大模型应用，也要开始卷起来了。
GPTs太火了。OpenAI的首届开发者大会之后，短短半个月时间，已经出现2万个GPTs，平均每天冒出来1300个。这个热度，跟ChatGPT刚发布时有得一拼。
GPTs相当于个人定制版的ChatGPT。在ChatGPT后台，你可以用很简单的提示词，创建一个高度个性化的“小ChatGPT”，以完成特定任务。这个过程，不需要编程，也不需要懂代码，只需要有一个ChatGPT Plus账户，会用电脑就行。
用户们自发创建的这些GPTs，几乎涵盖了你能想到的所有领域——实用工具、生活助手、学习陪伴……有人用它画画，有人用它做数据分析，有人用它模仿马斯克说话。都说高手在民间，这有点在抖音上拍短视频那味了。
普通用户开发应用的门槛，被GPTs彻底抹平。就像当年苹果推出Apple Store，吸引大量开发者围绕它开发各种APP，相比之下，GPTs对开发者的要求更低。
前阵子百度创始人李彦宏刚奉劝过创业者，不要卷大模型了，那是重复造轮子，还是卷应用吧。话音未落，GPTs就卷起来了。
目前，OpenAI还没有推出官方的GPT商店——之前给出的时间是11月底。因此，我们没法看到所有公开的GPTs名单。不过，这事已经有人替OpenAI干了。在OpenAI宣布上线GPTs的第二天，就有开发者捣鼓出了民间GPT Store，然后没过几天又涌现出一批相似网站。
根据GPTs Hunter显示的实时数据，截至11月24日8时，平台收录的GPTs数量一共有21805个。这些GPTs类别广泛，高频关键词包括：生产率、开发者工具、客户支持、教育助理、营销、语言学习等等。
比如生产率相关的，法律GPT可以就法律案件提供咨询，编程GPT可以协助编写代码，招聘GPT能对简历和职位描述进行比较并生成表格，财务GPT能分析解读财务报表。写作相关的，帮你写小红书文案，写简历，写报告，编故事……语言相关的，像马斯克一样说话，普通话教练，迂回沟通者——号称“企业黑话专家，从不直接”，以及还有一个“车轱辘话专家”。
另外，有一大堆教你怎么做GPTs的GPTs，它们通常叫“GPT builder builder”或“GPT Builder Plus”。总之，五花八门，无奇不有。
目前，OpenAI还没有从源头上推出有效的防护措施，攻防的猫鼠游戏还在继续。
有一些人想靠GPTs赚钱，他们认为这是跟当年的Apple Store一样巨大的机会。用户创建GPTs之后，可以自用，也可以分享给他人，更关键的是将来可以提交至GPT Store，并从中获得收入。
如果将ChatGPT看作智能手机，那GPTs就是跑在手机上的APP。APP开发养活了大量开发者，成就了无数伟大的公司，GPTs是否也有一样的商业前景？
早有创业者闻风而动。他们的第一个切入口是GPT Store。在OpenAI上线官方的GPT Store之前，存在一个短暂的时间窗口。快速增长的GPTs需要一个统一的入口进行导航和分发，第三方导航站应运而生。
GPTs Hunter在GPTs推出的第二天就上线了，然后快速进行了版本迭代。据开发者Airyland透露：“基本是用AI糊出来的”，很多环节都是用AI写的代码，“代码很乱，不过没关系，it works。”目前，已经有金主在GPTs Hunter网站投放广告，推广自家产品。相当于，这款产品刚上线，就产生了收入。
不过，也有人不好看导航站的前景，一是技术壁垒不高，二是官方应用商店上线后会迅速替代。至于开发GPTs，目前还没有多少人赚到钱。因为门槛低，所以壁垒不高，大部分人还是抱着玩一玩的心态在参与。
刘宇龙认为，GPTs应用供给侧将会在短时间内极大提升，但需求侧没有得到充分满足，“大家都觉得能赚钱，开发者这边变成了红海，需求那边是蓝海。所有人都在做GPT，都在做提示词，但是真实可落地的客户需求场景很少。”
这取决于很多因素。“不同开发者对行业的认知差异，客户对新生技术和事物的信息差，新技术门槛、市场教育，以及需求匹配效率等等。而这也孕育着巨大的机会空间。”刘宇龙说。
现阶段的GPTs大爆发，有点像是平民创业，一个厨师可以把自己的菜谱做成一个GPT，或者一个健身教练可以把自己的心得做成GPT，然后共享给其他人使用。
对于个体而言，更大意义是能拥有一个定制化的智能助手，补齐自己某方面的能力短板，把一些自己不擅长或没时间做的事情，交给GPTs去完成。
对于企业而言，GPTs并未改变原有的流量分发逻辑，它更多是一个工具，辅助既有业务降本增效。
不过，OpenAI的技术在快速迭代，GPTs的能力有多大空间存在变数。比如开发者还可以把第三方API接入自己的GPT，将其武装得更加强大。
在GPTs的生态里，OpenAI的角色很微妙，它既是裁判，也是运动员。有人认为，OpenAI先让开发者去探路，试一试哪些应用最有前景，然后可能就会推出自己的应用。
无论如何，AI大模型在应用层的马拉松已经打响发令枪了。无论是GPTs还是其他任何形态，越来越多的AI原生应用会在接下来出现。或许很快，我们就要被应用包围了。