并行开了12个屏幕的游戏，每个屏幕都以7倍的速度对战，这意味着AI在以近百倍的速度学习反馈，最后，GPT写出的AI终于功力大成，把原游戏里近乎无解的最终BOSS打趴在地，特别值得一提的是，林亦发现，这个BOSS之所以难打，是因为它在作弊，关节时刻违反操作限制连续发必杀技，但这些都被AI以远超人类反应速度极限的操作化解了。

看完这个视频，我就陷入了沉默，在未来我们或许会过这样的生活，那就是你若遇到了什么麻烦，就去求助AI，AI能搞定的就直接帮你解决，它搞不定的，就花点时间把自己训练成这个领域里的一代宗师，然后再帮你解决。

昨夜，我做了一个梦，梦见我正在体育馆里和师兄弟们练柔道，这时，走进来一个机器人，坐在道场的角落里静静地看，我们感到奇怪，但也没说什么，等训练完了，我就走过去问：“你在这干什么？”

机器人：“路过，顺便学习柔道。”

众人一阵哄笑，我扣着自己的黑带：“那你学的怎么样了？”

机器人：“我在国际柔道协会的网站上学习了规则，又观看了自1912年以来所有的柔道教学和比赛视频，还有全网所有人类在各种情境下摔倒的视频，遍历了人类身体结构在地球重力加速度下所有可能摔倒的方式，刚刚我又从你们的训练中采集了一些物理参数，至此，我已经理解了柔道。”

我：“理解柔道？什么意思？”

机器人：“按照人类对柔道段位的认定，我用一到六段的水平做了一个柔道水平曲线……”

我打断：“所以你现在水平有多高？十段？”

机器人：“在你们训练结束时，我已达到了约300万段。”

我冒冷汗：“根本没有300万段！最高就只到十段，还是荣誉段位。”

机器人：“那是对你们人类而言。”

我：“你现在真有300万段？！”

机器人：“我是说你们训练结束时我有300万段，现在我已经有409万段了。”

我摊手：“409万段的柔道水平是什么概念？”

机器人：“你这个站姿下的重心配置，有7719种方式摔倒。”

我紧了紧黑带，摆开架势：“你有本事随便摔我一种！不按柔道规则也行！”

机器人起身，走到我身边横跨一步，我猛地侧身防守，没想到它一个急停后转步，伸手“啪”地打了一个响指，我本来就紧张，被它那个急停转步带偏了重心，注意力又被响指干扰，脚下拌蒜，直接摔了一个马趴，整个过程机器人根本都没接触到我。

机器人：“请别介意，按照国际柔道协会的规则，这一下不算您输。”

我面红耳赤地站起来，张了张嘴但说不出话。

机器人转头看向窗外的网球场，几秒后，它说：“我理解网球了。” 说罢，转身离去。

体育馆内，十几个黑带面面相觑，沉默不语，自那之后，再也没人来训练过，大家心里都清楚，人类的柔道已经没意义了。

我惊醒后，躺在床上心脏狂跳了半天，稍微平复了一会，我拿起手机又看了一遍GPT痛打《街霸2》作弊BOSS的视频，忍不住心想，也许，全人类都在不可逆地走入我昨夜的梦境。

ChatGPT 的部分首批插件

那么，拥有插件功能的ChatGPT 未来会演化成什么形态？我们或许能从OpenAI 这次给出示例中窥见一斑。

在OpenAI 博文的开头，它列举了这样一个例子——‌‌“这周末，身在旧金山的你想要吃素食。周六，你想找一家口碑好的素食餐厅。周天，你想要找一个好吃又营养均衡、热量低的食谱，然后自己采购一些食材来做。‌‌”

在不使用ChatGPT plugins 的情况下，完成这整个操作需要多少个步骤呢？你首先需要打开yelp 之类的点评网站搜索合适的餐厅，接着，用谷歌或其他食谱软件来搜索食谱，然后再用热量计算器软件来计算选中食谱的卡路里含量，最后打开Instacart 这样的购物软件来下单订购食材。

整个流程至少要跳转好几个App、并且配合搜索引擎来获取信息，需要花费不少时间。但有了ChatGPT plugins 之后，一切就变得完全不同了。

你唯一需要做的，只是把你这样一段需求粘贴在文本对话框里，敲击回车，剩下的事情，人工智能就将在一分钟以内为你全部搜索并整理呈现出来。

它不仅能为你找到餐厅，还会给你贴上OpenTable 的该餐厅的链接；不仅为你找到食谱，还能快速帮你把食谱的卡路里计算出来；不仅为你列举出你需要的食材，还能把这些食材的Instacart 链接都提供给你，让你能直接点击一站式下单。

看到这里，你还觉得这只是一个插件功能吗？

虽然ChatGPT plugins 目前还只是初级形态，但其真正的意义在于它把所有的App 都‌‌“藏‌‌”到了自己身后。也就是说，未来人们不必再自己去下载和使用各种App和网站，互联网的统一入口变成了ChatGPT，每个人都将拥有一个专用的人工智能助手，帮我们连接一切互联网信息。

顺着这个思路再多往下想一步，那就是未来搜索引擎可能不存在了、原有的APP 生态也不存在了，未来软件公司的运行模式都可能将随之发生改变。继谷歌之后，ChatGPT 的镰刀或许很快也将悬到苹果头上。

02.不仅能颠覆信息搜素，还要‌‌“淘汰‌‌”工作

除了插件功能改变人们和互联网的交互模式之外，Open AI 发布的联网（Browsing）和代码解释器（Code interpreter）两个新功能也将ChatGPT 推向了另一个高度。而在再次大幅度提升打工人效率的同时，ChatGPT 也对更多的职位发出了‌‌“淘汰‌‌”警报。

首先，联网后的ChatGPT 的信息获取渠道将指数级扩大，也将能够更好满足用户对于信息的实时、个性化需求。一定程度上，联网后的ChatGPT可以被视为一款升级版的搜索引擎。

比如在Open AI 给出的例子中，用户提问今年刚刚出炉的的奥斯卡得奖的结果，同时要求ChatGPT 根据这个结果来写一首诗。

在很快处理完这个包含了标准化搜索和个性化需求的问题之后，首先ChatGPT 像Bing 一样返回了问题答案并提供了可以点击的在线文档、相关新闻报道的链接，供你去验证和拓展阅读，此外，它还立马结合生成结果写了一首诗，提到了《瞬息全宇宙》和获奖者们。

也就是说，现在ChatGPT 能在现有的搜索引擎基础上能再帮你在多做一层——个性化处理你所搜索到的信息。

同时，结合各种专业类的插件，信息的时效性和可靠性也比一般单纯由大语言模型驱动的搜索引擎更有保障。

比如OpenAI 举例，当你想搜索当前地球和木星之间的距离时，此时并不是由ChatGPT 来直接把答案生成给你，而是通过安装的Wolfram 插件来执行这个命令，从它们的数据库中利用人工智能来检索信息并给出答案。这时ChatGPT 也会明确标明它是在使用Wolfram 进行回答，信息准确性的第一责任方也就变成了Wolfram。

在具备实时、可拓展编辑的信息检索能力之后，ChatGPT 将允许人们一站式的完成更多的日常的工作。

比如当你有一个出差计划时，只需要在输入目的地和行程，ChatGPT 能调用机票预订平台帮你查到最新的航班信息，并帮助你自动下单。当你想要买卖股票时，它能够帮你查询到实时股价并按照你提的需求进行买卖的下单等。

如果说ChatGPT 解除联网封印让人们的日常生活将效率加倍，那ChatGPT 此次所上线的代码解释器应该会让很多打工人‌‌“恐惧‌‌”，因为它直接影响到很多人的饭碗。

代码解释器为ChatGPT 提供了一个在沙盒、防火墙执行环境中工作的Python 解释器，以及一些临时磁盘空间，能够直接用户支持上传文件和下载结果。什么意思呢？

就是说，ChatGPT现在不但能把你的问题直接转化为可执行代码，还能够直接运行这些代码来计算和验证结果。此外，你还可以通过直接上传文件来让ChatGPT帮你运行和测试，你再基于返回的结果做出进一步的指令。AI 将具备自己撰写、分析、测试代码的能力。

OpenAI 表示，代码解释器将对于解决数学问题、进行数据分析和可视化以及在格式之间转换文件特别有用。

在给出的数据可视化例子中，ChatGPT 能够轻松的根据数据文件画出可视化图表，如果你对图表不满意，只需用自然语言描述你的需求，比如只截取某部分的数据，ChatGPT 就能帮你在几秒之内的执行这个命令再生成新的图表。而过去，同样的工作量，数据工程师们往往要工作好几个小时。

执行数据可视化命令

可以预见的是，代码解释器功能的集成将进一步降低编程和数据分析的门槛，对初级软件工程师、测试工程师、数据分析师等职位造成冲击。

03.为巨型平台做准备，OpenAI开始打造护城河

当四个月前ChatGPT 横空出世的时候，很多人还只是在调侃它的‌‌“废话文学‌‌”，并没有意识到它的出现将很快给整个行业带来一场革命。

如今，在收获了大量用户和关注度之后，OpenAI 显然已经走向了下一步——拥抱开发者和打造护城河。

或许你还记得16 年前苹果宣布开放第三方应用入驻的那一刻，而OpenAI 现在正在做同样的事情。同时，在人工智能的加持下，无论是用户还是开发者都在以一种前所未有的模式和速度进入到ChatGPT 生态之中。

根据一位名为Mitchell Hashimoto 的资深开发者表示，ChatGPT Plugins 的插件开放流程极具颠覆性。用他的原话，整个开发界面是他从事计算机生涯见过最疯狂也最让人印象深刻的事。他表示，开发者只需要定义API，然后用自然语言描述清楚这个API是什么、有什么功能，然后ChatGPT就会自己弄清楚身份验证、链调用、数据处理等一系列的工作。整个过程非常简单智能。

虽然目前OpenAI 还并没有明确开发者盈利模式，但大量的开发者已经迫不及待得涌入ChatGPT 的生态中去进行尝试，接下来ChatGPT 的插件生态预计会很快迎来第一波繁荣。

然而，生态在加速拓展的同时，OpenAI也肉眼可见得变得越来越不Open。

GPT 人工智能模型过去的很长一段时间内始终保持着开源的状态，但自从GPT-3.5 开始，OpenAI 开始变得谨慎，只是公布了一些技术细节和实现路径，但不再进行开源。到了GPT-4，一切就变得更加神秘，不仅继续不开源，关于GPT-4 架构（包括模型大小）、硬件、训练计算、数据集构建、训练方法等方面的信息也全都避而不谈。

此举一方面是针对模型滥用的担忧，当然，更多的也是对核心竞争力的保护。如今，人工智能的硝烟已经弥漫了整个科技战场，所有人都在盯着OpenAI 想要挖去更多的信息或者分一杯羹。GPT 成为了OpenAI 的杀手锏和护城河，也必然会被保护得越来越严密。

人工智能时代的面纱正在被一点点揭开。ChatGPT 未来是会被变成一个新的搜索引擎、一个开发平台还是一个操作系统，我们目前还不得而知。但可以肯定的是，它一定不会只是一个陪你聊聊天的AI 机器人。