AutoGPT星标超PyTorch，但需注意其局限性：Star量近8万

科技周边小白一枚，正在不断学习积累知识，现将学习到的知识记录一下，也是将我的所得分享给大家！而今天这篇文章《AutoGPT星标超PyTorch，但需注意其局限性：Star量近8万》带大家来了解一下##content_title##，希望对大家的知识积累有所帮助，从而弥补自己的不足，助力实战开发！

仿佛一夜之间，AI 圈出现了一个新晋顶流：AutoGPT。

顾名思义，AutoGPT 为自主人工智能，一项任务交给它，它能自主地提出计划，然后执行，完全不用人类插手的那种。此外其还具有互联网访问、使用 GPT-3.5 进行文件存储和生成摘要等功能。

例如，用户让 AutoGPT 建立一个网站，提出的要求是让其创建一个表单，并在表单上添加标题「Made with autogpt」，最后将背景更改为蓝色，用时不到 3 分钟，不用人类参与，AutoGPT 自己就搞定了，就像下面展示的那样。期间 AutoGPT 采用的 React 和 Tailwind CSS，都是自己决定的。

一个示例看下来，AutoGPT 已经能够自己上网查资料、使用第三方工具、操作你的电脑。从上线以来，项目热度不减，截至今天，AutoGPT 的 GitHub Star 量达到 78k，马上接近 80k，超过了 PyTorch 的 65k。

AutoGPT 地址：https://github.com/torantulino/auto-gpt

PyTorch 地址：https://github.com/pytorch/pytorch

要知道，AutoGPT 是一个刚上线没几天的项目，而 PyTorch 的最初版本可追溯到 2018 年。不仅如此，从推特网友的总结来看，AutoGPT 还超过了 Bitcoin、 Django 等项目的 Star 量。

图源：https://twitter.com/MattPRD/status/1647653434760515584

就连前特斯拉 AI 总监、刚刚回归 OpenAI 的 Andrej Karpathy 对此都评价道：「AutoGPT 是 prompt 工程的下一个前沿。」

不过，与看好 AutoGPT 发展不同的是，来自英伟达的 AI 科学家 Jim Fan 却对此泼了一盆冷水。

Jim Fan 表示自己仅将 AutoGPT 视为一项有趣的实验，仅此而已，而且这项研究虽然火爆但并不意味着可以投入生产，网上很多酷炫的演示都是精心挑选出来的。

随后，Jim Fan 还表示，在其实验中「AutoGPT 可以很好地解决某些简单且定义明确的任务，但大多数时候对真正有用的、更难的任务，AutoGPT 并不可靠。

这种不可靠性可以归因于 GPT-4 固有的局限性。如果不能访问 GPT-4 权重或者更好的微调，我认为仅仅通过提示技巧无法从根本上解决问题。

就像没有任何提示可以将 GPT-3 变成 GPT-4 的能力一样，我不认为 AutoGPT + 冻结的 GPT-4 可以可靠地解决重要的复杂决策。当前的媒体炒作正在将该项目推向完全不切实际的期望。」

附和者众：AutoGPT 局限大，无法解决任何商业问题

Jim Fan 的观点获得了很多人的赞同。有人认为，「诚然，AutoGPT 是一个伟大的实验，并将引领通过智能体自主完成很多酷炫事情的浪潮。但它不能成为一个可以构筑解决任何商业问题基础的产品，毕竟太不可预测了。」

光说不练没有说服力，有人现身说法，表示自己整个周六都在让 AutoGPT 打开一个 docx 文档、打开其导出的 ChatGPT 对话以提供更多上下文（json）、浏览其他技术内容并重写 docx 文档。遗憾的是，AutoGPT 甚至都未能接近达成这些目标，还是放弃吧。

这类体验例子还有很多，有人针对现实世界的问题尝试大量 prompt，但 AutoGPT 总是朝着没有任何意义的不同方向发展。

不同意见者：虽被夸大，其前景与 GPT 相当

在很多人赞同 Jim Fan 观点的同时，也有人指出，虽然 AutoGPT 肯定被夸大了，并且现在非常「蛮力」、不优雅。但它展示的前景仍然非常强大，几乎与 GPT 模型相当。

有人从应用的角度剖析 AutoGPT 的不足，目前它虽然无法很好地解决很多事情，比如循环（loop）、切线、随机完成不同的任务。但要弄清楚的是，AutoGPT 需要大量的脑力，预计它会变得越来越好。

持上述观点的不是个例，「AutoGPT 肯定会随时间推移而愈加完善。像这样的项目两年前就已经成为了可能，尽管在任意通用域上的可靠使用也许只能在数年而非数月内到来。」

机器之心的读者们，你们认为 AutoGPT 会是昙花一现吗？看不看好它的前景呢？请在评论区留下自己的观点吧！

今天关于《AutoGPT星标超PyTorch，但需注意其局限性：Star量近8万》的内容介绍就到此结束，如果有什么疑问或者建议，可以在golang学习网公众号下多多回复交流；文中若有不正之处，也希望回复留言以告知！