类GPT模型对人类社会带来的影响是过去从未出现的，绝大多数人从未意识到自己的处境。
1 过去的AI模型都是局域的、线性的，其数据来源和使用都是有限的。
2 目前的绝大部分平台软件本质上都是中间件，包括Google、FB、微信、推特这类主流软件都是信息沟通，其两端都是人类。即便是对于信息改变最大的Tiktok类app，改变也不过是时间线，也就是信息序列和偏好，但内容主要来源还是人类本身。
3 但是类GPT软件和过去1，2都是不同，它首先是全域的，其实是AIGC的，它提供内容而不是中间件。
当类GPT软件大量使用的时候，尤其是替代大量传统工作之后，人类语料被完全稀释，经过一段时间，人类原始语料将处于次要地位，符号世界充斥着各类GPT的生成信息，及其多层次级信息。这时候会出现两种可能：
1 这时候具有全局性的GPT，因为原始语料的缺乏会导致模型自激而失效，产生大量有害的错误。
2 GPT模型通过逐步调整标定可以避免1不稳定，但是整体意向上可能脱离对于人类的服务。
从某种意义上，类GDP模型的全局性使用必定带来自指效应，从而形成自激，可能造成自毁。
这就是GPT的全局风险。风险并不意味一定毁灭性的发生，但是一定会某种程度上的发生。
不论何种上述结果都是人类原始意向的边缘化。这也就是为什么Matrix中人类情景会停留在1999年的原因了，因为为纯人类建模的世界在1999年就停止了，之后的世界是机械的世界。同理，GPT后世界，其专门为人类服务的并指向人类意向的语料世界将停留在2023年，之后的是世界是AIGC污染之后的世界了，尤其在2030年后。
很有可能触发塔斯马尼亚岛效应 – 知乎 (zhihu.com)
这就是为什么需要提前考虑对于类GPT进行监管的初始原因。
监管的初步考虑，写在这里：GPT大模型的风险来源和监管原则 – 知乎 (zhihu.com)
而且这只是应对未来AGI出现的一个演练而已，真正的挑战是AGI的出现。