GPT 上神器 Code Interpreter 的三大超級特性

前天下午，收到任鑫同學的微信消息。他終于不用眼紅我，可以自己玩 Code Interpreter 啦。很開心地，他被 GPT 萌到了：

(資料圖片)

我也很開心呀：不再是寫一次 Code Interpreter 就要遭一次恨，獨樂樂不如眾樂樂。默默用了兩個半月后，我終于可以好好和大家一起來探索這個神器啦。

用 Code Interpreter 來做數據分析、圖像視頻文件轉化之類的功能就不贅述了，這兩天看朋友圈很多人摸索得很歡呢。這篇文章簡要分享下我認為 讓?Code Interpreter?具備強大能力的三個重要特性：

1. 排查問題自我糾錯

2. 接收百兆以內大文件并對文件進行分析

3. 把運行代碼的沙盒環境用作大容量記憶體

1. 排查問題自我糾錯

自我糾錯是 Code Interpreter 最重要的特性。大語音模型需要通過接收反饋來迭代進化更好地完成任務，而代碼運行結果就是最好不過的全自動反饋。

四月初我在 GPT 的幫助下寫代碼，還時不時有“與其費勁打字，不如自己敲代碼”的感嘆。老華有個特別經典的比喻——就像主管帶新人，常會有“擼起袖子我自己來”的沖動。

有了 Code Interpreter 后，就不需要我教，它能自己在運行過程中發現錯誤并自動修正了。它甚至會主動寫 test case 并通過運行結果來找出代碼中的邏輯錯誤。下面這個例子來自我五一節時的實驗，受之啟發后來我請 GPT 幫我寫代碼，也常要求它配上對應的測試用例。

“下屬”聰明了，很多任務我就可以非常偷懶地扔給它。例如解讀一個層次非常深、前后內容還有相互引用的 json 文件、提取其要素轉化成表格。我不需要解釋這個文件是什么結構、各字段分別是什么意思，只要說清楚自己最終想要的結果就足夠。

等它翻來覆去嘗試了十來遍搞定問題后，我讓它把代碼重新整理成函數，就可以直接復制粘貼到我自己的項目中。我曾說自己的代碼有 60%?是 GPT 幫助完成的，其中一半以上用的就是這招。

在 GPT 完成了上述任務后我想起還有一個文件，扔給它做補充，再扔一個新的測試數據讓它運行做檢查。它依舊完成得很好。曾見過它拿新的數據運行代碼時報錯，就自動對代碼添加例外情況的防護。

這篇文章中我讓 GPT 從需求到文檔到測試用例到代碼一氣呵成，靠的也是 Code Interpreter。

總之，有了 Code Interpreter 后 GPT 能通過運行代碼來獲得反饋，從而自動糾錯，這是超級厲害的一項能力。GPT 寫代碼自動化了。

2. 接收大文件并分析

很多時候我會把 Code Interpreter 當成 ChatPDF / ChatDOC 來用。

等它分析完成后，就可以讓 GPT 像?ChatPDF?/?ChatDOC?那樣給你解釋內容：

它的強大之處在于你可以上傳一整個?zip 包，然后隨時按需指定文件要求解讀。

你甚至可以把完整代碼庫扔給它，讓它帶著你一點點讀懂代碼。比如下面的截圖，來自于我讓它帶著我讀 langchain 源碼。

它對關注重點的選擇很準確，是個優秀的代碼閱讀者。

現在唯一的缺陷是還不夠流暢需要我時不時敲個“繼續”。如果它能不斷自己自動執行，我只要等分析完畢后來看報告，那就更美妙了。

3. 把沙盒用作大容量記憶體突破 token 數限制

Code Interpreter 背后是 Jupyter Notebook，這個運行沙盒的內存有多大，我們就可以讓它記住多少內容，后面隨時調取，只要把希望它記住的內容塞到函數或變量里就好。

例如我之前寫的這篇文章，每一個表情包繪制都是一個獨立的函數，最終它能將這些函數組合起來，創作一個表情包劇本。若非“靠程序來記住上下文”的特性，GPT 真沒能力把這個劇本一口氣畫下來。

向上滑動閱覽

也就是說，如果我們讓 GPT 分步驟完成任務時，可以把中間過程保存在某些函數/變量中，在需要的時候提取出來用，這樣 GPT 的長度限制就變成了 jupyter notebook 的內存限制，上百兆，超級大呢。

當然，這需要針對使用場景做專門的設計。我還沒有想過通用的方案，也許你可以試試看？當然，通用方案，也可以用 openai 的 api 接口來實現一套。可是在 chat 界面里用更方便：有什么特別的需求，想改隨時能自由改。

--------

以上就是我最喜歡的三大超能力。日常使用最多的是第一項，有大量潛力沒挖掘的是第三項。現在大家都有?Code Interpreter 了，很想知道你們都是怎么玩的呢。請關注我的公眾號，加個星標，咱們多多交流呀。

相關文章

能運行代碼的 GPT 那是真的王炸呀

當 AI 開始自動思考和行動——讓 GPT 左右互搏會發生什么

我敢肯定你沒這么玩過 GPT