编程版GPT狂飙30星,AutoGPT危险了!
怎么入门科技周边编程?需要学习哪些知识点?这是新手们刚接触编程时常见的问题;下面golang学习网就来给大家整理分享一些知识点,希望能够给初学者一些帮助。本篇文章就来介绍《编程版GPT狂飙30星,AutoGPT危险了!》,涉及到,有需要的可以收藏一下
撰稿 | 王瑞平
既AutoGPT之后,GPT家族又添GPT-Engineer新成员。
与其他GPT家族成员一样,它可以根据用户的指示生成完整的代码库,并且能够学习您的代码风格,以便于进行调整和扩展。这下,程序员又要失业了。

简单易用、灵活、易于添加新的AI步骤是GPT-Engineer最强的优势。
用户可以在逐步构建的过程中享受用户体验,并且可以通过使用高级提示来向AI提供反馈。随着时间的推移,AI能够记住这些反馈。
1、在GitHub上狂飙:斩获30k星
GPT-Engineer于6月11日闪亮登场,是由Depict创始人兼首席技术官Anton Osika开发,供程序员进行AI编程工具。
上线仅一周多的时间,GPT-Engineer就在GitHub上狂飙,迅速斩获30k星。

据Anton Osika 的推文介绍,在使用 GPT-Engineer 时,你可以:
- 用一个提示词生成代码库
- 提出清晰的问题
- 生成技术规范
- 编写所有必要的代码
- 轻松添加自己的推理步骤、修改和实验
- 让你在几分钟内完成一个编码项目。
2、优势:一个提示词生成整个代码库
如前文所述,GPT-Engineer最大的优势还在于能够根据提示词生成整个代码库。

网友们都跃跃欲试,并在互动区评论道:“这看起来太棒了,要试一试吗?”
小编不禁感叹,这让我们离AGI又近了一步...
3、实测:完成贪食蛇游戏项目
我们还实测了项目中列举的贪吃蛇游戏例子,现在描述出来,便于大家理解:
完成任务大概分3步:
1)告诉GPT-Engineer你想让它完成什么;
2)GPT-Engineer询问用户输入模糊的问题,以便更明确任务需求;
3)GPT-Engineer开始构建运行代码。
- 输入提示
首先,你需要通过输入提示,让GPT-Engineer知道要干什么。
贪吃蛇游戏的提示词大致为“网页版多人可玩的贪吃蛇游戏”。系统的后端采用了带有MVC组件的Python技术,同时还可以使用html和js进行必要的操作。
- 提问
然后,GPT-Engineer对任务要求进行更细致的提问,比如蛇是如何移动的?有多少玩家可以加入这个游戏?游戏状态更新频率是多少?
值得注意的是,GPT-Engineer不是无条件地询问这些问题,而是采用QA方式确定需要澄清的缺失细节。
- 生成游戏代码
上述问题明确之后,GPT-Engineer 就能按照用户要求生成多人玩贪吃蛇游戏的代码。
4、记住代码:将互动历史存储在文件夹中
GitHub上不仅公开了从输入到输出的整个程序设置,还重点介绍了系统是如何记住代码的:
- 通过编辑文件夹中的文件指定AI标识。(identity)
- 编辑标识并改进,使AI代理“记住”项目。(main_prompt)
- 与GPT-4通信的历史都被记录存储在logs文件夹中
这项特殊的功能便于系统更容易了解你的喜好,在进行类似操作时提升生成代码的效率和准确度。
5、抛出问题:帮助用户弥补缺失细节
在这里,不得不提及项目的独特之处,即,当用户输入自己的需求时,GPT-Engineer并不会直接接受,而是会根据自己的判断提出问题,帮助程序员弥补缺失的细节。
该过程分为两个步骤进行:
(1)需求细化
(2)软件构建
- 在需求细化阶段:
1)用户提供的包含需求和问题指示的文件夹被提交给GPT-Engineer,并被放置在GPT初始消息中;
2)系统接收来自GPT-4的反馈,了解需要澄清的问题并提示用户;
3)GPT-Engineer将该过程循环,解释所有问题直到GPT-4“满意”为止。
- 在软件构建阶段:
1)上个阶段提炼出的用户需求被打包,并与GPT系统提示和另外一套用户输出指示一起包装起来。
2)GPT-Engineer接收来自GPT-4的响应,然后创建源代码文件,为用户提供指令。
6、项目理念:简单易用,为用户提供价值
GitHub上还着重强调了GPT-Engineer的主要项目理念:
- 简单易用,为用户提供价值;
你只需用谷歌登录,便可以轻易操作,输入提示词后就能生成整个代码库。
- 灵活且易于添加新的AI步骤;
- 支持高级提示,记住用户反馈;
系统能够自动记忆你的操作,并模仿你的风格完成整个项目;
- 在人类与人工智能之间快速切换;
- 所有计算可恢复并永久保存在文件系统中。
7、总结:AI代码生成工具火遍全网
AutoGPT之后,AI代码生成工具GPT-Engineer火爆全网。
此AI工具是基于指令生成代码的,通过学习不同的代码风格,可以在短时间内帮助您完成编码项目。全过程由需求细化促进阶段和软件构建阶段组成。
项目最独特之处在于:开发者在文本文件中提交需求,GPT-Engineer不是无条件接受这些要求,而是提出许多详细的问题来让程序员澄清缺失的细节。
8、网友评论:我们也在尝试与GPT-Engineer相似的应用
我们在Anton Osika的帖子下搜集到部分网友的评论:

“额外功能:像一个真正的咨询工程师一样,承诺过多、交付不足。”
部分网友还在评论区展示出类似的应用:“这很酷,我在研发一些类似的应用dev-GPT。”

小编对此还去亲测了一番:该款应用能够像真正的Python开发者一样自动提取用户需求,输出你想要的程序,在GitHub上斩获了153k星。

"哇,GPT-Engineer是一款改变游戏规则的游戏",这是用户OxVivek所说的。我迫不及待地想知道与smol相比,它带来了哪些创新,以及在几分钟内完成编码项目的体验。”
GPT-Engineer预示着未来创造软件将进入全新的人机交互时代。此外,网友提到的dev-GPT、Auto-GPT、smol等也能够输出你想要的代码,你可以根据需求选择最适合的一款应用。

未来,你将不用绞尽脑汁编写一行代码,创建项目就像和好友聊天那样简单。
如果你对此感兴趣并且是一名程序员,不妨用谷歌注册账号亲自实测一番,在对话中写出你想要的程序、创建一套软件系统,并将你的感受留在评论区...
参考资料:
1.https://github.com/AntonOsika/gpt-engineer
2.https://twitter.com/antonosika/status/1667641038104674306?cxt=HHwWhIC-kYms06QuAAAA
终于介绍完啦!小伙伴们,这篇关于《编程版GPT狂飙30星,AutoGPT危险了!》的介绍应该让你收获多多了吧!欢迎大家收藏或分享给更多需要学习的朋友吧~golang学习网公众号也会发布科技周边相关知识,快来关注吧!
魅族Flyme官方宣布魅族20系列十一周年重磅更新
- 上一篇
- 魅族Flyme官方宣布魅族20系列十一周年重磅更新
- 下一篇
- 如何处理MySQL连接异常终止时的数据备份和恢复?
-
- 科技周边 · 人工智能 | 1天前 |
- vLLM 连续批处理下的显存与吞吐取舍
- 209浏览 收藏
-
- 科技周边 · 人工智能 | 1天前 |
- Reranker 接入后如何控制检索延迟预算
- 113浏览 收藏
-
- 科技周边 · 人工智能 | 1天前 |
- Embedding 向量维度变化时的索引迁移方案
- 429浏览 收藏
-
- 科技周边 · 人工智能 | 1天前 |
- Agent 轨迹评测区分工具错误与模型错误
- 239浏览 收藏
-
- 科技周边 · 人工智能 | 1天前 |
- MCP 资源与工具描述的缓存更新策略
- 313浏览 收藏
-
- 科技周边 · 人工智能 | 1天前 |
- MCP 服务端授权范围与会话隔离的配置
- 161浏览 收藏
-
- 科技周边 · 人工智能 | 1天前 |
- MCP 工具结果分页与长列表截断的设计
- 486浏览 收藏
-
- 科技周边 · 人工智能 | 1天前 | 人工智能 · chat template apply_chat_template AI tokenizer 多模型消息格式
- AI tokenizer chat template 统一多模型消息格式
- 154浏览 收藏
-
- 前端进阶之JavaScript设计模式
- 设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
- 543次学习
-
- GO语言核心编程课程
- 本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
- 516次学习
-
- 简单聊聊mysql8与网络通信
- 如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
- 500次学习
-
- JavaScript正则表达式基础与实战
- 在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
- 487次学习
-
- 从零制作响应式网站—Grid布局
- 本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
- 485次学习
-
- PubMedQA
- 深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
- 431次使用
-
- H2O EvalGPT
- H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
- 508次使用
-
- LMArena
- LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
- 522次使用
-
- HELM
- 深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
- 464次使用
-
- MMBench
- MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
- 292次使用
-
- 本地大模型反复输出同一句话怎么调整生成参数
- 2026-09-06 501浏览
-
- Python 调用大模型时如何用结构化输出校验 JSON:从解析失败到可重试
- 2026-08-29 501浏览
-
- AI写作工具免费版安装教程(含豆包Clawdbot)
- 2026-05-30 501浏览
-
- WPS AI能自动生成PPT吗?输入主题一键制作演示文稿
- 2026-05-27 501浏览
-
- Canva手机闪退解决方法及适配指南
- 2026-05-25 501浏览

