Semantic Kernel 入门系列：
不论你是否关心，不可否认，AGI的时代即将到来了。
在这个突如其来的时代中，OpenAI的ChatGPT无疑处于浪潮之巅。而在ChatGPT背后，我们不能忽视的是LLM（Large Language Model）大型语言模型。
一夜之间所有的大厂商都在搞LLM，虽然很难有谁能和OpenAI相匹敌，但是随着AI领域的新摩尔定律的发功，很快啊，如今的智障都会在不久的将来成为智神，只能说留给人类嘲笑的时间不多了。
如果了解LLM的训练成本的话，注定了这必然不是人人都可从零创造ChatGPT的时代，也注定了这只会是绝对算力实力的竞争，也是抢显卡的竞争。
与其关心谁家的AI更智障，不如关心一下LLM时代之后的软件开发会变成什么样子。
这更像是一个全新的云计算的时代，软件开发者就像是无需关心机房如何运维一样，未来接入LLM的软件开发，也无需关心模型如何训练，仅需通过简单的API调用，就可以发挥AI的力量，一切语义理解都会更加便捷，一切人机交互都会重新塑造。
这不仅仅改变了我们构建软件的方法，也改变了我们理解软件的方式。
如果还感觉这个时代还很远，可以看看如今的一些AI应用，文本生成、文本润色、语言翻译、人机对话、语法纠错、知识问答、内容摘要、代码解释、缺陷修复等等这任意一个都可以是传统应用都需要煞费苦心的功能，如今却仅需要一个接口，通过简单的参数调整就可以实现。这就是LLM的力量。
而且模型会随着训练不断的改进，也就意味着应用程序不需要进行任何的逻辑改动，就可以享受到模型训练所带来的能力提升。这也就契合了 Schillace法则的第一条：
Don’t write code if the model can do it; the model will get better, but the code won’t.
如果对LLM的底层原理感兴趣，可以阅读
What Is ChatGPT Doing … and Why Does It Work?—Stephen Wolfram Writings
这篇文章，充分了解ChatGPT背后的来龙去脉。
而对于迎接新时代的软件开发者来说，更加关心的则是如何将LLM融入到我们的软件应用中。
而作为.NET的开发者，Semantic Kernel的出现，直接打开了这道大门。
参考资料：
- Concepts Overview for LLM AI | Microsoft Learn
- LLM AI Models | Microsoft Learn
- Schillace Laws of Semantic AI
- 题图：[Midjourney] In the early morning, a huge black sphere hung in the sky, as if about to descend. Human engineers looked up from the ground, with an orange hue and a screen printing style, in a wide format. --ar 2:1
- 本文 Notion AI的片汤话未能提供任何协助