GitHub3.6万+标星：解决复杂任务全程无需人类插手

　　本周AI圈”最红炸子鸡“诞生——AutoGPT。

　　不仅如此，这款软件系统的横空出世，一举将AI进程推向了新高度——

　　自主人工智能。

　　顾名思义，它所具备的能力主打的就是一个“自主”，完全不用人类插手的那种!

　　例如一位网友就要求AutoGPT开发一个网站，结果不到3分钟，AI自己就用React和Tailwind CSS“唰唰唰”地搞定了。

　　AI自己上网、自己使用第三方工具、自己思考、自己操作你的电脑。

　　这一套打法，算得上是把“行动→观察结果→思考→决定下一步行动”这条路子给打通并循环了起来。

　　就连前特斯拉AI总监Andrej Karpathy对此都评价道：

　　AutoGPT是提示工程的下一个前沿。

　　而且不只是AutoGPT，最近还陆陆续续地衍生出了各种自主人工智能工具，例如AgentGPT、BabyAGI等等。

　　然后网友们对面此景也坐不住了，惊叹于AI发展的日新月异：

　　这俩月，一睁眼就出新东西，太累了。

　　无需人类插手的AutoGPT们

　　那么这个当红的AutoGPT，和之前ChatGPT那波AI又有何区别?

　　微博博主“木遥”便下场亲测了一下。

　　△图源：微博博主“木遥”

　　他测试所用的题目是“给我解释LangChain怎么用”(LangChain是大型语言模型的一种应用框架)。

　　这个问题若是交给传统的GPT，由于LangChain这个概念太新，AI就会出现不知道怎么回答的情况。

　　若是交给“GPT+插件”这个组合来回答，那结果就会有点像Bing或者Bard。

　　但AutoGPT上手就不一样了，来欣赏一下它的执行过程：

　　首先试着直接去LangChain官网爬信息。

　　被官网拒绝了，可能因为有屏蔽。

　　发现失败了之后想了想，说要不Google一下?

　　Google出了很多结果。

　　读了半天这些结果，说「现在我们已经搜集了不少有用的信息了，接下来让我们安装它玩一下」

　　然后就开始动手在我的电脑上安装LangChain……

　　而博主“木遥”在这整个过程中所做的事情就是“坐在屏幕前看着这一切自动在我眼前发生”……

　　△图源：微博博主“木遥”

　　然后这位博主不禁发出了感慨：

　　我要是有它这个行动力，三个PhD都念完了。

　　有类似自主能力的AI，还有最近同样火爆的AgentGPT。

　　也是只需要给个任务，剩下的都交给它来完成：

　　用100美元的资金创建一个新的创业公司。

　　AgentGPT在接到这项任务之后，便开始了他的展示：

　　思考中……

　　添加任务：研究需要最少资金的低成本商业模式。

　　添加任务：确定潜在的目标市场及其需求。

　　添加任务：开发一个精简的MVP(最小可行产品)，并在目标市场进行测试以验证需求。

　　思考中……

　　然后AgentGPT先是输出执行“研究需要最少资金的低成本商业模式”的结果：

　　根据我的研究，一些需要最少资金的低成本商业模式包括：

　　1、Dropshipping：通过Dropshipping，你可以在网上销售产品而无需持有库存。您只需通过第三方供应商完成订单，第三方供应商将产品直接运送给您的客户。你可以从50美元开始支付网站托管和域名注册费。

　　2、 社交媒体营销：如果你有社交媒体营销的天赋，你可以通过帮助企业接触他们的目标受众来创办自己的代理公司。你所需要的只是一台电脑，互联网连接，以及一些社交媒体营销的经验和技能，而你的起价只有50美元或更少。

　　3、活动策划：如果你对组织活动有热情，你可以开始自己的活动策划业务。你可以从策划一些小活动开始，比如生日派对、婚礼等等。你可以从100美元开始，创建一个简单的网站，名片，并通过社交媒体营销自己。

　　4、自由写作：如果你有写作天赋，你可以开始自己的自由写作事业。你可以通过在线平台，如Upwork、Fiver和其他求职网站找到客户。只需50美元，你就可以创建一个投资组合网站，并通过社交媒体营销自己。

　　这些只是一些低成本的商业模式，你只需要100美元的资金就可以考虑。选择一个符合你的技能和兴趣的商业模式是很重要的。

　　到这还没有完，AgentGPT会继续开始它的工作：

　　思考中……

　　添加任务：针对每种已确定的低成本商业模式，对潜在的产品或服务想法进行头脑风暴。

　　添加任务：评估每个想法的潜在盈利能力和可扩展性。

　　添加任务：选择最有希望的想法，并开发精益MVP，用于目标市场的测试。

　　而后便是继续地再思考、执行。

　　再如BabyAGI，也只需给个目标和任务迭代次数，AI“唰唰唰”地便自己搞了起来：

　　而且已经有博主开始把AutoGPT当做自己的生产力工具了——做视频!

　　不少网友在看到AI们的如此表现之后，表示整个人都通透了：

　　怎么玩?

　　这么强的工具，真的不想亲自玩一下?

　　操作一点也不麻烦。

　　首先，准备好OpenAI API和PINECONE API的密钥(后者是专为AI长期内存开发的一个数据库，使用前者则会消耗你OpenAI帐户中的余额，免费版本送18美元)。

　　Python要求3.8版本及以上。

　　如果你需要语音输出，你也可以准备一个ElevenLabs API的。

　　Ps. 获取地址都放在文末链接中了。

　　接下来， 打开你的CLI工具下载AutoGPT项目：

　　git clonehttps://github.com/Torantulino/Auto-GPT.git

　　然后：

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

　　接着找到AutoGPT的根文件夹，将“.env.template”重命名为“.env”并打开。

　　再将密钥都替换为你准备好的那些。

　　最后，在终端运行：

　　python scripts/main.py

　　如果要使用语音模式，运行：

　　python scripts/main.py —speak

　　如果不能访问GPT-4，开启“gpt3only”模式：

　　python scripts/main.py —gpt3only

　　现在，你就可以开始搞你自己的AutoGPT项目了。

　　记住在AuroGPT的每个操作之后，输入“NEXT COMMAND”授权程序继续。

　　尽管项目也提供了不用这么麻烦的“连续模式”，最开始运行时用这个命令：

　　python scripts/main.py —continuous

　　但作者强烈不推荐!!因为它可能会导致你的AI一直运行下去或执行你正常根本不会授权的操作。

　　如果你非要试试，风险自负……

　　以及默认情况下，AutoGPT用DALL-e生成图像，要换Stable Diffusion的话，需要一个HuggingFace API的令牌。

　　本质是“套娃”

　　简单介绍一下AutoGPT的原理。

　　AutoGPT由于扩大了自己的应用范围，包括执行文件操作、网页浏览和数据检索等，有别于我们之前见过的所有AI(GitHub上已揽获3.6万+标星)。

　　如Mila研究所前AI研究员@Lior分析：

　　AutoGPT相当于给了基于GPT的模型一个内存和一个主体(body)。

　　具体来说：

　　AutoGPT的架构基于GPT-4和GPT-3.5，靠API连接;

　　AutoGPT可以进行自主迭代，即通过自我批判性审查来改进输出、在先前工作的基础上进行构建，并为了获得更准确的结果集成prompt历史记录;

　　AutoGPT具有内存管理，集成了Pinecone数据库，因此它可进行长期内存存储，保存上下文并基于此进行决策改进。

　　而在推特博主Jay Hack看来，AutoGPT等类似工具的出现，其实证明了智能的本质是“套娃”这件事儿。

　　因为不论是AutoGPT还是BabyAGI，它们都是用LLM来递归地调用自己。

　　这在AI领域最近可谓是个大趋势：

　　专业一点的话来说，这叫模型堆叠，即模型“一路向下”，去套用别的模型来拆解并解决任务。

　　用咱大白话来说，这就是“套娃”。

　　除了AutoGPT、BabyAGI这些，还有ViperGPT、SayCan和ToolKit等最新工具，以及前面微软发布的VisualGPT和HugginGPT，都差不多是这个思想。

　　再往前一些，初代DALL·E其实就是CLIP套VAE。

　　有意思的是，Jay Hack指出，有着“人工智能元老”之称的马文·明斯基早在1986年就把人类智能描述成有许多相互作用子系统的组织。

　　最后，Jay Hack也表示，正是因为“套娃”这种操作，我们的AI现在才得以拿下更为复杂的任务。而这，也就离通用人工智能更近一步。

　　确实，有不少网友都赞同：

　　AutoGPT可能就是AI领域中的下一大趋势。

　　面对如此强大的“套娃”工具们，一些人则开始哀嚎了：