GPTs 作為 AI Agent 因其可定制個性化 ChatGPT 而受到了廣泛的關注和熱議。這一功能吸引了大批的使用者參與創建，其最大的創新在於即將開放GPTs 商城的商業模式；未來每個特定領域的專家可以透過自身的 Knowledge 或是 Dataset 來構建出屬於自己的AI Agent，從而讓自己擁有影分身，可替代自己的專業知識，並釋出到 GPTs 商城來對外提供服務，從而賺取分潤(另類的現金流?)。
從我個人觀點認為這一切有兩個目的：
第一：彌補 GPT 的模型本身在專精領域方面的學習不夠深入
雖然 GPT 模型本身汲取了大量的資料來進行學習，在看似什麼都懂的情況下，在遇到特定領域時，其回答要嘛不是比較攏統，或是仍存有一定的出錯機率。其主要是因為 AI 是模擬人類大腦結構去設計的類神經網路，因此當你問它問題時，它給出的回答是基於它過去所學習的經驗(它訓練的模型) 來生成機率最高的答案回覆給你。
截至 GPT4 目前的訓練數據是更新到 2023年4月，它的資料源自於全球網路的網路文本(包括書籍、網站、新聞文章、部落格帖子、論壇討論和其他線上可用的文本內容等等 ..) 其整體的參數量大約有 1.8萬億個參數(一個參數代表一個權重數值，或可理解為一個大腦的神經元)；但這之中相信仍然是有更專精的領域的資料是不在此訓練範圍內的，因此，OpenAPI 可能希望能藉由 GPTs 來補足 GPT 模型本身在專業領域數據缺失的部分。
第二：為接下來的通用人工智慧（AGI）鋪路
透過 GPTs Stroe 所建立的商業模式，使大量的 Agent 出現後，緊隨而後的就是這些 Agent 的協作(Cooperation)；未來這些 Agent 之間的協作不僅改變了現有的工作方式，還為通用人工智慧（Artificial General Intelligence, AGI）的發展鋪設了基石。
當前的 AI 發展大多數能幫助處理單一性的「任務」，例如：語音辨識，圖形辨識，文字生成，圖片生成等等.. ，而 AGI 則有能力幫助處理「方案」，舉個例子來說，一首歌曲的方案製作涉及到構思、編曲、歌詞、混音，每一個任務的執行過程都涉及到不同的專業知識，而你可以想像，每個領域都能由一個專門的 Agent 負責，在這個過程中，每一個 Agent 不僅能獨立完成其專業領域內的任務，還需要與其他 Agent 有效溝通和協作，以確保整個創作任務都能夠被妥善完成。這種跨專業領域的協作能力展示了 AGI 的關鍵特質：能夠理解和處理多種複雜的任務，並在需要時與其他智慧系統協同工作；也因此當 GPTs 發展到一定程度後，這些 Agent 就會往 AGI 的方向來發展。
AI 的發展會帶來下一波變革，有許多人可能很擔心自己的未來是否都將為之取代，如果你問我怎麼看，我的回答會是樂觀其成。科技的進步固然帶來挑戰，但也同時開啟了新的機遇。隨著人工智慧、自動化等技術的進步，確實有一些工作可能會被機器取代，但這也意味著將會出現新的職業類型。
未來我們的價值與新的商業模式，很有可能是在於把自身獨特的創造力以及自身的經驗與專業知識等傳授給 AI，讓 AI 作為一個 Agent 來服務更多的人類。
在這個轉變過程中，教育和持續學習變得更為重要。我們需要不斷適應，學習新技能，增加自我思辨的能力，以便在變化的世界中保持競爭力。此外，這也是一個機會，讓我們重新思考工作的本質和價值，以及我們如何可以利用科技來創造一個更公平、更可持續的社會。
總的來說，科技進步是一個既定的趨勢，我們不能回避，但我們可以選擇如何應對。通過積極調整和創新思維，相信我們不僅能夠適應這波變革，還可以主導它，並確保 AI 的發展能夠更好地服務於人類的需求和福祉。
