OpenAI 推出 ChatGPT 插件

背景

语言模型的工作方式是预测下一个词，依据的是它从训练数据里学到的模式。它本身打不开网页、跑不了程序，也读不到用户刚上传的文件，能用的只有对话里出现的内容。这就带来两个常见问题：问一件在训练数据收集之后才发生的事，回答可能过时或凭空编造；给一道步骤很多的算术题，结果可能算错。一个常见的绕法是让模型去调用外部工具——由一小段软件去取回网页、做一次计算，或者与别的服务通信，再把结果交回模型。OpenAI 为 ChatGPT 推出的插件（plugins）就是按这个思路做的。

发布

2023 年 3 月 23 日，OpenAI 宣布推出 ChatGPT 插件^[1][3]。这次发布把 ChatGPT 与第三方服务和网络连接了起来^[1][3]。按 OpenAI 的说法，插件是专为语言模型设计的工具，安全性是设计时的核心原则^[4]。这个定位值得注意：与其把每一种能力都做进模型本身，不如给模型一条通道，让它去够到对话之外的服务和信息。

插件能做什么

OpenAI 列出的用途大致有三类：获取最新信息、执行计算、使用第三方服务^[4]。其中展示的插件包括网页浏览（web browsing）和代码解释（code interpretation）^[1]。浏览针对的是训练数据划出的边界——模型可以去查，而不必凭记忆回答。代码解释则不同：模型把问题交给一段程序，再拿回计算出的结果。两种情况下，模型都仍是那个读懂问题、写出回答的部分，具体的事实或动作由插件提供。

逐步开放

插件并没有一次性向所有人开放，而是分阶段推进：先给一小部分用户，再给插件开发者，经过一段 alpha 期之后又开放给 API 用户^[4]。浏览功能以单独的名义分步上线：「GPT-3.5 with Browsing」（alpha）于 2023 年 4 月 10 日推出，4 月 27 日提供给 ChatGPT Plus 用户^[2]。

浏览进入产品，以及 Custom GPTs

联网能力后来被直接并入产品：2023 年 9 月 27 日，ChatGPT 获得了可以获取当前信息的网络访问能力^[1]。随后在 2023 年 11 月 6 日，OpenAI 推出 Custom GPTs，它们后来接替了插件承担的角色^[1]。

意义

在插件之前，一个聊天助手是一个封闭系统：它说的话都来自模型和这段对话本身。有了插件之后，同一个助手可以成为一个枢纽，去调用别的软件——抓取网页的、做计算的、提供第三方服务的——再把结果织进回答里。这次发布让这种模式成为一个被广泛使用的产品中的可见部分，而不只是停留在研究里的想法。它也为后来的做法定下了形状：语言模型作为判断该查什么、该运行什么的那一层，外部工具负责提供事实和动作，模型自身掌握的知识不再是回答的唯一来源^[1][4]。