本周最火AutoGPT！GitHub3.6萬+標星，解決複雜任務全程無需人類插手

　　金磊 豐色 發自 凹非寺

　　量子位 | 公眾號 QbitAI

　　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——

　　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分鍾，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」這條路子給打通並循環了起來。

　　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，驚歎於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

　　那麼這個當紅的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怎麼用」（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，由於LangChain這個概念太新，AI就會出現不知道怎麼回答的情況。

　　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：

• 首先試着直接去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，説要不Google一下？

• Google出了很多結果。

• 讀了半天這些結果，説‘現在我們已經蒐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「坐在屏幕前看着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。

　　也是隻需要給個任務，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），並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户。你可以從50美元開始支付網站託管和域名註冊費。

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，並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户。只需50美元，你就可以創建一個投資組合網站，並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，並開發精益MVP，用於目標市場的測試。

　　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：

　　怎麼玩？

　　這麼強的工具，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帳户中的余額，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

　　接着找到AutoGPT的根文件夾，將「．env.template」重命名為「．env」並打開。

　　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。

　　儘管項目也提供了不用這麼麻煩的「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由於擴大了自己的應用範圍，包括執行文件操作、網頁瀏覽和數據檢索等，有別於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相當於給了基於GPT的模型一個內存和一個主體（body）。

　　具體來説：

　　AutoGPT的架構基於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，併爲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，保存上下文並基於此進行決策改進。

　　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：

　　專業一點的話來説，這叫模型堆疊，即模型「一路向下」，去套用別的模型來拆解並解決任務。

　　用咱大白話來説，這就是「套娃」。

　　除了AutoGPT、BabyAGI這些，還有ViperGPT、SayCan和ToolKit等最新工具，以及前面微軟發佈的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，有着「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複雜的任務。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：

　　[1]https：//twitter.com/AlphaSignalAI/status/1645847165066006529

　　[2]https：//twitter.com/karpathy/status/1642598890573819905

　　[3]https：//weibo.com/1644684112/MBK3WCt8o

　　[4]https：//twitter.com/DataChaz/status/1645152577258962944

　　密鑰獲取地址：

　　https： //platform.openai.com/account/api-keys

　　https：//www.pinecone.io/

　　https：//elevenlabs.io

（聲明：本文僅代表作者觀點，不代表新浪網立場。）