本周AI圈”最紅炸子雞“誕生——AutoGPT。

不僅如此，這款軟件系統的橫空出世，一舉將AI進程推向了新高度——

(資料圖片僅供參考)

自主人工智能。

顧名思義，它所具備的能力主打的就是一個“自主”，完全不用人類插手的那種！

例如一位網友就要求AutoGPT開發一個網站，結果不到3分鐘，AI自己就用React和Tailwind CSS“唰唰唰”地搞定了。

AI自己上網、自己使用第三方工具、自己思考、自己操作你的電腦。

這一套打法，算得上是把“行動→觀察結果→思考→決定下一步行動”這條路子給打通并循環了起來。

就連前特斯拉AI總監Andrej Karpathy對此都評價道：

AutoGPT是提示工程的下一個前沿。

而且不只是AutoGPT，最近還陸陸續續地衍生出了各種自主人工智能工具，例如AgentGPT、BabyAGI等等。

然后網友們對面此景也坐不住了，驚嘆于AI發展的日新月異：

這倆月，一睜眼就出新東西，太累了。

無需人類插手的AutoGPT們

那么這個當紅的AutoGPT，和之前ChatGPT那波AI又有何區別？

微博博主“木遙”便下場親測了一下。

圖源：微博博主“木遙”他測試所用的題目是“給我解釋LangChain怎么用”（LangChain是大型語言模型的一種應用框架）。

這個問題若是交給傳統的GPT，由于LangChain這個概念太新，AI就會出現不知道怎么回答的情況。

若是交給“GPT+插件”這個組合來回答，那結果就會有點像Bing或者Bard。

但AutoGPT上手就不一樣了，來欣賞一下它的執行過程：

首先試著直接去LangChain官網爬信息。被官網拒絕了，可能因為有屏蔽。發現失敗了之后想了想，說要不Google一下？Google出了很多結果。讀了半天這些結果，說「現在我們已經搜集了不少有用的信息了，接下來讓我們安裝它玩一下」然后就開始動手在我的電腦上安裝LangChain……

而博主“木遙”在這整個過程中所做的事情就是“坐在屏幕前看著這一切自動在我眼前發生”……

圖源：微博博主“木遙然后這位博主不禁發出了感慨：

我要是有它這個行動力，三個PhD都念完了。

有類似自主能力的AI，還有最近同樣火爆的AgentGPT。

也是只需要給個任務，剩下的都交給它來完成：

用100美元的資金創建一個新的創業公司。

AgentGPT在接到這項任務之后，便開始了他的展示：

思考中……添加任務：研究需要最少資金的低成本商業模式。添加任務：確定潛在的目標市場及其需求。添加任務：開發一個精簡的MVP（最小可行產品），并在目標市場進行測試以驗證需求。思考中……

然后AgentGPT先是輸出執行“研究需要最少資金的低成本商業模式”的結果：

根據我的研究，一些需要最少資金的低成本商業模式包括：

1、Dropshipping：通過Dropshipping，你可以在網上銷售產品而無需持有庫存。您只需通過第三方供應商完成訂單，第三方供應商將產品直接運送給您的客戶。你可以從50美元開始支付網站托管和域名注冊費。

2、 社交媒體營銷：如果你有社交媒體營銷的天賦，你可以通過幫助企業接觸他們的目標受眾來創辦自己的代理公司。你所需要的只是一臺電腦，互聯網連接，以及一些社交媒體營銷的經驗和技能，而你的起價只有50美元或更少。

3、活動策劃：如果你對組織活動有熱情，你可以開始自己的活動策劃業務。你可以從策劃一些小活動開始，比如生日派對、婚禮等等。你可以從100美元開始，創建一個簡單的網站，名片，并通過社交媒體營銷自己。

4、自由寫作：如果你有寫作天賦，你可以開始自己的自由寫作事業。你可以通過在線平臺，如Upwork、Fiver和其他求職網站找到客戶。只需50美元，你就可以創建一個投資組合網站，并通過社交媒體營銷自己。

這些只是一些低成本的商業模式，你只需要100美元的資金就可以考慮。選擇一個符合你的技能和興趣的商業模式是很重要的。

到這還沒有完，AgentGPT會繼續開始它的工作：

思考中……添加任務：針對每種已確定的低成本商業模式，對潛在的產品或服務想法進行頭腦風暴。添加任務：評估每個想法的潛在盈利能力和可擴展性。添加任務：選擇最有希望的想法，并開發精益MVP，用于目標市場的測試。

而后便是繼續地再思考、執行。

再如BabyAGI，也只需給個目標和任務迭代次數，AI“唰唰唰”地便自己搞了起來：

而且已經有博主開始把AutoGPT當做自己的生產力工具了——做視頻！

不少網友在看到AI們的如此表現之后，表示整個人都通透了：

怎么玩？

這么強的工具，真的不想親自玩一下？

操作一點也不麻煩。

首先，準備好OpenAI API和PINECONE API的密鑰（后者是專為AI長期內存開發的一個數據庫，使用前者則會消耗你OpenAI帳戶中的余額，免費版本送18美元）。

Python要求3.8版本及以上。

如果你需要語音輸出，你也可以準備一個ElevenLabs API的。

Ps. 獲取地址都放在文末鏈接中了。

接下來， 打開你的CLI工具下載AutoGPT項目：

git clone?https://github.com/Torantulino/Auto-GPT.git

然后：

cd ‘Auto-GPT’
pip install -r requirements.txt

接著找到AutoGPT的根文件夾，將“.env.template”重命名為“.env”并打開。

再將密鑰都替換為你準備好的那些。

最后，在終端運行：

python scripts/main.py

如果要使用語音模式，運行：

python scripts/main.py —speak

如果不能訪問GPT-4，開啟“gpt3only”模式：

python scripts/main.py —gpt3only

現在，你就可以開始搞你自己的AutoGPT項目了。

記住在AuroGPT的每個操作之后，輸入“NEXT COMMAND”授權程序繼續。

盡管項目也提供了不用這么麻煩的“連續模式”，最開始運行時用這個命令：

python scripts/main.py —continuous

但作者強烈不推薦！！因為它可能會導致你的AI一直運行下去或執行你正常根本不會授權的操作。

如果你非要試試，風險自負……

以及默認情況下，AutoGPT用DALL-e生成圖像，要換Stable Diffusion的話，需要一個HuggingFace API的令牌。

本質是“套娃”

簡單介紹一下AutoGPT的原理。

AutoGPT由于擴大了自己的應用范圍，包括執行文件操作、網頁瀏覽和數據檢索等，有別于我們之前見過的所有AI（GitHub上已攬獲3.6萬+標星）。

如Mila研究所前AI研究員@Lior分析：

AutoGPT相當于給了基于GPT的模型一個內存和一個主體（body）。

具體來說：

AutoGPT的架構基于GPT-4和GPT-3.5，靠API連接；

AutoGPT可以進行自主迭代，即通過自我批判性審查來改進輸出、在先前工作的基礎上進行構建，并為了獲得更準確的結果集成prompt歷史記錄；

AutoGPT具有內存管理，集成了Pinecone數據庫，因此它可進行長期內存存儲，保存上下文并基于此進行決策改進。

而在推特博主Jay Hack看來，AutoGPT等類似工具的出現，其實證明了智能的本質是“套娃”這件事兒。

因為不論是AutoGPT還是BabyAGI，它們都是用LLM來遞歸地調用自己。

這在AI領域最近可謂是個大趨勢：

專業一點的話來說，這叫模型堆疊，即模型“一路向下”，去套用別的模型來拆解并解決任務。

用咱大白話來說，這就是“套娃”。

除了AutoGPT、BabyAGI這些，還有ViperGPT、SayCan和ToolKit等最新工具，以及前面微軟發布的VisualGPT和HugginGPT，都差不多是這個思想。

再往前一些，初代DALL·E其實就是CLIP套VAE。

有意思的是，Jay Hack指出，有著“人工智能元老”之稱的馬文·明斯基早在1986年就把人類智能描述成有許多相互作用子系統的組織。

最后，Jay Hack也表示，正是因為“套娃”這種操作，我們的AI現在才得以拿下更為復雜的任務。而這，也就離通用人工智能更近一步。

確實，有不少網友都贊同：

AutoGPT可能就是AI領域中的下一大趨勢。

面對如此強大的“套娃”工具們，一些人則開始哀嚎了：

本文作者：金磊、豐色，來源：量子位，原文標題：《本周最火AutoGPT！GitHub3.6萬+標星，解決復雜任務全程無需人類插手》

風險提示及免責條款 市場有風險，投資需謹慎。本文不構成個人投資建議，也未考慮到個別用戶特殊的投資目標、財務狀況或需要。用戶應考慮本文中的任何意見、觀點或結論是否符合其特定狀況。據此投資，責任自負。

關鍵詞：