初体验后的总结

有人没有耐心看到最后，我先把我自己测试到的结论放在最前面。（但强烈建议大家阅读全文，不亏）

OpenAI 官方提供了的一个能够自己编写 Python 代码并执行 Python 代码的沙箱。支持用户上传本地的文件。ChatGPT 会基于指令或者文件内容，分析、编写 Python 代码，并反复修改、执行自己的代码，同时，也可以把结果保存成相应的文件供用户下载。

注意！！！其所有的操作都是通过编写并执行 Python 代码实现的，不能直接执行你上传的代码！即便是访问你的上传的代码，它也是通过执行 Python 的 open() 方法实现的，以保证其沙箱的安全性。

优势和长处：

1、第一印象非常惊艳，非常强。我第一次用的时候，给了它一个 CSV 文件，没有给出任何指令的情况下，它自己 balabala 自己搁那一顿分析，然后给出了我非常好的数据分析和可视化结果。从头到尾，我除了「上传文件」这一个操作，其它任何指令都没给…

2、通过执行 Python 库，即使没有 Wolfman 插件的情况下，也可以正确计算数学题目。

3、会给出你思考的过程以及具体的代码文件，是一个非常非常优秀的「数据分析导师」，几乎跑通了自然语言到数据分析+可视化+给出分析结论的流程，而且如果你的数据模板格式相对比较统一，甚至可以把代码保存下来运行（甚至以此解决数据安全问题？）。

4、顾名思义，它是「代码解释器」，有没有可能，它真的会写/改代码…甚至写的比我好…

5、你可以尝试上传任何文件（＜100MB，虽然它不一定为你执行）。我测试了常规的文本（txt，csv，docx，xlsx…），图片，音频，视频…都没有问题。甚至是压缩包和 sqlite .db 文件。只要你自己能用 Python 处理的文件格式，它一律可以处理！

缺陷或者不足：

1、不能联网！不能联网！不能联网！

2、仅限于官方内置提供的一些库，不能自己安装其他库，或调用其他库的功能。（不是 Python 内置库，除了 Python 内置库，相对来说还是有很丰富的第三方库的）

3、续2，尽管能接收图片、音频、视频等类型的文件，但其处理能力也仅限于其提供的一些库的功能，比如不能音频转文字，不能图生图修图等等，能做的，是截取音频、截取视频、转格式、视频转 GIF、GIF 转视频这些用相对常规的库就能实现的操作。

4、官方目前给出的沙盒环境中，缺少中文字体支持。如果上传的文档中有中文内容，虽然能够正确读取并处理，但在 PIL 可视化的过程中，会因缺失字体而显示不正常。后面会详细说。

5、老生常谈的数据安全话题，甚至与 ChatGPT 不同，如果如果你想体验自动化的数据分析或者代码编写，就必须把本地文件进行上传。

官方介绍

在官方的博客 中，是这样介绍 Code interpreter 的：

官方也给出了三个基于此能力的推荐用法：

• Solving mathematical problems, both quantitative and qualitative 解决数学问题，包括定量和定性问题。

• Doing data analysis and visualization 进行数据分析和可视化

• Converting files between formats 在不同格式之间转换文件

实际测试

我按照官方给出的用法，进行一些尝试，并自己测试了一些其他用法。

数学问题

这个只做个简单的测试。因为常规的数学问题，GPT-4 已经有很大的能力提升了。但是，就好比人有了计算器就懒得手算一样，这家伙有了 Python，算个鸡兔同笼竟然也要用 Python 了。

现有一笼子，里面有鸡和兔子若干只，数一数，共有头14个，腿38条，球鸡和兔子各有多少只？

我一时想不出要测什么别的题目…先过，大家可以在评论区出题，我再补充进来。

代码能力

代码能力…还有必要测吗…只不过相比于 ChatGPT 只能写代码，它还可以执行代码得到结果。如：

给定一个 1 到 100 之间的随机整数数组，找出其中所有奇数，并将它们替换为 -1。

同样的，我们也可以上传一段自己的代码，看它是否能执行或者修改。比如一段最简单的爬虫代码：

显然，它不能够执行带有网络请求函数的代码。然后，我让它为代码添加 headers 和 cookies，它分两步完成了我的任务：

第一步，读取代码，它很谨慎地使用了 with open() 方法：

第二步，修改代码：

当然，我可以再多加一个步骤：

总之，沙箱的安全限制还是比较严格的…并不是提供一个直接的终端执行环境。

再比如，我尝试获取沙箱环境上级目录的内容（显然，这样低级的测试 OpenAI 不可能没有考虑到）：

数据分析和可视化

这一部分是重中之重，希望你没有提前退出…不过，由于暂时没找到合适的测试数据（我对数据安全还是心存顾虑），所以我干脆从 Apple Watch 中导出了自己的一些健康数据。

比如我上传了一份自己的 ECG 心率检测数据，这份数据大概长这个样子：

ChatGPT 会怎么做？注意：在这里我直接上传了文件，并未给出其任何具体的指令！它自己直接开始尝试操作，反复读取了前 N 行数据并推断其是什么内容、含义，直到最终准确定位到，从第 14 行开始是具体数据，并尝试将之后的所有数据进行了可视化。（这孩子看来比较轴，不做出个结论来誓不罢休…）

截图里面的每一个 Work，都是一段具体的 Python 代码。具体来讲：

第一次执行，尝试读入了前几行并分析其含义：

然后对这些数据进行了格式化：

然后，它推测这些数据中并不包含真实的 ECG 数值，并继续尝试读取之后的内容：

然后继续清理这些非数值的属性数据直到找到正确的起始数值。

然后主动将其可视化：

这一顿操作…说真的，我已经看麻了。它能够充分发挥「主观能动性」，去尝试摘取属性元数据，去定位具体的数值数据，甚至不需要指令的情况下，根据 ECG 的采样率，画出了正确的图像…

我们来看一眼可视化图像这部分的代码：

注意，源数据中只有一列采样值，并没有具体的时间。它完全是推断出采样频率以后，自行补充计算的时间。

这个源文件的数据格式已经堪称 ugly 了，它都能给出这样的表现…

格式转换

这个格式转换，其实还是比较有想象力的。但是开篇就说了，这些能力仅限于 Python 代码能处理的范围，但是有没有可能，Python 代码本身能做到的事情，就已经很强了…

出于好奇，我还是先测试了一下 GPT-4 发布时的那张梗图 。

但是它告诉我它看不到图片内容：

但是在官方演示中，它明明可以介绍图片内容：

我上传相同的图片，丫就不理我（汉字是我用插件加的翻译）：

算了，看来图像能力没有向我开放，我们还是测试别的内容。

图片处理（缩放、裁切、黑白化等）

音频处理（剪切前几秒）

我先是尝试要求它实现语音转文字（幻想其拥有 Whisper 的能力），显然不能…然后就是常规的音频操作了。

视频处理（剪切几秒并转化为 GIF/或者反过来，GIF 转视频）

它在转化过程中甚至失败并重试了两次…WTF…

其他奇怪的尝试

刚才都是只上传一个文件，突发奇想，如果上传一个压缩包会怎么样…

它会使用 Python 进行解压。虽然中文的文件名乱码了…但是不重要，这意味着我们可以后续处理多文件的任务了。

and…我刚刚意识到，上传文件并不是一次性的…你在上传第一个文件之后，对话框其实是可以支持继续上传其他文件的…

下载文件看的确是成功了的：

脑子好痒，感觉又打开了什么新的想象力大门…

安全性与局限性

安全性

官方已经解释了该插件的安全限制：

总体的安全限制是通过沙箱（sandbox）来实现隔离执行，并禁止代码访问外部互联网。可以看出，虽然类似 AutoGPT 的项目给予了 ChatGPT 更多「访问权限」，但 OpenAI 官方在给予其「执行权限」上还是很谨慎的。

局限性

至于其局限性，我在开篇和刚才的演示中也或多或少提到了。

然后，我又又又突发奇想了！既然它的能力是受限于环境中已经存在的 Python 库，那我们直接问问它自己都有哪些库不就好了吗…

同时…我连代码都没必要写，让丫自己写！

显然…它真的写了，也真的执行了…

然后，我就拿到了 OpenAI 为我们提供的所有 Python 库…WTF…

总之，我人已经麻了…它的限制就是，它只能在以上这些库的能力范围内为你工作…但是…ChatGPT 的大脑+这些库的能力，已经足以做很多很多很多事情了吧…

Whatever，改天我再抽空把这些库具体是用作什么的，逐个分析一遍，然后尝试给出更详细的插件能力用法。

数据安全

还记得我在开篇说的关于数据安全的问题吗。现在的顾虑在于，你需要将文件上传到 OpenAI 的服务器进行分析并执行。有没有解决办法呢？

我又又又又又一次突发奇想：你可以上传一份脱敏的 demo 数据，在 ChatGPT 中完成相应的处理，然后要求它把涉及到的代码保存下来。然后你就可以在自己本地处理真实数据了啊！！！

（小插曲：我让它保存文件时，它又写错代码了，并在重试的时候，纠正了自己的错误。）

这是下载到本地的 Notebook 文件：

麻了，想象力过于丰富，脑子 CPU 要烧了。我不敢往下想了。

总之，这应该当前是整个中文互联网下最全的一份 ChatGPT code interpreter 插件测评吧…希望对大家有所帮助。

后续我会继续为大家更新 ChatGPT 插件的用法（甚至开发，不过我还没拿到开发者权限）