从 ELIZA 到 ChatGPT？两代对话系统的距离

1966 年，MIT 的魏岑鲍姆发表了一个叫 ELIZA 的程序，能像心理咨询师一样跟人一问一答；2022 年 11 月底，ChatGPT 上线，两个月用户破亿，AI 对话第一次成为大众日常。两端之间隔了五十六年，中间的差距到底体现在哪些技术环节？这篇只把两代系统的公开技术特征逐项摆出来对照，不替它们分高下——结论留给读者。

1966 年的模式匹配机

先把第一端说清楚。ELIZA 的公开实现思路写在魏岑鲍姆 1966 年的论文里：程序预先写好一套规则，扫描用户输入里的关键词，套用改写模板生成回复；最出名的 DOCTOR 脚本模仿罗杰斯学派心理咨询师的话风，多用反问与复述。它的「对话」完全由人工规则驱动，不存储语义，不学习数据，同一个输入几乎总是得到同类的应答。值得记进历史的是用户反应：公开文献里反复记录，不少与它交流的人把理解力投射给了它，魏岑鲍姆本人在后来的公开著作里对此表达过深切的不安，这段公案见ELIZA 诞生一篇，与图灵测试的传统一脉相承，见图灵测试一篇。

两代系统的技术对照

把 1966 年与 2022 年两端的公开技术特征并排放着看，差异集中在四个环节。其一，知识从哪来：ELIZA 的对话能力全部由人工写进规则表，规则之外一无所知；ChatGPT 这类模型的知识与措辞来自海量文本的预训练，再经人类反馈的对话数据调整，见ChatGPT 上线两个月发生了什么一篇。其二，怎么决定下一句话：前者按关键词查表套模板，后者按概率在词表上逐个生成，同一个问题每次的答案都可能不同。其三，上下文能记多长：ELIZA 只维护一个很小的近期记忆，聊几句就丢；ChatGPT 按公开介绍能携带几千到上万 token 的上下文，长对话里的前文依然在场。其四，覆盖什么话题：脚本只在写过的领域里成立，出了脚本就露馅；预训练模型的覆盖面取决于训练数据，话题边界宽得多，但边界在哪、错了怎么办，公开讨论至今没有标准答案。

为方便速查，把这几个环节列在一处：

知识来源：人工规则表，对比海量文本预训练；回应方式：关键词查表套模板，对比逐词概率生成；记忆尺度：小规模近期输入，对比数千上万 token 上下文；话题覆盖：脚本圈定，对比训练数据圈定；开发方式：编写规则，对比预训练加人类反馈对齐。

五十六年间的几个台阶

两端之间的距离不是一跃而过，公开文献里有几个清晰的台阶。七十年代有 PARRY 等更精细的脚本系统，仍是规则路线；此后聊天机器人长期是小众玩具。转折发生在统计与神经方法的引入：2014 年前后，序列到序列的神经对话模型公开，端到端学对话第一次可行；2017 年 Transformer 架构公开（见Transformer一篇），为大规模预训练铺好底座；2018 到 2020 年，GPT 系列沿规模路线推进；2022 年，InstructGPT 与 ChatGPT 把「按人类偏好对话」补齐，见InstructGPT一篇。每级台阶都是公开论文里有记录的工作，五十六年的路数得出来。

用户感受的两次错位

对照之外还有一个耐人寻味的公开现象：两代系统都出现过「用户感受」与「技术实况」的错位。ELIZA 年代，程序只会套模板，用户却愿意相信它听懂了；ChatGPT 年代，模型确实在广泛的任务上有真实能力，公开讨论里则不断有人把它理解得超出实况，也有人把它贬得一文不值。两次错位方向相反，主题却是同一个——人怎么面对一个会说话的机器。魏岑鲍姆当年在公开著作里留下的反思今天读来仍不过时，换成今天的语境，把「表现得像懂」与「真的懂」分开看，依然是讨论 AI 对话时最省力的第一步，相关争议的公开记录见 LaMDA 一篇。

隔着五十六年对话

今天你打开 Kimi 或豆包，让 AI 帮忙改一封邮件、解释一段代码，回过神来会发现：这段日常对话里，每一样东西都是 ELIZA 没有的——学出来的语言能力、长上下文、开放话题。反过来说，两代系统共享的也不少：都在模拟对话、都曾被投射理解力、都引发过「人机关系」的公开讨论。技术特征摆完，对照到此为止；哪一代「更智能」、差距该用什么尺度量，是见仁见智的问题，本文不代答。唯一可以确定的是，1966 年那间实验室里写下的第一段对话脚本，确实是这条五十六年长路的起点。

关于两代对话系统的常见疑问

• ELIZA 和 ChatGPT 的核心技术差别是什么？公开技术口径下，前者靠人工规则加关键词匹配生成应答，后者靠海量文本预训练加人类反馈对齐、逐词概率生成，四个环节的逐项对照见正文。
• ELIZA 会学习吗？不会。按其公开实现，它不从对话中学习，规则表之外没有能力，同一输入的应答高度固定。
• 为什么说两次「用户感受错位」方向相反？ELIZA 年代是能力有限而被高估，ChatGPT 年代是能力真实但公众评价两极，两个方向的公开记录都很多，本文不做评判。