陆方把电脑放在桌上。“陈总，你听说过ChatGPT吗？”

陈默想了想。“昨天看新闻，OpenAI发布了一个对话模型。还没仔细研究。”

陆方调出他和ChatGPT的对话记录。“我昨晚试了一下。它比我预想的聪明得多。我问它退市风险预警系统是什么，它回答得比很多研究员还清楚。我问它怎么写Python代码，它直接生成了一段，跑通没问题。我问它怎么用大模型增强星海，它列了五点建议，每一条都对。”

陈默看着屏幕上的对话记录，一页一页地翻。他的表情从平静变得认真。然后他抬起头，看向周寻。“你怎么看？”

周寻把测试报告放在桌上。“我昨晚跑了十几个测试。让ChatGPT读招股书摘要，然后回答三个问题：这家公司做什么的？有什么风险？值不值得关注？结论是：它的金融文本理解能力，比星海目前的版本强。它能读懂“临床III期”是什么意思，不会像星海那样误判。它能识别“关联方担保”“表外负债”这些风险信号，虽然还不稳定，但方向是对的。”

陈默沉默了几秒。“它比星海强，意味着什么？”

陆方和周寻对视了一眼。陆方先开口。“意味着我们的技术路线可能需要调整。星海是基于传统自然语言处理技术搭建的，用了六年才做到现在的水平。ChatGPT用的是大模型，几个月就超过了我们。如果我们不跟进，星海可能会被淘汰。”

周寻补充道：“不是被淘汰，是被超越。大模型不会让星海失去价值，但会让星海显得不够好。客户不会比较我们用了什么技术，他们只比较结果。如果别人的模型比我们准，他们就会用别人的。”

陈默站起来，走到窗前。窗外，深圳的冬阳斜斜地洒在平安金融中心的玻璃幕墙上，反射出刺眼的光。他沉默了很久。然后他转过身。

“你们建议怎么做？”

陆方说：“引入大模型。把ChatGPT或类似的技术集成到星海平台中。不是替代星海，是增强星海。让它读招股书、读研报、读公告，生成摘要、提取关键信息、识别风险信号。人负责复核和最终判断。人机结合，但机器更聪明了。”

周寻补充道：“技术上有两个挑战。第一，大模型的部署成本很高，需要大量的算力。第二，大模型会产生‘幻觉’——生成一些不存在的数据。在金融领域，这种错误可能是致命的。所以，不能完全信任它。需要人工复核。”

本章未完，请点击"下一页"继续阅读！ 第2页 / 共6页