下午被GPT-4o推送了数据分析功能，我试着让它看了一下财务报表

下午打开ChatGPT时，突然发现对话框有了一些变化，“数据分析”功能向我推送了。

我第一时间关联了onedrive账号，如果我们把onedrive和google drive当作私人知识库的话，那么基于知识库-->AI Agent的闭环正在形成。

首先，就是上传文件功能，可以从onedrive里选择不超过十篇文档，我选择了关于视频生成方面的论文。

但是，虽然我使用了中文提问，但是似乎GPT-4o更倾向于使用英文来回答问题。虽然这个功能在Kimi和Gemini 1.5中早就有了，但是GPT-4o对于回答进行了某种固定样式的输出，值得称赞。

当然，在长文档多文档功能已经逐渐成为标配的当下，GPT-4o这样的表现就是将将及格。

我们更期待它在数据分析能力上的表现，所以我直接从owid上下载了各国家或地区的人均GDP数据。

首先，对于数据本身的理解和处理没什么问题。很多人会说，这个很简单啊，一个python的pandas包就能解决的问题。话没错，但是因为底层是大模型驱动，所以这一步其实要比我们想象的难多了，大概就是我们看到人形机器人可以稳稳走路的难度系数吧。

而紧接着的这一步开始体现了“Agent”的能力：数据清洗。我们的输入只是一个数据文件，和“请分析数据”的指令，后面的动作都是自动（automation）的，说背后是思维链，思维树也好，其他技术也罢，但是看着模型输出的过程，会让人觉得，它真的在“思考”，在“工作”。

在模型输出第一段之后，会有一个提示选项是“请绘制中国的人均GDP变化趋势图”，所以我直接点击，把这个关联作为提示词，输出图表。

也可以图文并茂的分析。

是的，作为一个数据分析的助手，GPT-4o完全胜任。

我还想再挑战一些更实战的领域，所以，我上传了一个宁德时代2023与2022三张表的excel文件。

是的，当data analysis功能上线后，大模型不能处理数据的时代也宣告结束了，甚至它可以自己选择重点关注的财务指标进行分析，当然，如果我们在以后优化prompt，完全可以让模型自己输出优秀的财务分析报告。

让我有些小惊喜的来自于建议：加强应收账款管理。

所以，我让模型“展开说说”：

它，列出了公式，然后进行了计算，如果此时看着屏幕的实时输出过程，一定会再次产生一个错觉：助手直接在自己的“监督”下干活。

以上分析当然不构成对于宁德时代的任何投资建议，我个人也不为模型输出的任何结果负责。

除了数据分析功能，我同时还被推送到的功能包括chatgpt desktop for mac，就是可以直接在macbook上让模型陪伴自己写代码看文档的那种，我还让模型做了更多的事情：比如收到了缴费邮件，直接让模型帮我提取对方的账号信息并帮记忆，以便在后续提醒我发起转账。结果是，虽然不方便截图，但是所有该有的信息都有且准确，多余的信息一个没有。

当然，还有，虽然经历了Scarlett Johansson的声音风波，以至于把我一直用的“sky”声音换了另一个“模型”，但是我却开始有点欲罢不能的实时语音聊天功能。

是的，在即将进入2024年下半年的时刻，这些模型及应用（当然包括Google的全套模型和应用，Microsoft昨天刚发布的AI PC功能）都在向我们明白无误的宣示一个事实：不久的将来，我们一切的工作都只需要一个模型，以及模型附着的交互设备，手机或电脑，或其他。

虽然这段时间Altman声名狼藉，但是他的一个结论我一直同意：每一次模型的升级都将使对上一代模型的小修小补变得毫无意义。

我们应该不断向前看，因为每一次升级的间隔时间依然很短，而在OpenAI、Google、Microsoft纷纷发布了新模型、新功能、新产品后，我们大概还可以有三个期待：

1、Apple在6月10日的WWDC大会上即将正式亮相的AI解决方案；

2、Meta的LLaMa3-400B的多模态模型；

3、或许不叫“GPT-5”的GPT-5，抑或，Google的Gemini 2.0；

AI发展变慢了吗？我一直不曾觉得。

与此同时，与日俱增的焦虑，恰恰来自于即将开始的对碳基世界的更大冲击，几乎，不可逆。