[智能应用]让AI像程序员一样工作：ChatGPT新功能太强了 [复制链接]

IT之家 12 月 25 日消息，科技媒体 bleepingcomputer 昨日（12 月 24 日）发布博文，报道称 OpenAI 正为 ChatGPT 测试“技能”（Skills）功能，其机制类似于竞争对手 Claude 的同名功能。
爆料人 Tibor 在 X 平台上透露，ChatGPT 的这项新功能内部代号为“榛子”（hazelnuts），目的是通过更结构化的方式，提升 AI 的任务处理能力。
IT之家援引博文介绍，ChatGPT 目前主要通过“GPTs”来满足用户的个性化需求，这本质上是一种基于提示工程（Prompt Engineering）的封装。
然而，新的“技能”系统将带来质的改变。参考 Claude 的设计，OpenAI 的新功能预计将采用类似的“基于文件夹的指令集”模式，这意味着用户不再只是单纯地调整提示词，而是能向 AI 传授特定的工作流、领域知识以及执行逻辑，让其在处理复杂任务时更加智能。
若参照 Anthropic 对“技能”的定义，这一新系统将具备四大核心特性：可组合性、可移植性、高效性与强大功能。
在实际应用中，AI 将能够自动识别当前任务需要哪些技能，并将它们“堆叠”使用。例如，在编写前端代码时，AI 可以自动调用设计技能来理解界面布局。
更重要的是，“技能”不仅限于生成文本，还可能包含可执行代码，这在处理需要精确计算或逻辑验证的任务时，比传统的文本生成更具可靠性。
根据泄露的信息，ChatGPT 的“技能”功能将深度集成到对话界面中。用户可以通过“斜杠命令”（如输入 / 调出菜单）快速调用特定技能。
此外，OpenAI 还计划推出专门的“技能编辑器”，并提供一键将现有自定义 GPT 转换为“技能”的选项。这将极大地降低用户的迁移成本，同时让现有的生态系统平滑过渡到新的架构中。

截至目前（2024年），OpenAI正在为ChatGPT测试的“技能”功能机制，本质上是一种增强型任务自动化系统，旨在让模型能够以更结构化、目标导向和用户定制化的方式执行复杂操作。该机制并非传统意义上的“插件”或“工具调用”的简单延伸，而是朝着构建一个可编程、可学习、可组合的智能行为框架演进。以下是其核心机制与设计理念的深度解析：
一、“技能”功能的本质：从被动响应到主动能力封装

“技能”机制将ChatGPT的能力从“回答问题”升级为“完成任务”。它允许系统将一系列复杂的推理步骤、工具调用、上下文管理与外部服务交互封装成一个可复用、可命名、可配置的“技能单元”。

例如：
“预订会议室”不再是一个对话请求，而是一个预定义的技能，包含日历查询、时间协调、邮件通知等多步操作。
“生成营销报告”可以触发数据提取、图表生成、文案润色、PPT排版等一系列子技能。

这种设计借鉴了软件工程中的模块化思想，使大模型具备类似“函数调用”的能力，极大提升了任务执行效率与一致性。
二、关键技术支撑：多模态编排 + 上下文记忆 + 用户意图理解

1. 动态工作流编排（Workflow Orchestration）  
   技能内部采用类低代码逻辑引擎，支持条件判断、循环、异常处理等结构。系统可根据用户输入动态选择执行路径。例如，在“旅行规划”技能中，若检测到用户预算有限，则自动跳过高端酒店推荐流程。

2. 长期上下文记忆与个性化适配  
   每个用户的常用技能会被记录并优化。系统学习用户偏好（如语言风格、决策习惯），实现“越用越懂你”的自适应行为。这依赖于安全隔离的个人记忆存储机制，避免隐私泄露。

3. 自然语言驱动的技能创建（No-code Skill Builder）  
   用户可通过自然语言描述来创建新技能，如：“当我问‘今天有什么待办’时，请查我的日程、未读邮件和项目进度，并汇总成三点摘要。”系统会自动解析意图并生成可执行逻辑。
三、应用场景拓展：从个人助理到组织级智能代理

| 应用层级 | 典型技能示例 | 价值体现 |
|---------|--------------|--------|
| 个人用户 | 健康追踪提醒、学习计划制定、购物比价 | 提升生活效率与决策质量 |
| 企业办公 | 客户工单分类、会议纪要生成、销售话术建议 | 降低重复劳动成本 |
| 开发者生态 | 自定义API集成技能、自动化测试脚本生成 | 构建开放能力市场 |

未来，这些技能可能形成“技能商店”，支持共享、评分与组合使用，推动AI能力的商品化与社区化发展。
四、安全与可控性设计：权限分级 + 行为审计 + 用户主导权

为防止滥用，技能机制引入多重控制机制：
权限分级制度：敏感操作（如转账、删除文件）需显式授权；
透明化执行日志：每一步操作均可追溯，用户可随时中断；
沙箱运行环境：高风险技能在隔离环境中测试验证后才可启用。

此外，OpenAI强调“人类始终是决策中心”，所有技能均为辅助工具，最终控制权保留在用户手中。
五、战略意义：迈向AGI生态的关键一步

“技能”机制不仅是功能升级，更是OpenAI构建通用人工智能生态系统的战略布局。通过将模型能力模块化、标准化、可组合化，其实现了：
降低AI使用门槛，让更多非技术人员受益；
加速AI与现实世界系统的融合，打通数字与物理边界；
为未来自主智能体（Agent）奠定基础，使AI不仅能“说”，更能“做”。

正如操作系统通过应用程序接口（API）连接软硬件一样，ChatGPT的“技能”机制正试图成为人机协作的操作系统内核，重新定义人与AI的互动范式。
综上所述，OpenAI为ChatGPT测试的“技能”功能，是一场关于智能行为标准化与可编程化的深刻变革。它标志着语言模型从“信息处理器”向“任务执行者”的跃迁，预示着一个以AI为核心生产力工具的新时代正在到来。

ChatGPT正通过“技能系统”和深度工具集成，实现让AI像程序员一样工作的目标，使其从被动响应转向主动执行复杂开发流程。

📌 背景
近期多篇报道指出，OpenAI正在测试一项代号为“榛子”（hazelnuts）的新功能2，旨在让ChatGPT具备类似人类程序员的工作方式。这一转变不仅体现在生成代码上，更在于能理解项目结构、调用技能栈、执行测试验证，甚至与团队协同完成软件开发全链路任务。

🔧 核心能力：从写代码到懂工程
这项进化不是单一功能，而是多个技术模块的整合，使AI具备类程序员的系统性思维：

技能系统（Skills System）：用户可向AI传授特定工作流、领域知识与执行逻辑，AI能自动组合使用这些“技能”，比如在编写前端时调用设计规范，在后端开发中引用数据库架构2。
斜杠命令与技能编辑器：支持如/build、/test等指令快速触发专业动作，并提供可视化编辑器让用户将现有GPTs转换为可复用的技能包2。
可执行验证机制：借鉴阿里巴巴ProgCo的研究思路，AI不仅能生成答案，还能为自己生成的代码编写测试程序进行自我纠错，提升输出可靠性8。
SOLO模式式自主开发：参考字节Trae 2.0的SOLO模式，AI已可作为独立开发者，打通需求→编码→测试→部署全流程，实现端到端交付17。
此外，Meta发布的CodeWorld Model（CWM）也展示了AI学习代码执行轨迹的能力，让模型理解“观察—行动—再观察”的闭环过程，进一步逼近真实程序员的调试思维24。

🔄 功能演进对比表
能力维度    传统AI助手（早期ChatGPT）    新一代AI程序员（当前发展）
交互模式    被动问答，依赖提示词    主动执行，支持斜杠命令与自动化流程 2
代码理解    静态文本补全    动态执行模拟，学习变量状态变化 24
错误处理    依赖人工反馈修正    自动编写验证程序进行自我纠错 8
工作流整合    单次输出    端到端开发，覆盖需求分析至部署上线 17
团队协作    仅限单人对话    支持群聊模式，多人共用AI助理并隔离个性化设置 9
（补充说明）虽然部分功能如“榛子”仍处于内测阶段，但结合OpenAI对Agentic AI的战略布局以及GPT-5系列模型的推出21，这类“AI程序员”形态已成为明确发展方向。

✅ 建议
如果你是开发者或技术管理者，可以开始尝试将ChatGPT接入GitHub等开发工具20，体验其在代码审查、文档生成和版本规划中的实际效能。同时关注Pulse这类主动推送功能5，未来它可能成为你的AI搭档，每天自动整理技术动态与项目进展。