一，现状
在当前的日常生活和工作中，遇到问题首先提问给大模型，它会利用思维链+互联网知识搜索形成非常有建设性的答案。这个应用场景已经完全替代了搜索引擎，成为了所有人能够获益的技术。 有一个关于相亲的时候女方要求不高的笑话，要求身高175以上，月收入2万，毕业于211以上本科，未婚，给出某某城市有多少人选。deepseek给出的答案大概只有200人左右。
据deepseek给的统计数据，ChatGPT的日活提示词量达到25亿条。相比之下，谷歌的日搜索量估计在137亿到164亿次之间，ChatGPT的规模约为谷歌的15-18%。关于增长趋势，ChatGPT的增长非常迅猛，从去年12月的10亿条日提示词量增长到现在的25亿条，8个月内增长了150%。而谷歌搜索量的年增长率相对平缓约为3%。 可以看出，大模型取代传统搜索已经是大势所趋。
二，预判
那么除了这个通用场景，在2B场景，还有哪些会是杀手级的替代呢。
2.1 领域专家 因为涉及到数据安全的问题，互联网的数据在特定领域缺失很多专家数据。但是每个政府，公司等组织，可以通过把自己领域的数据作为专家知识在内部训练到大模型，那么每个组织都会有自己的领域模型。这个模型必然会是最好的导师。 很多人都是从第一天入职分配一个导师开始的，你的所有的知识都是通过导师（有可能你会遇到一个糊涂导师）和内部信息读取一点点获取的，慢慢的你成长为组织需要的人。而现在这个过程完全被大模型加速了，大模型导师会是拥有最强大脑。可以想象，一个组织一旦有了这个专家，相当于复制了需求的专家助手，整个组织的效率必定会成百倍的提高。
2.2 编程助手 你现在输入一段代码，大模型可以告诉你代码的功能，还可以告诉你哪里可以优化，这个能力已经超越了80%的程序员。 Claude 4 Opus在SWE-bench（软件工程任务基准测试） 中取得了80.2%的准确度成绩。OpenAI的o3模型在编程竞赛平台Codeforces上的得分排名全球第175位，击败了99.9%的参赛者。 当然这不代表公司不需要程序员了，因为从需求设计到代码必须要有人知道怎么问大模型。编程助手讲上百倍的提升程序员的效率。 如果作为一个程序员，你不拥抱编程助手，那么必将被时代淘汰。 未来在面试中，我认为应该增加使用编程助手来完成项目的考察能力。
三，关键技术
基于上面谈到的两个2B应用，那么需要哪些关键技术呢？
3.1 领域知识语料治理 如何能把领域的知识快速的喂给大模型，让它学会？ 大家都被存档在各种地方的文档，各种合适的资料所困扰。每个公司都有知识管理，到知识管理最终结果都是躺在一个地方。 在大模型时代，如果自动化识别和过去各种合适，各种位置的资料。如何形成语料飞轮，这将是所有组织必备的能力，谁做的好，谁就走在了最前面。 3.2 编程智能体 每个组织都有自己的编程IDE，如何快速的集成最新的模型，让模型能够理解本领域业务代码，同时能够与IDE良好配合，这将改变整个组织的代码生产效率。
最后，大模型的构筑也许不是每个人都可以参与进去，但是如果你不会使用大模型来提高自己的工作生产效率，那么你必然被竞争对手超越，被时代抛弃。
