前段时间，ChatGPT的官方应用商店GPTS Store终于上线了。
虽然因为OpenAI内部的“功斗”而推迟了近两个月，但GPTS Store的热度在这段时间里并没有下降。
这次正式开通，官方和开发者在GPTS商店里传了出去超过 300 万个应用程序，可以说是非常庞大。
这一次，除了GPTS Store之外，OpenAI新发布的内容还有测试功能。 此功能允许您个性化您的 GPT 并从对话的上下文中学习，因此每个人都有自己的 GPT。
同时，OpenAI还推出了ChatGPT团队计划，可供两人以上的团队使用，每人每月支付30美元，按年支付可享受5美元的折扣。
后两个变化暂时不是特别大，所以今天，我们将重点关注最重要的GPTS商店。
在使用方面，只要在ChatGPT页面点击“探索GPTS”，就可以直接进入GPTS商店。
不过值得注意的是，虽然OpenAI官方表示GPTS商店对所有Plus用户开放，但编辑部发现，在测试开始时，仍有一些账号仍然卡在旧界面，而且没有进入GPTS商店。
在店铺的页面设计上，GPTS Store还是一如既往地延续了OpenAI的极简风格。
顶部的搜索框可用于直接查找相关的 GPT 应用程序，因此您无需像以前那样通过链接共享它们。
如果你不知道该用什么，官方推出了一个受欢迎的推荐，有三个部分：精选周刊、趋势和ChatGPT官方开发，在每个部分下，都有推荐的应用程序。
此外，该商店还有七个细分领域，例如写作、生产力、编程、生活方式等。
乍一看，真的感觉就像你在 App Store 购物一样。
这一次，我们还从他们中挑选了一些实用的小程序，看看他们是否能仅通过商店中的小程序来帮助我们的日常工作。
首先，我们尝试了热榜上排名第二的公司 Consensus，它声称包含 2 亿个学术成果，相当于一个 AI 学术助理，在回答科学问题方面非常专业。
我们问他为什么吃了头孢菌素后不能喝酒，他回答如下：
共识不只是在几秒钟内回答问题您还可以列出支持该想法的相关引文，这使答案具有更高的可信度。 如果你把它作为写作**的效率工具，那么它应该为你节省很多时间，这是一个科研工具。
在效率工具方面，还有一款叫做Alphanotes GPT的工具，顾名思义，它可以帮助你提炼出冗长**和长篇文章的关键点。 分析、引言、要点、论据、背景等一应俱全。
不过，这个工具和b站评论区比较常见的AI**摘要助手很像，看起来不会给人一种新奇感。
那么，让我们来看看一个更有趣的，也在推荐的热门列表中，是一个叫做Logo Creator的图标设计工具。
我们试着让它成为龙年的标志，它没有急于先画，而是先询问需求，比如风格的选择：
它还询问了复杂性，我们是否需要文本，最后，我们是否需要图标、字母徽标、吉祥物徽标或徽章。
完成所有选择后，徽标创建者会根据我们的需要设计图标。
这个效果还是不错的，如果要求不是很高，直接使用也没问题。
总体来看，与之前的Beta版本相比，可以使用的GPTS数量更多，类型也更多样化。
当然，GPTS Store 之所以能做到这一点，主要是因为它降低了 GPT 应用开发的门槛，让用户和开发者可以在自己的身份之间无缝切换。
例如，现在我们可以在 GPT Builder 中提炼一个 GPT，它也可以在商店中列出，只要将提炼后的 GPT 设置为对所有人都可见即可。
认证过程也比较简单，只要填个名字或者填一个**就可以了。
同时，奥特曼在上一届OpenAI开发者大会上提到“每个人都可以用GPTS商店赚钱”的事实也令人瞠目结舌。
根据最新的官方声明，他们正准备在今年第一季度推出第一个开发者收入计划，从美国的开发者开始。
他们能赚多少钱完全取决于用户如何使用它。
这样一来，除了有一定开发经验的创业公司和独立开发者之外，没有学过编程的人现在也可以有多种赚钱方式。
还低准入门槛对GPTS开发的影响并不全是有益的。
例如“同质化”，只需在搜索栏中搜索“translation”，就可以弹出大量相关的翻译gpts，其他类型的gpts也是如此。
同时，GPTS商店的管理暂时还是非常非常混乱的，甚至不在乎重复名称抄袭。
例如，在不久的将来，一些博主分享了他们抄袭GPTS的经历：
在GPTS商店中，真假孙悟空之间的桥梁也离谱，应用可以搜索一堆具有相同姓名和头像的人：
也许，你说你可以通过评估的数量来判断。 但是，如果这些数据可以纵呢？
哪里有列表，哪里就有数据欺诈现在GPTS商店的生态已经混乱到有人准备趁空子谋划互助，刷名单：
我们认为 OpenAI 必须关注 GPTS Store 生态系统，但从目前的情况来看，整个应用商店还是很混乱的，想要少踩坑，主要要看官方推荐。
总的来说，GPTS Store 仍然非常有用，但构建和维护生态系统还需要一些时间。
我们相信，这段时间不会慢，2024年肯定是大模型应用井喷的一年。 那些在大模型领域落后OpenAI一步的大厂商，经过一年的卷起模型，是时候专注于应用层了。
毕竟，无论模型发展得多么好，如果没有生态学和应用，最终的结果大多是灭绝。