近期最火AutoGPT｜自主 AI 来了？Github3.6w星、能自主完成任务的AI，来看怎么玩！

张波2023年04月17日约 5 分钟

👉腾小云导读 本周AI圈”最红炸子鸡“诞生——AutoGPT。不仅如此，这款软件系统的横空出世，一举将AI进程推向了新高度——自主人工智能。顾名思义，它所具备的能力主打的就是一个“自主”，不用人类插手！本篇作者向ta提出「希望实现财富自由」，AutoGPT随即提出完整方案并自己实施起来。快来围观AutoGPT 的硬核体验和使用教程吧～ 👉 看目录， 点收藏 1 AutoGPT 简介 2 Au t o GPT 能做什么 3 Au t o GPT 的本质与原理 4 Au t o GPT 体验入口与注意事项 5 总结
上周，小云刚给各位分享了「我问了鹅厂程序员：你们工作中怎么用ChatGPT？如何高效Prompt？」。顷刻之间，这几天 AI 圈又诞生一位 “最靓的仔” —— AutoGPT。从这个名字就可以大概看到重点：Auto。没错，重点就是自主，也即拥有自主性的人工智能。
那到底 AutoGPT 是什么？它能做到哪种程度呢？我们先一起来看一个视频：

*视频内容由 AgentGPT 提供，AgentGPT 与 AutoGPT 效果基本一致
视频中我仅设定了一个「我想要财富自由」的目标。AutoGPT 自主地通过 “思考” 制定了一个完整的计划和方案，并且亲自 “实施” 了这个计划。整个过程如下： 1、设定一个目标：我想要财富自由 2、AutoGPT 根据设定的目标拆解主任务（底层是 GPT）

分析当前的财务状况并确定需要优化改进的地方。
制定预算计划以增加储蓄并减少不必要的开支。
探索投资机会，并推荐可靠的方案。

3、分别执行各个主任务并得到结果

执行主任务 1，从分析结果可以看到，相当的合理。
在执行完任务 1 后，根据返回结果，它又给自己添加了一个子任务：进行市场研究以确定潜在的高收益投资选择。
相当于返回结果会被作为新一个目标。
执行主任务 2，同时又会根据任务的返回结果添加额外的子任务。
...

4、当主任务执行完成后，会去执行额外的添加的子任务

一直循环以上过程，自主拆解目标任务、任务获取计划（方案）、然后再自主拆解，一直循环，直到任务实现。最终便会得到一个非常详细的实现财富自由的方案。恐怖如斯。
看完视频，你肯定很想知道 AutoGPT 是什么吧？

1 AutoGPT简介

AutoGPT 可以自主实现用户设定的任何目标。它会把一项目标进行拆分分解，然后自主地提出一个实施计划。
AutoGPT 是 Github 的开源项目，受到了大量的关注。特斯拉前 AI 总监、刚刚回归 OpenAI 的 Andrej Karpathy 也为其大力宣传，并且在 twitter 上发文： AutoGPT 将成为 prompt 工程的下一个前沿。

*截自 @Andrej Karpathy 推文
甚至有大佬认为 ChatGPT 都过时了，AutoGPT 将是新的时代。

*截自 @Gregiseberg 推文

2 AutoGPT能做什么

AutoGPT 正在 AI 圈子里掀起一场风暴，它无处不在。
除了文章开头看到的目标计划外，它还在提高生产力方面做很多事情：比如创建一个后端接口。整个过程包含创建、单测、再创建、再测试然后创建成功，整个过程完全自主，仅需要提供一个目标，AutoGPT 不仅能完成任务，而且还能保证质量。

*视频来自twitter @adamcohenhillel
再比如有大佬实验仅让 AutoGPT 生成一个网站，不到 3 分钟 AutoGPT 就实现了。项目使用 React 和 Tailwind CSS 实现，整个过程完全自主，仅需要提供了一个目标即可。看来程序员「狗头」真保不住了。

*视频来自twitter @SullyOmarr

3 AutoGPT的本质与原理

这次我们简单介绍一下 AutoGPT 的原理，如果各位感兴趣可以留言，我们将出一期文章进行详细介绍。总体来看，如前 Mila 研究所 AI 研究员 Lior 所说： AutoGPT 就相当于是为基于 GPT的模型提供了内存和主体。

*截自@AlphaSignalAI 推文
具体来说，其技术原理有几大要点：

AutoGPT 基于 GPT-4 和 GPT-3.5，底层通过 API 连接；
AutoGPT 可以进行自主迭代，能通过集成 prompt 历史记录以获得更准确的结果；
AutoGPT 有内存管理，集成了数据库，因此可存储历史记录，实现上下文存储并基于此进行决策改进。

那它的本质到底是什么呢？其实很简单： LLM 递归调用 。

* 截自 @Jay Hack 推文
其实这不是 AutoGPT 的专利。类似的工具大致都是这个思想，比如 ViperGPT、SayCan 等。

* 截自 @Jay Hack 推文

整个的过程如下：

输入目标任务。
将目标任务发送给执行客户端（Execution Agent），底层使用 GPT-4，只是这个执行客户端专门用于理解任务、拆分任务以及查询任务结果。
返回任务列表给任务创建客户端（Task Creation Agent），底层同样使用 GPT-4，会基于返回的任务结果再自主创建任务，这里就体现了自主性。
将自主创建的任务作为目标任务，递归调用实现。
所有的任务会基于 GPT-4 进行优先级排序。
任务返回的结果会作为上下文存储起来以用于下次任务的创建。

我们简单将其理解为递归调用。@mathemagic1an 将其理解为 模型堆叠 ：模型向下调用，即将一个模型的结果作为另一个模型的输入，然后一层层调用。

4 AutoGPT 体验入口与注意事项

Auto-GPT

项目地址：https://github.com/Torantulino/Auto-GPT 开源项目，可直接 clone 下来部署运行，部署的步骤在项目的 README.md 中非常详细，也很简单。

AgentGPT

地址：https://agentgpt.reworkd.ai/ 体验地址：https://github.com/reworkd/AgentGPT 开源项目，可以本地部署，与 Auto-GPT 效果基本一致

BabyAGI

项目地址：https://github.com/yoheinakajima/babyagi 开源项目，可本地部署运行
使用中有几个注意事项：

成本相对高且不易控制

针对一个目标，AutoGPT 会进行递归拆解然后发送给 GPT 以获取响应。而且，目标任务越泛，要解决这个任务需要的子任务就会越多，递归的层数就会越大，那么发送给 GPT 的 token 就会越多，相应所耗费的成本就会越多。当然，可以用试着限制对话轮数来软性控制一下，但仅是杯水车薪，而且限制了后还可能无法满足效果，毕竟 AutoGPT 的实现原理就是层层递归调用以获取结果。