当OpenAI/ChatGPT概念风行之时，激发了一些人的AI奇想，比如：

• 用ChatGPT生成Prompt，让Midjourney去绘画。Midjourney十分依赖Prompt技巧，可能需要十几个乃至几十个提示词，才能输出用户想要的图案。
• 波士顿动力机器人+OpenAI，训练战斗机器人。波士顿动力公司（Boston Dynamics）替美国军方开发的四足机器人：波士顿机械狗（Boston Dynamics BigDog），BigDog 是第一个离开实验室的有腿机器人。

要实现这些AI奇想，需要通用人工智能（Artificial General Intelligence，AGI，强人工智能）和 AI 代理（AI agent或者Intelligent agent），它感知环境，自主采取行动以实现目标，并可以通过学习或获取知识来提高其性能。Auto-GPT就是一个AI 代理。

Auto-GPT 是目前最火爆的AI项目，位居 GitHub 趋势榜首。自 3 月30 日 发布，两周时间狂揽 50K + 星，是第二个获得100k Stars的开源AI项目（仅用了三周时间）。

Auto-GPT 是一项使 GPT-4 完全自主的实验性开源尝试，充分展示了 GPT-4 语言模型的功能，将 OpenAI 的 GPT 模型的多个实例链接在一起，以自主实现用户设定的任何目标。比如，它可以在互联网上找到无人认领的钱，增加您的社交媒体帐户，甚至发展电子商务业务。

• 通过写入和读取数据库和文件来管理短期和长期记忆；
• 通过汇总管理上下文窗口长度要求；
• 可以在无人值守的情况下执行基于互联网的操作，例如网络搜索、网络表单和 API 交互；
• 并包括用于语音输出的文本到语音。

Auto-GPT使用GPT-4来生成、优先处理和执行任务，使用插件进行互联网浏览和其他访问。它使用外部存储器来跟踪它正在做的事情并提供背景，这让它能够评估其情况，生成新的任务或自我纠正，并将新的任务添加到队列中，然后对其进行优先排序。

Auto-GPT可以递归地调试、开发和自我改进。也就是说，您只需要输入一句话，然后Auto-GPT自己制定计划，全网搜索、分析资料、优化策略，甚至会衍生出自己的子智能体来帮助自己完成计划，最后返回您想要的结果，可以帮助您自动化和优化业务流程、生成测试用例、调试代码，甚至生成新的业务创意。

在开发者最初提供的案例中，用它来浏览网页，并为下个即将到来的节日，创作出独特且原创的食谱。Auto-GPT能够拆解 3 大步骤：

• 提出 “想法”，如 “我将搜索即将到来的合适节日，并创作出一个相关且有趣的食谱。”
• 开始 “推论”，得出 “若能找到即将来临的节日，便有助于想出一个相关且有趣的食谱” 的结果。
• 生成 “评论”，表达对于整个过程的事件的担忧和限制。

Auto-GPT的基本特征

🌐 上网进行搜索和信息收集
🔗 访问流行网站和平台
💾 长期和短期的记忆管理
🧠 用于文本生成的 GPT-4 实例
🗃️ 用GPT-3.5进行文件存储和汇总

Auto-GPT 最令人印象深刻的是它能够自主反映和改进其行为，这是通过使用计划、批评、行动、阅读反馈和再次计划的反馈循环来实现的。基于目前GPT的最强项，它有可能使任何人都可以进行编程。

开始使用 Auto-GPT

1. 在计算机上安装 Git 和 Python（3.7 or later）。
2. 下载并安装该应用程序，期间会安装 Auto-GPT 的依赖项。

3. 设置来自 Pinecone 和 OpenAI的两个 API 密钥。

   • Pinecone 可以轻松构建高性能矢量搜索应用程序。
   • OpenAI 是GPT-4的大本营。

   以及可选的三个 API 密钥。

   • ElevenLabs，自然语音合成和文本转语音软件，如果你想让人工智能说话。
   • Google API，如果您在运行谷歌搜索时遇到错误 429 问题。
   • HuggingFace API，如果要使用Stable Diffusion生成图像（默认使用 DALL-e）。
4. 当程序运行时，系统会提示您输入您的 AI 的名称。接下来，您将被要求为您的 AI 定义五个目标。
5. 与 Auto-GPT 交互：通过键入“y”授权每个步骤或通过键入“n”中断程序，还可以通过键入一条消息向 Auto-GPT 提供反馈，它将用于改进其建议。
6. 如果您无权访问 GPT4，请使用GPT3.5 ONLY 模式。该实验正在研究实施GPT4All，最终，人们无需阅读 LLM 的源代码即可从中受益。

更多设置和使用参考：Autogpt installation and features，Getting Started with Auto-GPT for Beginners: Setup & Usage。

Auto-GPT的前景

Auto-GPT 是 GPT-4 自主运行的首批示例之一，它突破了 AI 可能性的界限。最重要的，Auto-GPT是免费和开源的，您还可以联系发布商游戏开发公司Significant Gravitas（@SigGravitas）获得帮助。

该模型的创建者 Toran Bruce Richards 认为，它有可能使人类免于因闭源 AI 自动化而导致的大规模失业。

Andrej Karpathy评论Auto-GPT 是 prompt 工程的下一个前沿（Karpathy还说过，最热门的新编程语言是英语；微软主导的GitHub Copilot编写了自己 80% 的代码）。

因此，实际上Auto-GPT主要是一种自动分解、执行和优化的Prompt 工程，通过LLM自主产生Prompt。而如果您直接使用 GPT-4，则需要依赖人工来回输入提示词。一些人担心AI会取代整个公司并接管以前由人类完成的工作，Auto-GPT是一项可能的技术。

Karpathy分享了对该模型的精彩见解。他说，与人类不同，GPTs完全没有意识到自己的优势和局限性，包括他们有限的背景窗口和有限的心理数学能力。这可能导致偶尔出现不可预测的结果。然而，通过将GPT调用串联成循环，可以创造出能够感知、思考并朝着英语提示中定义的目标行动的代理。

AgentGPT

同样的探索来自于亚马逊工程师Asim Shrestha的AgentGPT，致力于在浏览器中组装、配置和部署自主 AI 智能体的项目，用户只需要定义 AI 名称和目标，Agentgpt就开始自动思考（运行更多任务需要提供OpenAI API key）。使用AgentGPT无须Auto-GPT部署和Python编程。