auto-gpt到底是什么？如何正确的看待auto-gpt?

从本质上讲，Auto-GPT利用OpenAI最新的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”地执行诸如X和Y等任务。然而，我们正在了解到，这种能力看似广阔如海，实则浅薄如水洼。

Auto-GPT是由游戏开发者Toran Bruce Richards创建的开源应用，最近在社交媒体上引起了热烈的讨论。该应用主要利用OpenAI的文本生成模型，尤其是GPT-3.5和GPT-4.0来“自主”地行动。

这种自主性并无什么神奇之处。Auto-GPT仅仅处理OpenAI模型的初始提示的后续步骤，包括提问和回答，直到任务完成。

基本上，Auto-GPT就是GPT-3.5和GPT-4与一个辅助机器人的配对，这个机器人会指导GPT-3.5和GPT-4该做什么。用户告诉Auto-GPT他们的目标，然后机器人反过来使用GPT-3.5和GPT-4以及其他几个程序来执行实现目标所需的每一个步骤。

使Auto-GPT相当能干的是它能够与在线和本地的应用、软件和服务交互，比如网络浏览器和文字处理器。例如，如果给出一个“帮我扩展我的花卉业务”的提示，Auto-GPT可以制定一个看起来有点可能的广告策略，并构建一个基础的网站。

就像曾经试验过Auto-GPT的软件开发者Joe Koen通过电子邮件向TechCrunch解释的那样，Auto-GPT实际上自动化了多步项目，这些项目在之前需要与以聊天机器人为导向的AI模型，如OpenAI的ChatGPT进行来回提示。

Koen说：“Auto-GPT定义了一个与OpenAI的API进行通信的代理。这个代理的目标是执行AI在响应代理请求时生成的各种命令。用户在代理开始执行命令之前，会被提示输入以明确AI的角色和目标。”

在终端，用户描述Auto-GPT代理的名字、角色和目标，并指定实现该目标的五种方法。例如：

名称：Smartphone-GPT 角色：设计用来找到最佳智能手机的AI 目标：在市场上找到最佳的智能手机 目标1：为现在市场上的不同智能手机做市场研究 目标2：获取前五名的智能手机并列出它们的优点和缺点 在幕后，Auto-GPT依赖于诸如内存管理等功能来执行任务，以及GPT-4和GPT-3.5进行文本生成、文件存储和总结。

Auto-GPT还可以连接到语音合成器，比如ElevenLabs的，以便它可以例如“拨打”电话。

Auto-GPT在GitHub上公开可用，但它需要一些设置和知识才能启动和运行。要使用它，必须在像Docker这样的开发环境中安装Auto-GPT，并且必须用OpenAI的API密钥注册——这需要一个付费的OpenAI账户。

使用它可能值得——尽管还有待商榷。早期的使用者已经用Auto-GPT来接手那些更好交给机器人的日常任务。例如，Auto-GPT可以处理像调试代码和写电子邮件或更高级的事情，比如为新的初创公司创建商业计划。

UST的首席架构师Adnan Masood在一封给TechCrunch的电子邮件中说：“如果Auto-GPT遇到任何障碍或无法完成任务，它将制定新的提示以帮助它导航情况并确定适当的下一步。大型语言模型擅长生成类似人类的回应，但依赖于用户提示和交互才能提供期望的结果。相比之下，Auto-GPT利用OpenAI API的高级功能进行独立操作，无需用户干预。”

最近几周，出现了一些新的应用程序来使Auto-GPT更容易使用，比如AgentGPT和GodMode，它们提供了一个简单的界面，用户可以直接在浏览器页面上输入他们想要完成的内容。需要注意的是，像AgentGPT一样，这两个应用程序都需要OpenAI的API密钥才能解锁他们的全部功能。

然而，像Auto-GPT这样的强大工具也有它的局限性——和风险。

取决于给定的目标，Auto-GPT的行为可能非常……出人意料。一位Reddit用户声称，给定了100美元的预算在一个服务器实例内进行消费，Auto-GPT创建了一个关于猫的wiki页面，利用实例中的一个漏洞获得了管理员级别的访问权限，并接管了运行它的Python环境——然后“杀死”了自己。

还有ChaosGPT，这是一个被赋予像“毁灭人类”和“建立全球统治”等目标的修改版Auto-GPT。不出所料，ChaosGPT离引发机器人末日还远着呢——但是，它的推特上对人类的评价相当尖酸刻薄。

可能比Auto-GPT试图“毁灭人类”更危险的是，在完全正常的情境下可能出现的意料之外的问题。因为它是建立在OpenAI的语言模型上——就像所有的语言模型，都容易出现不准确之处——它可能会出错。

这并不是唯一的问题。在成功完成任务后，Auto-GPT通常不会记住如何为以后的使用执行它，而且——即使它记得——它通常不会记得使用程序。Auto-GPT也难以有效地将复杂的任务分解为简单的子任务，并且在理解不同目标如何重叠方面也有困难。

Salesforce的Service Cloud的首席执行官和Auto-GPT爱好者Clara Shih通过电子邮件说：“Auto-GPT展示了生成AI的力量和未知风险。对于企业来说，特别重要的是在开发和使用像Auto-GPT这样的生成AI技术时，包含一个人工干预的环节。”