又一GPT神器！AutoGPT爆火，30分钟配置数字员工，可自问自答执行任务

智东西

编译 | 吴菲凝

编辑 | 李水青

智东西4月13日消息，近日，代码托管平台GitHub上线了一个新的基于GPT-4的开源应用项目AutoGPT，凭借超42k的Star数在开发者圈爆火。

AutoGPT能够根据用户需求，在用户完全不插手的情况下自主执行任务，包括日常的事件分析、营销方案撰写、代码编程、数学运算等事务都能代劳。比如某国外测试者要求AutoGPT帮他创建一个网站，AutoGPT就直接调用React框架生成了一个前端页面。

特斯拉前AI总监、现OpenAI技术大牛安德烈·卡尔帕西（Andrej Karpathy）称，AutoGPT是“提示工程的下一个前沿”。因为同基于GPT-4的ChatGPT非常依赖人们输入提示词来完成任务，AutoGPT则将中间的多轮提问环节交给机器，因此有人称AutoGPT将会替代ChatGPT。

gitHub地址：

https://github.com/Torantulino/Auto-GPT

一、解决复杂任务无需人为干预，GitHub上已有42万星标

AutoGPT是一个开源的AI代理Python应用程序，由开发人员Significant Ggravitas近日发布在GitHub上，它使用GPT-4作为驱动基础，允许AI自主行动，完全无需用户提示每个操作，30分钟内就可以完成设置，以设置和入门的简便性在用户中大受欢迎，目前GitHub Star量已超过42k。

AutoGPT最大的特点就在于能全自动地根据任务指令进行分析和执行，自己给自己提问并进行回答，中间环节不需要用户参与。

如果说ChatGPT是服从用户指令，用户让它干什么它就干什么，那AutoGPT就是“自己觉得应该干什么就干什么”，它就像是一个遇到不懂的问题能自行去百度的人类。

用户可以为AutoGPT设定总体目标，然后让它逐步采取措施来一一实现目标，这就是“AI代理”概念的由来，它完全自动执行操作。

目前AutoGPT已经配备的功能包括：联网搜集信息；存储信息；生成用于文本生成的GPT-4实例；使用GPT-3.5总结信息。

人们目前正在探索AutoGPT的各种玩法，在Twitter上有位用户演示了一个简单的例子，让AutoGPT开发电子商务业务，它能代替人自动去浏览互联网来寻找商业创意，并将其发现保存到文件中以供日后参考。

除了自动搜集信息完成指令，编码对它而言也不在话下，另一位用户要求它分析、重写并保存代码，它也顺利完成。

卡尔帕西称：“AutoGPT是提示工程的下一个前沿领域。”他认为，一个GPT调用就像是计算机上的一个指令，可以被串联成程序，使用提示来定义I/O设备和工具规格，定义认知循环，在上下文中分页数据输入和输出再运行。

二、30分钟完成设置，打造一款属于自己的AI助手

用户在开始之前，需要确保对终端命令有基本的了解，并需要完成以下步骤：1、设置Git；2、安装Python；3、下载Docker桌面；4、获取OpenAI API密钥，还使用提供的链接来访问，链接如下：

Docker：

https://www.docker.com/products/docker-desktop/

OpenAI API：

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

Python：

https://www.python.org/downloads/

安装具体步骤如下：

1、用户首先需要从GitHub克隆AutoGPT存储库；

“git clone

https://github.com/Torantulino/Auto-GPT”

导航到新创建的文件夹，其中包含：

2、在自动GPT文件夹中，找到该文件并插入OpenAI API密钥。接下来，复制该文件并将其重命名为.env.template.env

3、运行以下命令以安装所需的Python包；

4、确保Docker正在运行，无需下载任何容器，只需确保程序处于活动状态即可；

5、在运行AutoGPT前，先执行命令：Python scripts/main.py

对于连续模式，使用：Python scripts/main.py—Continuous

6、在设定目标时，先从简单的目标开始测试，太复杂的目标可能会导致AI无法输入任何内容；

7、AutoGPT可以保存文件，用户只需要引导它朝着正确的方向来保存分析即可。

结语：自问自答的AutoGPT，全自动更新迭代已实现

AutoGPT虽然目前还只是一款实验性的开源工具，但是已再次向外界展示了GPT-4大语言模型无边际的强大潜力。

当一款AI工具能自动完成优化代码、搜集信息、自动查找并修改Bug时，或许也意味着它未来也将通过编程来不断加强自己的能力，人工智能所能达到的边界再一次被拓展。

来源：GitHub官网、medium