GPT目前的表现确实还是研究生水平，一些细节小错误（正负号、差一个2的因子等）时常发生，这些小错误有时候不重要，但有的时候很重要，比如一些东西的计算最终是多项加起来会相互抵消，这时如果其中某些项差个符号或因子，结果当然就不抵消，这两者会有质的区别。而我们能做的就是凭直觉判断它的结果对不对，比如直觉上应该抵消的，它没抵消，那很可能它就错了，当然更保险就是自己算一遍或让它输出详细的过程一项项检查。
无论是“自己算一遍”还是“一项项检查”，都需要你本身熟练掌握整个计算过程，以及自己曾经真的全流程操作过。而所谓的“直觉”更是多年以来计算后大脑里训练出来的无法解释的参数集，也就是说你同样需要用大脑内置的CPU和GPU跑过这些计算和训练。这也是目前基础理学教育令人担忧的地方，学生普遍不愿意自己做计算去刻意训练一些东西，我布置的一些作业有点计算量（甚至只是微积分）就要抱怨，觉得这些计算不是课程相关的知识点没意义。这样将来怎么和喜欢偷懒的AI斗智斗勇呢？其实这还算好的，会抱怨说明作业是自己做的，不抱怨的很多是直接让AI做的作业，然后东西也不过一下脑子就直接放上去了。
当然这也都是比较功利的想法了，如果真的从功利的角度想，也可以赌未来AI真的能做到计算不偷懒、正负号和因子不出错，谁知道呢。自己做计算和推导这些没苦硬吃的笨功夫其实还是看个人喜好，就像有的人喜欢箱庭探索那种上蹿下跳绕远路的感觉，最后找到的宝箱里是什么东西并不重要。有的人就不喜欢这种，尤其宝箱还不掉太好的东西的情况下。所以也确实不能强求，不是每个人都想做理论物理。只能说如果想做理论物理，一定是能够享受计算的苦的抖M，要不理论物理最高的山怎么叫M理论呢[二哈]