介绍:
硅谷对自动化一切的追求是永无止境的，这解释了它最近的痴迷：Auto-GPT。
本质上，Auto-GPT 利用 OpenAI 最新 AI 模型的多功能性与在线软件和服务进行交互，使其能够“自主”执行 X 和 Y 等任务。但由于我们正在学习大型语言模型，这种能力似乎是像海洋一样宽，但像水坑一样深。
Auto-GPT——你最近可能已经在社交媒体上看到了它——是一款开源应用程序，由游戏开发商 Toran Bruce Richards 创建，它使用 OpenAI 的文本生成模型，主要是 GPT-3.5 和 GPT-4，“自主地”行动”
这种自主性没有任何魔力。Auto-GPT 只是处理对 OpenAI 模型初始提示的跟进，询问和回答它们，直到任务完成。
基本上，Auto-GPT 是 GPT-3.5 和 GPT-4 与指示 GPT-3.5 和 GPT-4 做什么的伴侣机器人配对。用户告诉 Auto-GPT 他们的目标是什么，然后机器人使用 GPT-3.5 和 GPT-4 以及几个程序来执行实现他们设定的任何目标所需的每一步。
使 Auto-GPT 具有合理能力的是它能够与在线和本地的应用程序、软件和服务（如网络浏览器和文字处理器）进行交互。例如，给出“帮助我发展我的花卉业务”这样的提示，Auto-GPT 可以制定一个有点合理的广告策略并建立一个基本的网站。
正如试验过 Auto-GPT 的软件开发人员 Joe Koen 通过电子邮件向 TechCrunch 解释的那样，Auto-GPT 本质上是自动化多步骤项目，这些项目需要使用面向聊天机器人的 AI 模型来回提示，比如， , OpenAI 的 ChatGPT。
“Auto-GPT 定义了一个与 OpenAI 的 API 通信的代理，”Koen 说。“该代理的目标是执行 AI 为响应代理请求而生成的各种命令。在代理开始执行命令之前，系统会提示用户输入以指定 AI 的角色和目标。”
在终端中，用户描述 Auto-GPT 代理的名称、角色和目标，并指定最多五种实现该目标的方法。例如：
名称：智能手机-GPT
角色：旨在寻找最佳智能手机的人工智能
目标：找到市场上最好的智能手机
目标 1：针对当今市场上的不同智能手机进行市场调查
目标 2：获得前五名的智能手机并列出它们的优缺点
在幕后，Auto-GPT 依靠内存管理等功能来执行任务，以及 GPT-4 和 GPT-3.5 用于文本生成、文件存储和摘要。
Auto-GPT 还可以连接到语音合成器，例如ElevenLabs，这样它就可以“拨打”电话。
Auto-GPT 在 GitHub 上公开可用，但它确实需要一些设置和专业知识才能启动和运行。要使用它，Auto-GPT 必须安装在像 Docker 这样的开发环境中，并且必须使用来自 OpenAI 的 API 密钥注册——这需要一个付费的 OpenAI 帐户。
这可能是值得的——尽管还没有定论。早期采用者已经使用 Auto-GPT 来承担更好地委托给机器人的各种平凡任务。例如，Auto-GPT 可以处理诸如调试代码和写电子邮件或更高级的事情，比如为新创业公司制定商业计划。
技术咨询公司 UST 的首席架构师 Adnan Masood 表示：“如果 Auto-GPT 遇到任何障碍或无法完成任务，它将开发新的提示来帮助它应对这种情况并确定适当的后续步骤。”一封电子邮件中的 TechCrunch。“大型语言模型擅长生成类似人类的响应，但依赖于用户提示和交互来提供所需的结果。相比之下，Auto-GPT 利用 OpenAI API 的高级功能在无需用户干预的情况下独立运行。”
最近几周，出现了使 Auto-GPT 更易于使用的新应用程序，例如AgentGPT和 GodMode，它们提供了一个简单的界面，用户可以在其中直接在浏览器页面上输入他们想要完成的内容。请注意，与 Agent-GPT 一样，两者都需要来自 OpenAI 的 API 密钥才能解锁其全部功能。
然而，与任何强大的工具一样，Auto-GPT 也有其局限性和风险。
根据工具提供的目标，Auto-GPT 可能会以非常……意想不到的方式运行。一位 Reddit用户声称，鉴于在服务器实例中花费 100 美元的预算，Auto-GPT 创建了一个关于猫的维基页面，利用实例中的一个缺陷获得管理员级别的访问权限，并接管了它所在的 Python 环境运行 - 然后“杀死”自己。
还有 ChaosGPT，它是 Auto-GPT 的修改版，其任务是“毁灭人类”和“建立全球主导地位”等目标。不出所料，ChaosGPT 并没有带来机器人世界末日——但它已经在推特上相当不客气地谈论人类。
可以说，比 Auto-GPT 试图“毁灭人类”更危险的是，在其他完全正常的情况下可能会出现意想不到的问题。因为它是建立在 OpenAI 的语言模型之上的——像所有语言模型一样，这些模型容易出错——它可能会出错。
这不是唯一的问题。成功完成一项任务后，Auto-GPT 通常不会回忆起如何执行它以供以后使用，而且——即使它记得——它通常也不会记得使用该程序。Auto-GPT 还难以有效地将复杂任务分解为更简单的子任务，并且难以理解不同目标如何重叠。
“Auto-GPT 说明了生成人工智能的力量和未知风险，”Salesforce 的 Service Cloud 首席执行官兼 Auto-GPT 爱好者 Clara Shih 通过电子邮件表示。“对于企业而言，在开发和使用 Auto-GPT 等生成式 AI 技术时，将人纳入循环方法尤为重要。”
大家还在听
