划重点：
- 1GPT-4 API开放之后，开发者开始尝试实现人工智能模型的代理化，在尽可能少的人工干预下执行多重任务。
- 2在新开发的项目中，Auto-GPT和BabyAGI目前最为火爆，但尚未达到通用人工智能标准。
- 3Auto-GPT和BabyAGI仍需要大量的人力投入与合作，所以还没有像承诺的那样自主。
腾讯科技讯 自从OpenAI上个月开始向测试人员开放GPT-4 API（应用程序编程接口）以来，一些开发者团队开始尝试实现人工智能模型的代理化(agent-like)，试图在尽可能少的人工干预下执行多重任务。这些自制脚本可以根据需要循环、迭代和衍生人工智能模型的新实例。
在这些项目当中，有两个实验性的开源项目在社交媒体上引起外界、特别是疯狂炒作人工智能项目的人的极大关注：由托兰·布鲁斯·理查兹（Toran Bruce Richards）创建的Auto-GPT和由中岛洋平（Yohei Nakajima）创建的BabyAGI。
Auto-GPT和BabyAGI能做些什么？嗯，现在还无法做太多的事情。它们需要大量的人力投入和合作，所以还没有像承诺的那样自主。但它们代表了更复杂的人工智能模型，这些模型在单独工作时可能比单个人工智能模型能力更强。
什么是Auto-GPT？
Auto-GPT是一个开源Python应用程序。该应用程序以GPT-4为基础，允许人工智能“自主”行动，无需用户提示每个动作。用户可以为Auto-GPT制定一个总体目标，并逐步采取行动来实现该目标。这就是“人工智能代理”概念的来源，它们使用互联网并完全独立地在PC上执行操作--无需在每一步都得到提示。
原始GitHub中发布的简单示例是Auto-GPT，其目标是浏览Web以得出“下一个即将到来的事件”（例如复活节）的独特和原始食谱。Chef-GPT，正如它的名字一样，然后开始在网络上搜索解决方案。第二个目标是将食谱作为文件保存在用户的计算机上。
就其本身而言，这听起来可能并不那么创新。但是Auto-GPT代表用户搜索互联网并执行保存文件等操作的能力使这个人工智能远远超出了一个简单的聊天机器人。
自主实现设定的任何目标
理查兹称，自己的脚本是“展示GPT 4语言模型能力的实验性开源应用程序”。该脚本“将大语言模型（LLM）的‘思想’链接在一起，以自主实现操作者设定的任何目标。”基本上，自动GPT从GPT-4获取输出，并通过一个临时的外部存储器将其反馈给自己，以便它可以进一步迭代任务，纠正错误，或提出改进建议。理想情况下，这样的脚本可以充当人工智能助手，可以独自执行任何数字任务。