转自公众号：放码过来a
（千万别关注，为怕你看了会上瘾......）
Auto-GPT，顾名思义，其独到之处就在于 “Auto” ——可“自主”实现你设定的任何目标，即 Auto-GPT 会自己上网查资料、自己思考解决方案、自己运用相关工具……而你要做的，就是在屏幕前静静旁观这一切的发生。有了Auto-GPT，ChatGPT 已沦为“传统 GPT”......
根据官方介绍，Auto-GPT 本质上是一个基于 GPT-4 语言模型所构建的实验性开源应用程序，由 GPT-4 驱动，将大型语言模型 （LLM） 思想串在一起来自主实现任务。
-最近已有不少人下场体验过 Auto-GPT，其中包括微博博主@木遥：
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
01
—
解决复杂任务无需人为干预
GitHub上已有42万星标
Auto GPT是一个实验性开源应用程序，展示了GPT-4语言模型的功能。该程序由GPT-4驱动，将LLM“思想”链接在一起，以自主实现您设定的任何目标。作为GPT-4完全自主运行的首批例子之一，Auto GPT突破了人工智能的极限。
demo：
https://user-images.githubusercontent.com/22963551/228855501-2f5777cf-755b-4407-a643-c7299e5b6419.mp4
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：
用于搜索和信息收集的互联网接入
长期和短期内存管理
用于文本生成的GPT-4实例
访问热门网站和平台
使用GPT-3.5进行文件存储和摘要
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。
02
—
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。
