介绍
Auto-GPT是一种以自然语言给出目标的“AI代理”，可以尝试通过将目标分解为子任务并自动循环使用Internet和其他工具来实现该目标。它使用OpenAI的GPT-4或GPT-3.5 API，是使用GPT-4执行自主任务的应用程序的首批实验性项目，目的是让 GPT-4 完全自动化运行。除了能够自动联网搜索、搜集各种数据之外，它还能尝试访问当下的主流网站和平台，利用 GPT 进行文件存储和总结。它有可能成为自动化任务的强大工具。
特性
- 🌐用于搜索和信息收集的 Internet 访问
- 💾长期和短期内存管理
- 🧠用于文本生成的 GPT-4 实例
- 🔗访问热门网站和平台
- 🗃️使用 GPT-3.5 进行文件存储和汇总
- 🔌插件的可扩展性
原理
ChatGPT 唯一不太好用的地方，就是需要人类输入 Prompt。而 Auto-GPT 的一大突破是，可以让 AI 自我提示，它就像是赋予了 GPT-4 记忆和实体一样，让它能够独立应对任务，甚至从经验中学习，不断提高自己的性能。
我们每分配一个任务，Auto-GPT 都会给出一个相应的解决计划。比如，需要浏览互联网或使用新数据，它便会调整其策略，直到任务完成。这就像拥有一个能处理各种任务的私人助手，如市场分析、客户服务、市场营销、财务等。
想让 Auto-GPT 运行起来，需要依靠以下 4 个组件：
-
架构
Auto-GPT 是使用强大的 GPT-4 和 GPT-3.5 大型语言模型构建的，它们充当机器人的大脑，帮助它思考和推理。
-
自主迭代
这就像机器人从错误中学习的能力。Auto-GPT 可以回顾它的工作，在以前的努力的基础上再接再厉，并利用它的历史来产生更准确的结果。
-
内存管理
与向量数据库（一种内存存储解决方案）集成，使 Auto-GPT 能够保留上下文并做出更好的决策。这就像给机器人配备了长时记忆，可以记住过去的经历。
-
多功能性
Auto-GPT 的文件操作、网页浏览和数据检索等功能使其用途广泛。这就像赋予机器人多种技能来处理更广泛的任务。
使用
- 从这里下载最新的稳定版本：github.com/Significant….
- 进入界面后，你先明确想让 AI 帮忙做什么，然后为 AI 起个名字。
- 像官方 demo 展示的那样，你给 AI 起名为“Chef-GPT”，再进一步明确它的身份，“这个大厨 AI 可以自己浏览互联网，为下一个即将到来的大节日想出合乎时宜的、独特且原创的菜谱。”
- 你还可以进一步细化你的目标（最多可写 5 个），比如：
- 目标 1：为将到的大节日（比如复活节）发明菜谱，得是原创，而且得是不落俗套的；
- 目标 2：菜谱生成直接生成文件，保存到我电脑本地；
- 目标 3：实现目标后就停下。
然后，就什么都不用管了，AI 会自行拆解多个任务，自己进行多轮提问，不停迭代，直到问题解决。
- 据用户反馈， Auto-GPT 也能编程，它处理 Java 可能会遇到困难，但和 Python 配合得很好，只要脚本不太复杂，生成结果就能让人惊喜。
- 建网站也不在话下。一位叫 @Sully 的 Twitter 用户用 Auto-GPT 建站，要求是用 React 写一个网站，背景为蓝色，并指定了页面标题和简单元素。结果是 Auto-GPT 在人类不干预的情况下，用三分钟就做完了。
- 想要用上 Auto-GPT ， 你得经过多个步骤将其部署到电脑后才行。现在，有人帮你做了一个组装好的 web 版的 AgentGPT，输入你的 OpenAI API 密钥，就能使用了。由于 Auto-GPT 接的是 GPT-4 的 API，所以它的运行会消耗你 OpenAI 账户里的额度。而且Auto-GPT 运作成本相当高，你最好多盯着你的 OpenAI 账户，对 API 做些限制。
限制
Auto-GPT 在实际使用时，经常会陷入到死循环里……
那么，为什么 Auto-GPT 会陷入这些循环？
- 要理解这一点，我们可以把 Auto-GPT 看作是依赖 GPT 来使用一种非常简单的编程语言来解决任务，解决任务的成功取决于两个因素：编程语言中可用的函数范围 和 GPT 的分治法能力（divide and conquer），即 GPT 能够多好地将任务分解成预定义的编程语言。遗憾的是，GPT 在这两点上都是不足的。
- Auto-GPT 提供的有限功能可以在其源代码中观察到。例如，它提供了用于搜索网络、管理内存、与文件交互、执行代码和生成图像的功能。然而，这种受限的功能集缩小了 Auto-GPT 能够有效执行的任务范围。
- 此外，GPT 的分解和推理能力仍然受到限制。尽管 GPT-4 相较于 GPT-3.5 有了显著的改进，但其推理能力远非完美，进一步限制了 Auto-GPT 的解决问题的能力。
- 这种情况类似于尝试使用 Python 构建像《星际争霸》这样复杂的游戏。虽然 Python 是一种强大的语言，但将《星际争霸》分解为 Python 函数极具挑战性。
- 本质上，有限功能集和 GPT-4 受限的推理能力的结合，最终造成了这个循环的泥潭，使 Auto-GPT 在许多情况下无法实现预期的结果。
