ChatGPT Canvas：颠覆性功能还是过度吹捧？深度评测来了！

前几天，OpenAI 发布了新功能 Canvas。虽然大多数人还没正式使用，但演示视频已经引起了广泛关注，许多人认为它具有重要的突破性意义，有人甚至称其为 "AGI 的终极交互形态"。作为 AI 领域的领导者，OpenAI 每次推出新产品总能引发大量关注和赞扬。然而，这些 "一边倒" 的热捧是否合理？为了得出客观的结论，我们决定在获得 Canvas 的 beta 权限并亲自体验后，才与大家分享我们的真实感受。Canvas 功能概述首先，我们的结论是：Canvas 并不像传言中那样 "震撼"，也不是所谓 "AGI 的终极交互形态"。那么，Canvas 到底是什么？简单来说，它是 ChatGPT 中新增的内置交互工具，用于更好地辅助用户进行写作和编程。用户可以通过输入 "use canvas" 手动打开，或者由 ChatGPT 自动识别适合场景时自动开启。进入 Canvas 界面后，右下角会提供一些用于写作和编程的快捷键。
写作与编程的支持功能在写作方面，用户能够借助 ChatGPT 获得高级编辑建议、对文本长度进行精细调整，甚至可以调节文本的可读性，以满足不同受众的需求。此外，Canvas 支持插入相关的表情符号，以增加文本的情感色彩和可读性。在编程方面，Canvas 提供代码审查、调试日志添加、注释生成等功能，并支持将代码转换为 JavaScript、Python 等多种编程语言，以增强开发者的灵活性和代码可移植性。提供编辑建议、调整文本长度，甚至可以降低文本的阅读水平。此外，Canvas 还支持插入相关的表情符号来丰富内容。而在编程方面，Canvas 允许用户进行代码审查、添加日志以帮助调试、注释代码等，并且可以将代码转换为 JavaScript、Python 等多种语言。
从整体功能来看，Canvas 结合了 Notion 的文本生成与协作能力，以及 GitHub Copilot 的代码生成与建议功能。具体来说，Canvas 可以提供类似 Notion 的实时编辑、文本管理功能，同时具备 Copilot 式的代码补全和优化功能，试图在写作和编程两方面同时满足用户需求。虽然看起来强大?，但实际使用体验并不如宣传中的 "炸裂"。Notion 目前拥有数以亿计的用户，而 GitHub Copilot 则广受开发者支持。Canvas 试图同时具备这两种服务的功能，这无疑引发了用户的高期待。使用体验与触发机制然而，在实际使用中，我们发现 Canvas 的触发并不总是像演示视频那样顺利。例如，我们在一次测试中输入 "编写一个 Python 脚本来处理数据分析" 时，Canvas 并未自动触发，而是停留在原始聊天界面，这使得我们不得不手动输入明确的指令来启动该功能。而在另一次测试中，输入 "生成一个 Java 程序来实现简单的 HTTP 请求" 时，Canvas 成功启动。这表明它在某些情况下无法正确识别复杂任务的需求，导致使用体验不一致。
OpenAI 官方博客中也提到，Canvas 触发的准确率目前为 83%（写作任务）和 94%（编程任务）。与微软的 GitHub Copilot 相比，Canvas 在编程体验上略显不足。Copilot 可以直接在集成开发环境（IDE）中工作，提供实时代码建议，避免了在聊天界面与代码编辑器之间反复切换的麻烦。而 Canvas 依赖 ChatGPT，需要用户手动将生成的代码复制粘贴到 IDE 中，缺乏深度集成。此外，GitHub Copilot 的自动补全功能使开发者能够在编写代码时实时得到帮助，而 ChatGPT 则需要用户明确提出请求后才能生成代码。Copilot 能基于项目上下文理解代码结构，而 Canvas 的理解能力受限于当前对话内容，无法直接读取完整项目文件。因此，Canvas 在编程效率和项目理解上仍不如 Copilot。AGI 普及路径的探讨通过对比可以发现，OpenAI 推出的 Canvas 更像是尝试将 AI 作为一个平台进行推广，而不是与现有工作流深度集成。这也引发了对 AGI 普及路径的思考：一种路径是大模型公司试图将 AI 作为独立平台推广；另一种是将 AI 作为现有工具的增强功能，融入用户日常应用中，正如微软和 Google 所做的那样，将 AI 嵌入现有的软件中以增强用户体验。从当前的市场反馈来看，大多数用户更倾向于 AI 集成到现有应用中，因为这样减少了适应新平台的成本，并且能够直接提升工作效率。对于 Canvas，许多人认为它更像是展示 AI 可能性的一种工具，而非未来主流的应用形态。商业化与未来挑战最近，OpenAI 宣布完成了 66 亿美元的新一轮融资，公司估值达到 1570 亿美元。然而，这带来的巨大压力也让 OpenAI 显得越来越焦虑。尽管收入在增长，但运营成本仍然居高不下，投资人对持续 "烧钱" 的容忍度逐渐降低，这也迫使公司加快商业化步伐。Canvas 的推出正是 OpenAI 商业化努力的一部分，未来我们可能会看到更多类似的尝试。然而，核心问题仍然是：AGI 的大规模应用何时能真正落地？这是 OpenAI 以及整个 AI 行业面临的共同挑战。