人工智能研究公司 OpenAI 上周正式推出 ChatGPT，这是一种基于对话的人工智能聊天机器人模型，它能够理解自然语言并以自然语言的方式做出回应。
ChatGPT 基于 GPT-3.5 模型微调而成，以语言服务模型 InstructGPT 为基础，通过人类回馈增强学习训练模型 RLHF，不过数据设置略有不同。它以对话方式进行交互，既能够做到回答问题，也能承认错误、质疑不正确的前提以及拒绝不恰当的请求，能以更贴近一般人的对话方式与使用者互动。
这几天许多用户都展示了与 ChatGPT 对话的有趣内容，它宛如化身为地球“最强懂哥”，各种问题轻松应答，让它解答防疫政策与经济发展的关系，给出的答案不仅条理清晰，还会引用例子支撑观点。让它帮忙写程序，不仅提供了可用的代码，更是把实现思路也一并写了出来。
更别说开发者如何应付老板这种小儿科的问题了：
下面介绍一些 ChatGPT 的“极客”玩法。
这名玩家把 ChatGPT 训练成了一台 Virtual Machine，可以运行各种 Linux 指令，甚至可以使用 curl 来让 ChatGPT 和自己做交互。
首先是让 ChatGPT “扮演” Linux 终端：
执行 ls 命令，以及新建文件和读取文件：
在这之后，这名用户推测 ChatGPT 似乎懂文件系统的工作原理、文件存储及检索方式。下面直接快进到用这个虚拟机运行 docker 文件——首先制作一个 docker 文件，然后运行它：
可以看到，ChatGPT 成功扮演了一个“虚拟机”的角色。
这名开发者使用 ChatGPT 为自己开发的编程语言构建了一个语言解释器：
并成功编写了解决作者问题的应用程序：
接着这名作者通过提供参数，让 ChatGPT 对自己编写的这段程序进行了验证，同样没问题：
这名玩家在 ChatGPT 中实现了一门新的编程语言：GPTLang，并用这个语言写了一个排序算法。
首先告诉 ChatGPT 正在实现一门新的编程语言，能不能给一些 idea 或者建议，ChatGPT 给出了 GPTLang 的一些基本特性。
定义编译器命令为 `gptlc`，并且可以使用 `gptlc file.gpt` 来进行编译。 然后让 ChatGPT 给出一些常用的编译选项：
下图是最终的效果：让 ChatGPT 用 GPTLang 写了一个选择排序算法，并在命令行编译运行。
对于 ChatGPT 的这些“整活”案例，欢迎大家在评论区发表自己的看法。