带来的生产力变革是以加速、智能化其可自动化的部分为导向的其次，AI对任何一个行业带来的生产力的提升，都是以加速、智能化其可自动化的部分为导向的。
尤其是对于GC行业”GenerateContent，生成内容”，AIGC能够替代的，其实是这个行业生态圈的基层，或者某个角落。
这个特性也是AI被设计的初衷：我们设计AI不是为了革自己的命，更不是为了让人类灭绝，而是为了让我们的生活更从容。
当把AIGC代入网文写作这个问题中，可以被自动化的部分，就是简单的文本生成。
因而，大模型的出现不会代替网文作者，而是会培养出一群善用大模型辅助写作的新网文作者。
网文写作不是纯粹机械化的业态，而是带有创造性附加值的工作。
同时，网文作者的生态也是一个典型的金字塔结构，这是作者和读者之间长期互相选择的结果，类似自然界的优胜劣汰。
越靠近金字塔尖，越是少数的天赋型作者，或者，有文学素养、训练有素的职业选手。
即使某天当前的大模型可以替代金字塔底座的部分玩家，也绝无可能向金字塔尖侵蚀。
目前的大模型的技术核心思想，是更好地“预测下一个词”。
从现阶段大模型可以生成的文字来看，它并不具备在大跨度的上下文范畴上进行文字调度的能力，也就是说，并不具备提前设计好上百万字的故事骨架，并在这个骨骼上补充细节的能力。
尤其是在处理超长上下文的文本时，大模型会出现遗忘、幻觉、生成质量严重下降等问题。
当然，这些问题是我们技术从业者正在致力解决的问题，但在短期内，业界并未看到有希望的方向。
更重要的是，大模型并不具备市场意识，无法快速捕捉时下主流审美的变化，并及时更新自己的文字生成模式。
如果需要用新的数据重新训练模型，又将是一笔不小的开销。”
三”大模型生成文字的成本最后，大模型生成文字的成本并不低。
对于大模型吐字“只废一点电”这个认知，可能只是非技术圈的小伙伴们的一个错觉......拿大家熟知的OPENAI为例，完整训练一个GPT4的费...
