2022年11月ChatGPT推出时，OpenAI首席执行官Sam Altman将其定义为“早期演示”，市场预期普遍较低。尽管该工具在核心能力上并未显著超越此前的大型语言模型（LLM），但其界面体验的提升却引发了广泛关注。这一现象揭示了一个常被忽视的事实：现代AI聊天机器人并非单一软件，而是由多层技术栈封装而成的系统。其中，位于模型与用户之间的“连接层”（Harness）扮演着至关重要的角色。
Read more人工智能驳斥了计算机科学中 30 年历史的数学假设
理解“连接层”的运作机制，有助于厘清ChatGPT等产品的技术架构。最底层是LLM本身，目前主要版本为GPT-6，其核心功能是基于概率预测下一个字符。回顾历史，2018年发布的GPT-1和2019年的GPT-2均以独立软件形式存在。直到开发者Adam King创建了Talk to Transformer网站，才首次实现了将Web界面置于模型之上，这被视为早期连接层的雏形。
2020年，OpenAI发布GPT-3并首次通过应用程序编程接口（API）向公众开放访问权限，标志着商业化应用的开端。API允许第三方软件接入GPT-3，类似于Google Maps API处理位置数据请求的方式。然而，当时的原始LLM输出缺乏安全防护机制，能够生成仇恨言论或危险指令，且文本质量存在瑕疵，用户体验较为粗糙。
随着GPT-3.5及ChatGPT的发布，情况发生了根本性变化。ChatGPT最初被称为“Chat with GPT-3.5”，其在GPT-3基础上增加了关键的安全防护层。OpenAI引入了用于筛选输入和输出的软件组件，旨在防止模型产生有害内容。尽管用户仍可通过特定技巧（如要求以诗歌形式生成恶意内容）绕过部分限制，但这标志着从原始LLM向经过连接层介导的LLM的转变。
当前的ChatGPT产品形态包括手机应用和网页端，通过连接层赋予模型搜索互联网、阅读文档以及进行“推理”的能力。“推理”过程涉及通过“思维链”技术促使模型自我迭代以优化结果。此外，OpenAI还开发了名为Codex的高级连接层，使LLM能更直接地控制计算机，特别适用于代码编写场景。
大型AI公司的一个行业共识是，其顶级模型在基础技术上具有高度可互换性。无论是OpenAI的GPT系列，还是Anthropic或Google的模型，均基于预训练的Transformer架构。虽然训练数据和算力规模存在差异，但技术演进方向基本一致。真正的差异化竞争集中在连接层。
实验数据显示，同一款GPT-6模型在不同连接层配置下表现迥异。通过标准API询问“我是谁？”，模型回复称无法识别用户身份；而在登录个人账户后，模型则准确识别出用户为新科学家高级编辑Jacob Aron。这表明连接层不仅管理交互逻辑，还整合了用户上下文信息。
Read more西方的人工智能恐惧的根源在于文化，而非技术
连接层的重要性在ARC-AGI测试中得到进一步验证。该测试被视为衡量模型智能的关键指标之一。当使用标准化的剥离式连接层进行测试时，各模型表现相近；但当引入各AI公司特有的“提供者适配器”连接层时，性能差异显著。例如，OpenAI领先的公开型号GPT-6 Astra在使用供应商适配器连接层后，测试分数提升了多达80个百分点。对于较早的GPT-5.6 Sol模型，仅调整两个设置即可使ARC-AGI得分增加三倍。
尽管连接层至关重要，但在公众讨论中往往被忽视。主要原因在于其技术细节复杂，普通用户无需深入理解。此外，相比训练成本高达近10亿美元且内部机制尚不完全透明的LLM，连接层本质上是人类编写的常规软件代码，缺乏神秘感。然而，这种透明性也带来了新的研究问题：人工智能是否具备编写并改进自身连接层的能力？目前这仍是学术界和产业界的开放课题。今年8月发表的一篇论文指出，通过识别反复出现的故障模式，AI有望实现连接层的自我优化。若AI公司追求自我改进循环，连接层而非模型本身，可能成为实现这一目标的关键突破口。
Read more巴西总统大选被 Meta 人工智能工具所谓的偏见所困扰
更多人工智能阅读：(图片来源：美国美国美国)
- OpenAI近期在数学和物理领域取得潜在新成果。作为其计划的一部分，OpenAI已完全发布了相关的AI输出供学术界审查。值得注意的是，针对数学结果，OpenAI已公开全部细节；而在计算机科学方面，其AI驳斥了名为“指数时间假设”的猜想。物理结果目前在外界专家审核前暂时保留。此举反映了OpenAI在应对学术争议时的策略调整。
- 在计划于年内进行首次公开募股（IPO）之前，Anthropic披露了其业务细节。该公司称人工智能是“人类历史上最具影响力的技术”，同时也警告该技术可能带来“灾难性或存在的风险”。
