當地時間 7 月 7 日，OpenAI 在社交平臺表示，將向所有 ChatGPT Plus 用戶開放代碼解析器（Code Interpreter）功能。消息一出便瞬間引發了開發者們的廣泛關注，該功能被有的開發者認為是自 OpenAI 發布 GPT-4 以來最強大的功能。

有了 Code Interpreter，語言模型不僅可以生成代碼，還可以獨立執行代碼。這個插件允許用戶直接在 ChatGPT 對話窗口直接調用 Python，直接進行數據上傳、下載、分析（統計）、作圖，甚至進行文件格式轉換及解決定性和定量數據問題。

代替數據分析師？

在大數據時代，對復雜數據集進行可視化的能力已經不只是一項技術，更是一種必需。數據可視化是我們從日常瀏覽的海量數據中提取洞察的關鍵，讓我們能夠將規模龐大的原始數據轉換為既具有視覺吸引力、又易于理解的圖形。然而，實現可視化的具體過程往往令人生畏，其中涉及到復雜的數據處理、設計和調試環節。

ChatGPT 的 Code Interpreter 被很多網友認為是數據可視化領域的規則顛覆者。

比如，之前如果要創建一份柱狀圖來說明不同產品在特定時期內對應收入，需要在 Python 中編寫 SQL 查詢或處理數據，這對缺乏編程背景的人來說比較困難。但有了 ChatGPT Code Interpreter 后，我們唯一要做的就是提出問題。只需用簡單的語言指導 AI，它就能做好余下的工作，基于現實數據創建出詳盡而準確的可視化結果。這種易用性不僅體現在柱狀圖中，餅狀圖、折線圖、散點圖等其他數據可視化類型也均可支持。

Code Interpreter 實際上是“沙盒、防火墻執行環境以及一些臨時磁盤空間”中的 Python 解釋器，其中的所有數據可視化都是使用 Python 生成的。

目前，已經有不少網友分享了自己如何讓用這款 AI 工具如何生成富有洞見的可視化結果。Twitter 活躍用戶、賓夕法尼亞大學沃頓商學院教授 Ethan Mollick 分享了自己使用 ChatGPT Code Interpreter 的經驗。他上傳了一個 XLS 文件，并向 AI 提出三個問題：

“你能通過可視化和描述性分析，幫助我理解數據內容嗎？”

“你能試著用回歸分析找到其中的模式嗎？”

“你能運行回歸診斷嗎？”

Code Interpreter 完成了數據處理，并根據 Ethan 的要求給出準確的可視化與分析結果，展現出輕松處理復雜數據解釋任務的強大能力。

部分結果示例

在另一個示例中，Ethan 要求 Code Interpreter 執行敏感性分析。盡管 AI 無法訪問原始數據，仍能解決問題并提出有用的見解。這凸顯出該工具在處理計劃外數據相關問題時，表現出的良好適應性和智能水平。

Twitter 用戶 Patrick Blumenthal 則向 Code Interpreter 提交了原始 UFO 目擊數據集。該 AI 根據數據內容生成了完備的 HTML 熱圖，表現出利用不同數據集快速創建數據可視化結果的潛力。

這些真實示例說明，ChatGPT Code Interpreter 在簡化數據可視化過程方面有著強大能力。通過對話中提出的問題，用戶無需編寫任何代碼即可獲取有價值的見解和關于數據的圖形表示。Ethan 對 Code Interpreter 的評價是“用過的最有用、最有趣的 AI 模式”。

ChatGPT Code Interpreter 不僅是一款數據可視化工具，更是一款強大的數據分析工具。它能夠解釋復雜數據集、發現各種模式并為決策提供寶貴的信息和見解。

數字營銷公司的 Greg Isenberg 表示，Code Interpreter 通過分析搜索引擎算法和用戶行為，為內容優化生成數據驅動的見解，并通過定制的策略提高網站排名，從而徹底改變了 SEO。隨著進入新的排名，新公司將會增加數百萬美元的收入。將 Code Interpreter 與 Google Search Console 數據結合使用現在似乎已經成為一種流行的用法。

另一個例子中，一位 Twitter 用戶分析了他最喜歡歌曲的 300 小時 Spotify 播放列表。該聊天機器人提供了可視化功能，還幫助進行數據檢索，并解釋了如何使用 Spotify API。

此外，Code Interpreter 不僅可以根據數據創建 GIF，還可以涉足其他格式的文件。一位名為 Riley Goodside 的提示工程師上傳了一個 GIF，并要求聊天機器人使用 Zoom 將其轉換為 MP4，Code Interpreter 也成功做到了。

有人認為，這種以對話方式執行復雜數據分析任務的能力，徹底改變了行業中的傳統游戲規則。它將數據分析能力交付至每一個人手中，打破了以往高水平編碼人員或數據科學從業者對這類知識的“壟斷”。無論是想要解讀銷售數據的小企業主、想要分析學生成績數據的教師，還是致力于數據驅動故事的記者，ChatGPT Code Interpreter 都能幫助大家更好地理解數據內容。

不過也有人表示，沒有想象的那么強大。“在合并多個復雜文件的時候，塔只會遵循一些特定的方法合并，如果遇到的這個方法不行，現場就崩給你看。”知乎答主“極薩學院冷哲”表示，“它只適合做一些你看起來就知道怎么做，但是超級費工夫的批處理工作。但是對于那種你看起來都不知道怎么做、一臉懵的情況，他也會一臉懵。”另外需要注意的是，ChatGPT Code Interpreter 目前似乎對中文用戶不太友好，不如使用英語帶來的體驗好。

“這種匆忙的開放，其實 OpenAI 遇到了非常大的服務器計算壓力，以至于他們肯定是在后臺做了限制之前我看內測的時候大家常用的摳圖或者圖像和視頻處理，現在都被進行了限制，要么說不能做，要么說計算能力不足。“極薩學院冷哲”推測道。

改變編碼方式

ChatGPT Code Interpreter 也在改變我們的編碼方式。

Ethan 使用 Code Interpreter 獲取舊的 scratch STATA 文件和代碼，并使用 Python 復制它們。

ChatGPT Code Interpreter 基于機器學習技術，主要支持 Python，但 ChatGPT Code Interpreter 在設計上也兼顧了對其他編程語言的理解和交互能力，是一款功能完備、適用范圍極廣的編碼工具。

ChatGPT Code Interpreter 之所以大受歡迎，原因之一就是它能彌合技術知識與創造力之間的巨大鴻溝。大家不再需要精通 Python、HTML 或者 JavaScript，即可將數據可視化由想法變成現實。反過來，我們也可以依靠 ChatGPT Code Interpreter 的 AI 編碼知識解決各種繁重的開發任務。

ChatGPT Code Interpreter 是“無代碼運動”這一整體趨勢的重要組成部分。無代碼運行的目標是消除編碼需求，借此降低技術的獲取門檻。其中涉及一系列工具和平臺，希望幫助人們無需編寫任何代碼即可創建軟件、網站和應用程序等。

無代碼運動正在蓬勃發展，ChatGPT Code Interpreter 等工具則引領著這股潮流。由于無需編寫任何代碼即可實現復雜的數據可視化與高級數據分析，ChatGPT Code Interpreter 正切實推動技術大眾化、將數據之力交付到每個人手中。

雖然 ChatGPT 的 Code Interpreter 改變了游戲規則，但它也還有一些限制：

Plus 會員要求：目前，這項強大的功能僅適用于專業會員。此付費墻可能會限制無法負擔專業會員資格的個人或組織訪問，從而排除一部分潛在用戶。

等待時間：注意到代碼執行的等待時間相對較長。雖然考慮到正在執行任務的復雜性，這是可以理解的，但在經常需要快速結果的快節奏環境中，這可能是一個問題。

有限的互聯網訪問：出于安全原因，Code Interpreter 無法訪問互聯網。這意味著它無法進行外部 API 調用或實時從網絡獲取數據，這可能會限制其在某些用例中的功能。

知識截止：截至目前，ChatGPT 的訓練數據僅包含截至 2021 年 9 月的信息。雖然這是最近的事，但這確實意味著該模型可能不知道或無法利用技術的某些進步或變化，如編程語言，或從那時起出現的庫。

復雜錯誤處理：雖然 ChatGPT 在理解和執行代碼方面做得值得稱贊，但處理復雜錯誤或錯誤可能并不那么簡單。對于初學者來說，如果沒有集成開發環境 (IDE) 通常提供的詳細錯誤消息，對代碼進行故障排除可能會有點困難。

但無論如何，ChatGPT Code Interpreter 仍被認為是編程未來在當前階段的投射。ChatGPT Code Interpreter 用對話消解了編程過程中的技術元素，有助于推動編程能力的大眾化。