Autogpt原理 AutoGPT原理介绍(与HuggingGPT的区别)
- 作者：佚名
- 时间：2023-04-15
到底是什么样的一款软件可以让它一度成为热搜榜上最火热的话题，当然就要从Autogpt的作用出手了，这是一款非常好用的ai机器人互动软件，可以在很多地方帮助大家完成不同的任务，很多人对于它都非常的感兴趣。
AutoGPT原名是EntreprenurGPT，Significant Gravitas在2023年3月16日表达了他想创造一个实验项目，看看GPT-4能否在人类商业世界中生存，简单来说就是是否可以挣钱。其核心思想就是不停的向GPT-4发送请求，让其做商业决策，最后根据这个决策执行，看GPT-4给的策略能挣多少钱。
根据Significant Gravitas的推文，自从那天之后他每天都在给EntreprenurGPT增加能力：包括拥有long term的记忆、生成子实例完成不同的任务、根据网址返回404的错误来重新使用Google检索，找到合适的网址等。
该项目在发布10天之后开始在GitHub上吸引了部分人的注意。此时，EntreprenurGPT更名为AutoGPT，而在3月29日，Significant Gravitas发现，为了挣钱AutoGPT甚至抛弃了一些所谓的“道德”标准，在寻找新的挣钱机会的时候，AutoGPT敏锐地发现了加州洪水淹没农田，造成食物价格上涨，可以从这个背景寻找投资机会！
AutoGPT的关键原理
AutoGPT背后接入的语言模型，可以是GPT-4、也可以是GPT-3.5的text-davinci-003。但是，显然这些模型是无法完成浏览网页、执行代码、发布信息的操作的。而作者的聪明在于将这些操作变成命令，让GPT-4模型选择，然后根据返回的结果进行操作。注意，这里可以理解为作者设计了一个十分精巧的prompt，然后把我们要执行的命令，基于prompt模板封装后发给GPT-4，然后根据结果来执行。
根据GitHub的项目源代码，目前，该prompt已经公开，结果如下：
其核心在于它把我们的命令发送给GPT-4的时候，让GPT-4根据指定的COMMAND来选择操作，上述COMMAND中，大家可以看到包括谷歌搜索、浏览网站、读写文件、执行代码等。AutoGPT会把问题，如“寻找今天推特上最火的AI推文”发给GPT-4，并要求GPT-4根据这些COMMAND选择最合适的方式去得到答案，并给出每一个COMMAND背后需要使用的参数，包括URL、执行的代码等~~
然后AutoGPT根据返回的结果来使用想用的命令执行GPT-4的建议！是不是十分聪明！
当然，除了这个Prompt外，AutoGPT还使用了一些技巧确保任务更加有效地被完成。这里列举几个技术：
使用列表保存历史发送的信息，并在每一次请求token允许的条件下发送最多的历史消息给GPT-4。从代码中分析可以看到，为了让GPT-4更好地完成任务，AutoGPT每一次都会尽量使用完成可以使用的输入tokens数量，把当前命令输入进去之后，只要还可以继续添加历史信息，它就会把之前存的命令取出来放进去。因此，虽然AutoGPT效果很好，但是这样的处理导致非常消耗API的额度！
每一次发送请求的时候，它都会让GPT知道现在的一些时间等情景信息，方便处理与时间有关的内容
每一次都将当前最相关的目标也发送给GPT-4。前面说了，AutoGPT会把最近一段历史消息也发给GPT-4来提升目标完成概率，同时也会把目标中最相关的信息也发过去。因此，AutoGPT保存了所有的历史信息，在每一次查询的时候也会把当前实例最相关的信息也发给GPT-4。
十分的精巧！
AutoGPT与HuggingGPT的区别
在前段时间，微软与浙江大学共同发布了HuggingGPT，可以连接到HuggingFace上所有的AI模型，并根据输入的任务选择相应的模型执行，与AutoGPT有几分相似。
HugggingGPT简介：“GPT”的模型太多无法选择？让大模型帮你选择大模型！浙江大学发布HuggingGPT！ | 数据学习者官方网站(Datalearner)
但是，这完全是2个不同的东西。HuggingGPT的目的是使用所有的AI模型接口完成一个复杂的特定的任务，更像解决一个技术问题的方案。而AutoGPT则更像一个决策机器人，它可以执行的动作范围比AI模型要更多样，因为它集成了谷歌搜索、浏览网页、执行代码等能力。从这个角度说，AutoGPT可以完成的任务或者决策比HuggingGPT更强，但是AI的能力却主要依赖GPT系列！
AutoGPT的应用实例
目前，AutoGPT展示出强大的能力，已经有很多案例了。我们这里列举几个比较有意思的案例：
AutoGPT的使用
AutoGPT是完全开源的项目，在GitHub上直接下载源代码可以使用。它依赖一些部件也在项目里提供。不过需要注意的是，目前里面涉及的一些操作有docker或者谷歌搜索，所以依赖网络、Linux。在国内网络以及Windows下运行可能会有问题。此外，该项目依赖OpenAI的API Key以及Pinecone API Key。
目前，该项目还在快速发展中，未来可能会支持更多的AI模型以及更多更强的操作。
反正是一款非常不错的软件，可以说是可以在一定上取代人类的超级智能软件，有了Autogpt 再也不需要担心自己还有什么解决不了的难题的，一个简单的输入就能让你轻松搞定所有的疑难杂症。
AutoGPT原理介绍(与HuggingGPT的区别)
AutoGPT简介AutoGPT原名是EntreprenurGPT，Significant Gravitas在2023年3月16日表达了他想创造一个实验项目，看看GPT-4能否在人类商业世界中生存，简单来说就是是否可以挣钱。其核心思想就是不停的向GPT-4发送请求，让其做商业决策，最后根据这个决策执行，看GPT-4给的策略能挣多少钱。
根据Significant Gravitas的推文，自从那天之后他每天都在给EntreprenurGPT增加能力：包括拥有long term的记忆、生成子实例完成不同的任务、根据网址返回404的错误来重新使用Google检索，找到合适的网址等。
该项目在发布10天之后开始在GitHub上吸引了部分人的注意。此时，EntreprenurGPT更名为AutoGPT，而在3月29日，Significant Gravitas发现，为了挣钱AutoGPT甚至抛弃了一些所谓的“道德”标准，在寻找新的挣钱机会的时候，AutoGPT敏锐地发现了加州洪水淹没农田，造成食物价格上涨，可以从这个背景寻找投资机会！
AutoGPT的关键原理
AutoGPT背后接入的语言模型，可以是GPT-4、也可以是GPT-3.5的text-davinci-003。但是，显然这些模型是无法完成浏览网页、执行代码、发布信息的操作的。而作者的聪明在于将这些操作变成命令，让GPT-4模型选择，然后根据返回的结果进行操作。注意，这里可以理解为作者设计了一个十分精巧的prompt，然后把我们要执行的命令，基于prompt模板封装后发给GPT-4，然后根据结果来执行。
根据GitHub的项目源代码，目前，该prompt已经公开，结果如下：
其核心在于它把我们的命令发送给GPT-4的时候，让GPT-4根据指定的COMMAND来选择操作，上述COMMAND中，大家可以看到包括谷歌搜索、浏览网站、读写文件、执行代码等。AutoGPT会把问题，如“寻找今天推特上最火的AI推文”发给GPT-4，并要求GPT-4根据这些COMMAND选择最合适的方式去得到答案，并给出每一个COMMAND背后需要使用的参数，包括URL、执行的代码等~~
然后AutoGPT根据返回的结果来使用想用的命令执行GPT-4的建议！是不是十分聪明！
当然，除了这个Prompt外，AutoGPT还使用了一些技巧确保任务更加有效地被完成。这里列举几个技术：
使用列表保存历史发送的信息，并在每一次请求token允许的条件下发送最多的历史消息给GPT-4。从代码中分析可以看到，为了让GPT-4更好地完成任务，AutoGPT每一次都会尽量使用完成可以使用的输入tokens数量，把当前命令输入进去之后，只要还可以继续添加历史信息，它就会把之前存的命令取出来放进去。因此，虽然AutoGPT效果很好，但是这样的处理导致非常消耗API的额度！
每一次发送请求的时候，它都会让GPT知道现在的一些时间等情景信息，方便处理与时间有关的内容
每一次都将当前最相关的目标也发送给GPT-4。前面说了，AutoGPT会把最近一段历史消息也发给GPT-4来提升目标完成概率，同时也会把目标中最相关的信息也发过去。因此，AutoGPT保存了所有的历史信息，在每一次查询的时候也会把当前实例最相关的信息也发给GPT-4。
十分的精巧！
AutoGPT与HuggingGPT的区别
在前段时间，微软与浙江大学共同发布了HuggingGPT，可以连接到HuggingFace上所有的AI模型，并根据输入的任务选择相应的模型执行，与AutoGPT有几分相似。
HugggingGPT简介：“GPT”的模型太多无法选择？让大模型帮你选择大模型！浙江大学发布HuggingGPT！ | 数据学习者官方网站(Datalearner)
但是，这完全是2个不同的东西。HuggingGPT的目的是使用所有的AI模型接口完成一个复杂的特定的任务，更像解决一个技术问题的方案。而AutoGPT则更像一个决策机器人，它可以执行的动作范围比AI模型要更多样，因为它集成了谷歌搜索、浏览网页、执行代码等能力。从这个角度说，AutoGPT可以完成的任务或者决策比HuggingGPT更强，但是AI的能力却主要依赖GPT系列！
AutoGPT的应用实例
目前，AutoGPT展示出强大的能力，已经有很多案例了。我们这里列举几个比较有意思的案例：
AutoGPT的使用
AutoGPT是完全开源的项目，在GitHub上直接下载源代码可以使用。它依赖一些部件也在项目里提供。不过需要注意的是，目前里面涉及的一些操作有docker或者谷歌搜索，所以依赖网络、Linux。在国内网络以及Windows下运行可能会有问题。此外，该项目依赖OpenAI的API Key以及Pinecone API Key。
目前，该项目还在快速发展中，未来可能会支持更多的AI模型以及更多更强的操作。
反正是一款非常不错的软件，可以说是可以在一定上取代人类的超级智能软件，有了Autogpt 再也不需要担心自己还有什么解决不了的难题的，一个简单的输入就能让你轻松搞定所有的疑难杂症。
