AutoGPT——自主 AI 来了？
本周 AI 圈 “最靓的仔” —— AutoGPT
从这个名字就可以大概看到重点：Auto，对，没错，自主，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：
AutoGPT —— AgentGPT
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 !!#FA5151 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：
- 设定一个目标：我想要财富自由
- 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
- 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
- …
- 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。
哇塞，恐怖如斯。是不是有点无敌呀，财富自由原来这么简单。
看完视频，你肯定很想知道 AutoGPT 是什么吧。
1. 它是什么？
AutoGPT 可以自主实现用户设定的任何目标。
AutoGPT 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，包括特斯拉前 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。
图片截取于 Andrej Karpathy 推文
甚至有大佬认为 ChatGPT 都过时了，AutoGPT 将是新的时代。
图片截取于 Gregiseberg 推文
2. 能做些什么？
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**，咱就说恐怖不恐怖吧！
AutoGPT 生成 API
视频内容来自于推文
再比如有大佬实验仅使让 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。
AutoGPT 生成网页
视频内容来自源于推文
3. 本质是什么？
这里简单介绍一下 AutoGPT 的原理。
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
图片截取于 Gregiseberg 推文
具体来说：
- AutoGPT 的基于 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
图片截取于 Jay Hack 推文
其实，这不是 AutoGPT 的专利，大量的工具都是这个思想，比如 ViperGPT、SayCan 等，
图片截取于 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，这里就提现了自主性。
- 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. 怎么尝试
- 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
5. 注意点
-
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。
-
结果暂无法干扰（训练）
AutoGPT 原理简单，但对于我们来说其实是一个递归黑盒，暂时没有方法可以限制每一层的调用或者说定制化调用。
6. 期待
AutoGPT 可能就是 AI 领域中的下一大趋势。能做的、能承载的越来越多，相信GPT 的想象力空间还有多大，我们继续拭目以待。
有时候在想，AI 要是取代了自己该怎么办，可要是 AI 真能取代自己，想想还是挺好的！