我觉得是这样的，人类科技发展一直都是这个趋势，让特定技能不再稀缺，可以大量复制。英文称为 commodify，就是把一个稀缺资源变成大宗商品。 任何商品都有一个产品质量分布的 spectrum。一开始新科技肯定是取代简单低端的部分，但是随着迭代，它的覆盖面会越来越广。而其根本优势就是可复制性和可重复性。 所以我们已经可以看到简单的数理化问题，GPT已经完全解决了，问这个基础模型就可以基本拿到正确答案，正确率已经非常高了，有标准测试来测量。 然后 store 这种通过特化模型的方式，可以在不大规模增加运行成本的方法，让模型可以在某一个领域远超基础模型。所以这个方法大概率可以覆盖到很多中等难度的数理化问题。 当然 tricky 的问题估计效果还是会很差，所以不太可能完全取代任何一个行业。

其实人工智能说白了就是自动化，凡事大量重复的、有规律的、有足够经济效益的东西，人们会想破脑袋去自动化它们来降低成本、增加效益，所以 eventually 都会被自动化机器取代，甚至这些机器也会被不停迭代，不停被更高效的机器取代，只要经济效益足够大。

我比较认可 Jeson Huang，NVidia CEO 说的，人类总有更多想干的事情。我觉得根本原因就是人类的欲望离完全满足还差的远，人类生活还有太多不得不做的烦心事。所以让机器解放一批人类必须做的事，就可以让这些劳动力去做其他更多的事情。这个过程中社会的包容和教育是不可或缺的。转型肯定不会是容易的，但是长远却是对所有人有利的。

至于这一代 GPT store 复制保存知识的能力究竟多高，还得看实际产品出来后才知道