什么是 AutoGPT？ 综合指南和 ChatGPT 比较

人工智能继续以更快的速度发展。

从 GPT-3 到 GPT-4，我们看到了在高级推理、输入设置、微调行为和理解更长上下文方面的显着改进。

详细了解 GPT-4 与 GPT-3。

然而，人工智能与人类的互动保持不变。 您需要精心制作 AI 提示并微调它们的行为以获得您想要的结果。

好吧，如果你简单地向人工智能陈述你的目标，它会为你做一切呢？ 就像你如何在特斯拉汽车中输入你的目的地，它会带你到那里而不需要你的积极参与。

是的，我们正在谈论自主 AI 代理。 你猜怎么着？ 他们已经来了！

AutoGPT 是 GPT-4 的最新应用程序，风靡互联网。 世界各地的开发人员正在跨行业使用 AutoGPT 构建新的应用程序。 有些人称 AutoGPT 为 AGI！

在这篇博客中，让我们抛开炒作，了解一下：

• 什么是 AutoGPT
• AutoGPT 的工作原理
• AutoGPT 与 ChatGPT 的比较
• 如何使用 AutoGPT

和更多！

什么是 AutoGPT？

AutoGPT 是一个开源 AI 应用程序，它利用 OpenAI 的 GPT-4 语言模型来创建完全自主和可定制的 AI 代理。 它于 2023 年 3 月 30 日由 Toran Bruce Richards 发行。 Toran 是一名游戏开发商，并创立了一家名为 Significant Gravitas 的游戏公司。

与其他 AI 工具相比，AutoGPT 是独一无二的，因为它独立运行，这意味着您不再需要操纵模型来满足您的需求。 相反，你写下你的目标，然后 AI 会为你完成剩下的工作。 因此，AutoGPT 从根本上改变了 AI 与人类之间的交互方式，人类不再需要发挥积极作用，同时仍然保持与 ChatGPT 等其他 AI 应用程序相同或更好的结果质量。

查看您应该了解的 31 个 ChatGPT 替代方案。

AutoGPT 如何工作？

AutoGPT 基于自主 AI 机制工作，其中 AI 系统创建不同的 AI 代理来满足特定任务，其中包括：

• 任务创建代理：当您在 AutoGPT 上输入目标时，第一个与任务创建代理交互的 AI 代理。 根据您的目标，它将创建一个任务列表以及实现这些目标的步骤，并将其发送给优先级代理。
• 任务优先级代理：收到任务列表后，优先级 AI 代理会确保顺序正确且符合逻辑，然后再将其发送给执行代理。
• 任务执行代理：完成优先级排序后，执行代理将一个接一个地完成任务。 这涉及利用 GPT-4、互联网和其他资源来获得结果。

上述代理也相互通信。 所以当执行代理完成所有任务，结果不理想时，它可以与任务创建代理通信，创建新的任务列表。 这成为三个代理之间的迭代循环，直到完成所有用户定义的目标。

AI 代理的行为也显示在用户界面上，将它们分为四组：思想、推理、计划和批评。 首先，AI 代理在完成任务后分享想法。 然后是推理，它解释了为什么 AI 代理正在做它正在做的事情。 之后，系统提供完成任务的计划。 最后，系统还会给出批评，让 AI 代理纠正错误并克服任何限制。

通过共享此计算流程，AutoGPT 深入了解它如何处理特定问题并在没有任何用户干预的情况下克服这些问题。

AutoGPT 与 ChatGPT 相比如何？

虽然底层的 LLM 模型是相同的，但我们可以在 AutoGPT 和 ChatGPT 之间画出不少区别。 其中一些在下面给出。

实时洞察

ChatGPT 使用的最新 GPT-4 模型是在与 GPT-3.5 相同的数据上训练的，该数据仅到 2021 年 9 月。因此您无法使用 ChatGPT 获得实时见解，因为您无法访问网站和在线平台来获取信息。提取信息。

另一方面，AutoGPT 可以访问互联网。 它不仅可以上网冲浪，还可以验证来源是否合法。 此外，AutoGPT 可以访问任何平台来执行任务。 例如，如果您要求 AI 研究销售产品的前景并发送外联电子邮件，它会直接使用您的 Gmail 帐户起草并发送电子邮件。

内存管理

上下文窗口对于语言模型给出准确答案非常重要。 但在像 GPT-4 这样的 LLM 中，窗口有 4000 到 8000 个令牌的限制。 因此，如果要求超出限制，模型可能无法正确遵循所有指令，或者可能偏离正切并提供不可靠的输出。

相比之下，AutoGPT 擅长短期和长期内存管理。 通过使用矢量数据库，AutoGPT 可以存储上下文或以前的经验，让模型做出更好的决策。

图像生成

AutoGPT 能够生成图像，因为它使用 DALL-E。 如果您想为您的 AI 代理启用图像生成功能，您需要访问 DALL-E 的 API。 尽管是多模式输入方式，但此功能目前在 ChatGPT-4 中不可用。

文字转语音

您可以通过在命令行中键入python -m autogpt --speak在 AutoGPT 上启用文本到语音转换。 但是每次与 AutoGPT 交互时都必须输入命令。 您还可以通过将 AutoGPT 连接到多功能 AI 语音软件 Eleven Labs，为语音添加不同的声音。

AutoGPT 的局限性

毫无疑问，自主性为人工智能系统增加了一个新的维度。 同时，我们也不能忽视AutoGPT的局限性和风险。 下面列出了您必须知道的一些关键限制。

使用起来太贵

虽然功能令人惊叹，但 AutoGPT 的实用性可能会让您失望。 由于 AutoGPT 使用昂贵的 GPT-4 模型，因此即使是小任务，完成每个任务的成本也可能很高。 这主要是因为 AutoGPT 可以在特定任务的步骤中多次使用 GPT-4。

此外，它不实用，因为当输入相同时，它无法在不同场景中复制输出。 例如，如果您要求模型在道路和草坪上寻找顶级跑鞋，它不会创建一个函数来复制草坪类别的过程； 相反，它将从头开始。

经常陷入循环

用户在使用 AutoGPT 时面临的最常见问题是它陷入循环。 如果这种情况持续超过几分钟，则可能意味着您必须重新启动该过程。 发生这种情况是因为 AutoGPT 依赖 GPT-4 来正确定义和分解任务。 因此，结果不足以让 AutoGPT 采取任何行动。

数据泄露是可能的

当人工智能模型自主运行并访问您的系统和互联网时，您的数据可能会泄露。 由于没有安全代理，这是一个问题，您在使用 AutoGPT 时必须小心。 如果没有给出正确的说明和安全指南，您不能让模型继续运行。

如何安装 AutoGPT？

与其他人工智能工具不同，AutoGPT 没有简单的注册程序来访问其平台和功能。 在开始使用 AutoGPT 之前，您必须下载各种软件以满足要求。 因此，为了方便您，我们分享了安装 AutoGPT 的分步过程。

第 1 步：下载必备软件

安装 AutoGPT 需要满足三个主要软件要求：Git、Python 和 Visual Code Studio。 您可以在此处使用 AutoGPT 的快速链接概念文档来下载这三个软件。

第 2 步：为 API 密钥创建 OpenAI 帐户

如果您还没有，请创建一个 OpenAI 帐户。 打开帐户后，转到 API 密钥选项卡。 您将看到一个用于创建密钥的选项（在下面突出显示）。 单击它，然后复制密钥。

第 3 步：将 AutoGPT 存储库复制到硬盘

您必须做两件事才能将 AutoGPT GitHub 存储库复制到硬盘驱动器。 首先，从 GitHub 复制项目的链接。

其次，打开命令提示符并通过粘贴链接来克隆 AutoGPT GitHub 存储库，如下图所示。

安装 VCS 后，您还可以在命令提示符中键入代码以从 VCS 编辑器访问 AutoGPT。

第 4 步：安装 Python 模块

打开 VCS 后，您会在左侧看到许多文件。 其中一个文件是 requirements.txt。 在此文件中，您将看到运行 AutoGPT 所需的模块。

要安装这些模块，请键入pip install -r requirements.txt并按回车键。 注意：您必须确保该目录指向您复制存储库的位置。

第 5 步：重命名 .env.template 文件

在您的 VCS 上找到 .env.template 文件并删除“.” 和“模板”。

第 6 步：输入 OpenAI API 密钥

最后一步是将您的 API 密钥粘贴到 .env 文件中。 输入密钥并保存文件后，转到命令提示符并键入python -m autogpt。 就是这样。 您现在已经安装了 AutoGPT，可以开始使用它了。

结束语

虽然我认为 AutoGPT 的可能性令人兴奋，但在涉及新兴技术时设定切合实际的期望非常重要。 AutoGPT 推出还不到一个月，所以我们还没有看到这个新的 AI 应用程序在不同的用例中能做什么和不能做什么。 此外，它还伴随着许多需要立即关注的个人隐私和数据安全问题。

也就是说，我相信 AutoGPT 正在改变我们与 GPT-4 等 LLM 模型交互的方式。 我们现在可以看到 AI 如何解决问题、从错误中学习并提供良好的结果，从而使我们能够更好地优化提示。 所以 AI 代理不会去任何地方，但它们需要时间来成熟并推动有意义的用户采用。