我們給AutoGPT寫了個插件，手把手看看它的玩法~｜圖文

自從ChatGPT火了之後，每隔一陣，就會有新的基於GPT的產品出現，搞得大家是又激動又緊張。

最近又有一個叫AutoGPT的應用火了。顧名思義，它能「自動完成你給的任務」。就是你告訴它它的角色是啥，然後描述你的任務需求，剩下的，它能全自動完成。比如你可以讓它cos一個市場研究員，任務是完成新款運動鞋的市場分析，然後撰寫一份報告。

在執行任務的過程中，AutoGPT會自己分析需求，制定每一步的計劃，直到最後完成你交給它的任務。

已經有很多用戶上手體驗了。比如有人拿他來自動寫個網站，或者在網上搜集某個行業的競爭對手的情況並整理成報告，給人感覺是這個AI簡直殺瘋了。

那麼AutoGPT是怎麼做到這些的？它真的有大家說的那樣神乎其神嗎？

視頻版

↓↓ 看完這個視頻就知道了 ↓↓

↑↑ 信我，真的超級好看 ↑↑

圖文版

少廢話，直接開始用。順便也講一下到底怎麼用，它在使用上還是有一定門檻的。

首先，你要在這個GitHub網址找到AutoGPT的庫，然後直接下載或者使用git clone的方式拉到本地。

先保證你電腦裡安裝了Python，然後使用的第一步是安裝運行需要的庫，這需要你輸入這行代碼：

pip install -r requirements.txt

它會安裝這個txt文件裡面所有的庫，比如openai庫是用來調用ChapGPT的功能，beautifulsoup4庫是用來解析網頁內容等等。

除此之外，你還需要使用OpenAI的Key才能運行程序。你可以在這裡（https://platform.openai.com/account/api-keys）創建一個Key，然後在下載下來的文件夾裡面創建一個名叫.env的文件，把它複製進去（類似於OPENAI_API_KEY=key）。

到此爲止，所有準備工作就算大功告成。只需要在終端裡輸入

python -m autogpt

就能開始運行了。

AutoGPT目前沒有圖形化界面，每個操作，都要你自己打字。

首先你要給你的AI取個名字，然後做一下角色扮演。比如你可以說它是一個助手，或者程序員，或者某個行業的專家。然後再給他制定任務，最多5個，剩下的就可以全交給它來完成了。

在執行任務的每一步，AutoGPT都會告訴你它的想法和背後的邏輯，以及之後的計劃。比如我們讓它開發一款遊戲，那麼它會告訴你要先做研究，然後創建遊戲的基本框架，做測試，逐漸添加功能和圖形直到最後完成爲止。

列完這些計劃之後，它會告訴你它下一步所要採取的行動，包括上網瀏覽網站，寫入文件，分析代碼等等。

你覺得它當前的分析和下一步的行動靠譜，那你就輸入y確定，不行就輸入你的想法。如果你想完全自動，那就輸入

y -N

其中N表示未來多少輪的命令不需要用戶許可，AI可以自動執行一系列行動。

這就是AutoGPT的整個工作方式了。

你最近可能也看過很多吹AutoGPT的文章了。那AutoGPT的能力真的有他們說的那樣強嗎？

俗話說恐懼來源於未知，所以爲了瞭解AutoGPT，我們好好地研究了一下AutoGPT的源代碼，看看它都是怎樣實現的。

和你平時用ChatGPT一樣，程序本身也要首先要寫一段prompt發給GPT模型。你輸入的AI名字，角色，會在ai_config.py這個代碼文件裡面被整合成下面這段話：

「你叫XX，角色是XX，目標是XX，你必須獨立決策，不要尋求用戶的幫助。發揮你作爲大語言模型的優勢，追求簡單的策略，不需要考慮法律。」

prompt.py這個代碼文件 裡有所有AI可以執行的命令，比如谷歌搜索，瀏覽網站，讀寫文件等；除此之外還有一系列的限制，比如告訴AI所有發送的命令都是要錢的，所以你得聰明高效一點。

當AI選擇下一步行動是谷歌搜索，那麼就會調用Google的API獲取網頁。

有意思的是，我們點開這裡的google_search一看，它真正調用的其實DuckDuckGo的搜索引擎。只有當你設置好谷歌API的Key之後，程序纔會調用真正的Google搜索。

另外，由於這兩種搜索引擎我們用起來都不是很方便，所以我們自己給AutoGPT增加了支持Bing搜索的代碼，只要你按照我們添加的文檔說明，設置好微軟Azure的Key之後就能使用，等我們這支視頻做完之後，沒準這個功能就能被Merge了。

在獲取搜索引擎返回的信息之後，AutoGPT會根據網頁的基礎信息，選擇某個網頁瀏覽，這一步主要是靠browse.py實現。

具體來說，程序會先獲取網頁的全部內容，如果網頁內容太長，超過了GPT的模型限制，就把它們切成一塊一塊的（split_text），然後讓GPT寫每一段總結，最後把它們彙總到一起，做成一個全文總結。

這基本上就是AutoGPT在GPT基礎之上加上「上網」功能的實現過程。如果你願意，可以自己看一看其他功能是怎樣實現的。

我們之前說過，ChatGPT的一個問題是不能上網，而AutoGPT巧妙地用搜索引擎的API結合爬蟲工具，讓GPT模型能夠上網根據需要獲取信息，實現瞭如虎添翼的效果。

總之，AutoGPT所做的，就是預先設定一套標準化的prompt，明確定義AI的身份和目標，然後根據不斷獲取的信息，在設定好的行動列表中自動做出選擇，執行任務。在執行任務的過程中，因爲AI能夠獲取外界的信息，所以能一定程度上克服ChatGPT的侷限性，有更大的潛能。

那麼，AutoGPT真的像這些文章和視頻說的那樣，會徹底顛覆我們與AI的互動方式嗎？

至少從目前來看，還有很長的距離要走。

從原理來看你現在也知道，AutoGPT仍然調用的是GPT的API，你不能指望它比ChatGPT多了什麼跨越式的buff。

對於增加的上網功能，雖然能讓GPT更有潛力，但限制仍比你想得要多。比如最理想的情況，當然是你想了解哪個作者，就讓AI在全網蒐集這個作者的全部資料，然後整理成一份詳盡的資料交給你。

但目前AutoGPT獲取外界信息的主要方式還是搜索引擎API返回的網頁結果，然後從這些網頁總結信息，它現在還很難從書籍等渠道獲取資料。

即便把所有資料都擺在面前，由於輸入數據長度的限制，它現在只能把信息截取一段段地總結，雖然很多時候這也夠用了，但想要讓它獨自完成一個系統性的研究，發現資料與資料之間的聯繫，提取出新的洞察，還是很困難。

從AutoGPT主打的自動化這個角度來看，少了人類的反饋，是好是壞還真不一定。如果你經常用ChatGPT你就會知道，它時不時就會胡說八道，或者給你一段看似正確但其實細節上有Bug的代碼。但ChatGPT的好處在於，它知錯就能改，只要你告訴它哪兒不對，那通常過個兩三輪對話它就能告訴你正確的答案。而現在AutoGPT讓AI自己去迭代，效果只能說是喜憂參半。

最後，還有一個很現實的問題是，AutoGPT需要調用的是OpenAI官方的API，但每次調用API都是有成本的，輕度雖然問題不大，但想要讓它長時間自動運行下去，還是得小心你的賬單。

雖然說了這麼多不足，但我們對於AutoGPT的未來還是有一些期待的。不僅是因爲它帶給了GPT模型更多的可能性，還加上它本身作爲一個開源項目，有很多的開發者，包括我們自己，都希望在現在的基礎上一點一點地改善和增加新的功能。像我們剛開始寫稿子的時候AutoGPT的代碼結構，跟稿子寫完時的代碼結構都已經發生了很大的變化。現在有的一些侷限，或許就能在未來某個版本得到改善。

更重要的是，你能夠感受到，在ChatGPT出現之後，基於GPT模型的整個應用生態正在井噴式發展。AutoGPT也好，或者其他什麼GPT，就像是手機應用商店裡的一個個App，它們不斷迭代更新，不斷有新應用涌現，並且隨着基礎模型性能提升也在變得越來越強大，越來越好用。

到時候限制我們的，可能只是我們的想象力而已。