什麼是 AutoGPT？ 綜合指南和 ChatGPT 比較

人工智能繼續以更快的速度發展。

從 GPT-3 到 GPT-4，我們看到了在高級推理、輸入設置、微調行為和理解更長上下文方面的顯著改進。

詳細了解 GPT-4 與 GPT-3。

然而，人工智能與人類的互動保持不變。 您需要精心製作 AI 提示並微調它們的行為以獲得您想要的結果。

好吧，如果你簡單地向人工智能陳述你的目標，它會為你做一切呢？ 就像你如何在特斯拉汽車中輸入你的目的地，它會帶你到那里而不需要你的積極參與。

是的，我們正在談論自主 AI 代理。 你猜怎麼著？ 他們已經來了！

AutoGPT 是 GPT-4 的最新應用程序，風靡互聯網。 世界各地的開發人員正在跨行業使用 AutoGPT 構建新的應用程序。 有些人稱 AutoGPT 為 AGI！

在這篇博客中，讓我們拋開炒作，了解一下：

• 什麼是 AutoGPT
• AutoGPT 的工作原理
• AutoGPT 與 ChatGPT 的比較
• 如何使用 AutoGPT

和更多！

什麼是 AutoGPT？

AutoGPT 是一個開源 AI 應用程序，它利用 OpenAI 的 GPT-4 語言模型來創建完全自主和可定制的 AI 代理。 它於 2023 年 3 月 30 日由 Toran Bruce Richards 發行。 Toran 是一名遊戲開發商，並創立了一家名為 Significant Gravitas 的遊戲公司。

與其他 AI 工具相比，AutoGPT 是獨一無二的，因為它獨立運行，這意味著您不再需要操縱模型來滿足您的需求。 相反，你寫下你的目標，然後 AI 會為你完成剩下的工作。 因此，AutoGPT 從根本上改變了 AI 與人類之間的交互方式，人類不再需要發揮積極作用，同時仍然保持與 ChatGPT 等其他 AI 應用程序相同或更好的結果質量。

查看您應該了解的 31 個 ChatGPT 替代方案。

AutoGPT 如何工作？

AutoGPT 基於自主 AI 機制工作，其中 AI 系統創建不同的 AI 代理來滿足特定任務，其中包括：

• 任務創建代理：當您在 AutoGPT 上輸入目標時，第一個與任務創建代理交互的 AI 代理。 根據您的目標，它將創建一個任務列表以及實現這些目標的步驟，並將其發送給優先級代理。
• 任務優先級代理：收到任務列表後，優先級 AI 代理會確保順序正確且符合邏輯，然後再將其發送給執行代理。
• 任務執行代理：完成優先級排序後，執行代理將一個接一個地完成任務。 這涉及利用 GPT-4、互聯網和其他資源來獲得結果。

上述代理也相互通信。 所以當執行代理完成所有任務，結果不理想時，它可以與任務創建代理通信，創建新的任務列表。 這成為三個代理之間的迭代循環，直到完成所有用戶定義的目標。

AI 代理的行為也顯示在用戶界面上，將它們分為四組：思想、推理、計劃和批評。 首先，AI 代理在完成任務後分享想法。 然後是推理，它解釋了為什麼 AI 代理正在做它正在做的事情。 之後，系統提供完成任務的計劃。 最後，系統還會給出批評，讓 AI 代理糾正錯誤並克服任何限制。

通過共享此計算流程，AutoGPT 深入了解它如何處理特定問題並在沒有任何用戶干預的情況下克服這些問題。

AutoGPT 與 ChatGPT 相比如何？

雖然底層的 LLM 模型是相同的，但我們可以在 AutoGPT 和 ChatGPT 之間畫出不少區別。 其中一些在下面給出。

實時洞察

ChatGPT 使用的最新 GPT-4 模型是在與 GPT-3.5 相同的數據上訓練的，該數據僅到 2021 年 9 月。因此您無法使用 ChatGPT 獲得實時見解，因為您無法訪問網站和在線平台來獲取信息。提取信息。

另一方面，AutoGPT 可以訪問互聯網。 它不僅可以上網衝浪，還可以驗證來源是否合法。 此外，AutoGPT 可以訪問任何平台來執行任務。 例如，如果您要求 AI 研究銷售產品的前景並發送外聯電子郵件，它會直接使用您的 Gmail 帳戶起草並發送電子郵件。

內存管理

上下文窗口對於語言模型給出準確答案非常重要。 但在像 GPT-4 這樣的 LLM 中，窗口有 4000 到 8000 個令牌的限制。 因此，如果要求超出限制，模型可能無法正確遵循所有指令，或者可能偏離正切並提供不可靠的輸出。

相比之下，AutoGPT 擅長短期和長期內存管理。 通過使用矢量數據庫，AutoGPT 可以存儲上下文或以前的經驗，讓模型做出更好的決策。

圖像生成

AutoGPT 能夠生成圖像，因為它使用 DALL-E。 如果您想為您的 AI 代理啟用圖像生成功能，您需要訪問 DALL-E 的 API。 儘管是多模式輸入方式，但此功能目前在 ChatGPT-4 中不可用。

文字轉語音

您可以通過在命令行中鍵入python -m autogpt --speak在 AutoGPT 上啟用文本到語音轉換。 但是每次與 AutoGPT 交互時都必須輸入命令。 您還可以通過將 AutoGPT 連接到多功能 AI 語音軟件 Eleven Labs，為語音添加不同的聲音。

AutoGPT 的局限性

毫無疑問，自主性為人工智能係統增加了一個新的維度。 同時，我們也不能忽視AutoGPT的局限性和風險。 下面列出了您必須知道的一些關鍵限制。

使用起來太貴

雖然功能令人驚嘆，但 AutoGPT 的實用性可能會讓您失望。 由於 AutoGPT 使用昂貴的 GPT-4 模型，因此即使是小任務，完成每個任務的成本也可能很高。 這主要是因為 AutoGPT 可以在特定任務的步驟中多次使用 GPT-4。

此外，它不實用，因為當輸入相同時，它無法在不同場景中復制輸出。 例如，如果您要求模型在道路和草坪上尋找頂級跑鞋，它不會創建一個函數來複製草坪類別的過程； 相反，它將從頭開始。

經常陷入循環

用戶在使用 AutoGPT 時面臨的最常見問題是它陷入循環。 如果這種情況持續超過幾分鐘，則可能意味著您必須重新啟動該過程。 發生這種情況是因為 AutoGPT 依賴 GPT-4 來正確定義和分解任務。 因此，結果不足以讓 AutoGPT 採取任何行動。

數據洩露是可能的

當人工智能模型自主運行並訪問您的系統和互聯網時，您的數據可能會洩露。 由於沒有安全代理，這是一個問題，您在使用 AutoGPT 時必須小心。 如果沒有給出正確的說明和安全指南，您不能讓模型繼續運行。

如何安裝 AutoGPT？

與其他人工智能工具不同，AutoGPT 沒有簡單的註冊程序來訪問其平台和功能。 在開始使用 AutoGPT 之前，您必須下載各種軟件以滿足要求。 因此，為了方便您，我們分享了安裝 AutoGPT 的分步過程。

第 1 步：下載必備軟件

安裝 AutoGPT 需要滿足三個主要軟件要求：Git、Python 和 Visual Code Studio。 您可以在此處使用 AutoGPT 的快速鏈接概念文檔來下載這三個軟件。

第 2 步：為 API 密鑰創建 OpenAI 帳戶

如果您還沒有，請創建一個 OpenAI 帳戶。 打開帳戶後，轉到 API 密鑰選項卡。 您將看到一個用於創建密鑰的選項（在下面突出顯示）。 單擊它，然後復制密鑰。

第 3 步：將 AutoGPT 存儲庫複製到硬盤

您必須做兩件事才能將 AutoGPT GitHub 存儲庫複製到硬盤驅動器。 首先，從 GitHub 複製項目的鏈接。

其次，打開命令提示符並通過粘貼鏈接來克隆 AutoGPT GitHub 存儲庫，如下圖所示。

安裝 VCS 後，您還可以在命令提示符中鍵入代碼以從 VCS 編輯器訪問 AutoGPT。

第 4 步：安裝 Python 模塊

打開 VCS 後，您會在左側看到許多文件。 其中一個文件是 requirements.txt。 在此文件中，您將看到運行 AutoGPT 所需的模塊。

要安裝這些模塊，請鍵入pip install -r requirements.txt並按回車鍵。 注意：您必須確保該目錄指向您複製存儲庫的位置。

第 5 步：重命名 .env.template 文件

在您的 VCS 上找到 .env.template 文件並刪除“.” 和“模板”。

第 6 步：輸入 OpenAI API 密鑰

最後一步是將您的 API 密鑰粘貼到 .env 文件中。 輸入密鑰並保存文件後，轉到命令提示符並鍵入python -m autogpt。 就是這樣。 您現在已經安裝了 AutoGPT，可以開始使用它了。

結束語

雖然我認為 AutoGPT 的可能性令人興奮，但在涉及新興技術時設定切合實際的期望非常重要。 AutoGPT 推出還不到一個月，所以我們還沒有看到這個新的 AI 應用程序在不同的用例中能做什麼和不能做什麼。 此外，它還伴隨著許多需要立即關注的個人隱私和數據安全問題。

也就是說，我相信 AutoGPT 正在改變我們與 GPT-4 等 LLM 模型交互的方式。 我們現在可以看到 AI 如何解決問題、從錯誤中學習並提供良好的結果，從而使我們能夠更好地優化提示。 所以 AI 代理不會去任何地方，但它們需要時間來成熟並推動有意義的用戶採用。