自从去年 12 月开始关注 ChatGPT 并第一次上手体验之后，我就特别关注 AI 领域的一些新变化，为此还把朋友圈里一些做 AI 产品和技术的朋友挖了出来拉了个小群。

过去这一周，我发现大家都在密切关注一个叫 AutoGPT 的新项目。而且，这些人几乎每天都在朋友圈或群里转发自己的任务执行结果。

那么，AutoGPT 是什么？它和 ChatGPT 又有什么关系？

这里，我想简单跟你们聊聊。

AutoGPT 是一个基于 GPT-4 能力的开源项目，目前可以通过 Github 下载源码并部署安装。

可以看到，目前这个项目的 Star 数已经超过 35k 了，在国外圈子里也小火了一把。

AutoGPT 最大的特点在于能根据任务指令自主分析和执行，甚至还会自己给自己提出新的问题并回答。

这跟 ChatGPT 有所不同，在 ChatGPT 的交互方式中，你提出一条指令，ChatGPT 给出回应，接下来你再给，它再回。

而 AutoGPT 的交互方式是你提出一个需求或任务，它并不会着急给你答案，而是会分析这个问题，并且给出执行目标和具体任务，然后开始执行。

注意，它是真的会开始执行。

比如，国外的测试者通过 AutoGPT 创建了一个网站，当他输入自己的需求后，AutoGPT 直接调用 React 框架生成了一个前端页面。

AutoGPT 还提供一种能力，能实现存储。可以理解为给基于 GPT 的模型一个内存，你可以在本地训练一个 AI 助手，让它帮你完成一些日常执行工作。

因为使用部署过程需要先完成一些开发配置，还需要有 OpenAI 的 API 秘钥，对于一般的小白用户还不是很友好。

所以，你们可以体验下另一款基于 AutoGPT 的平替产品 AgentGPT。

这是一款基于浏览器的工具，但同样需要 OpenAI 的 API 秘钥来实现长时间访问并获得完整流程。

不过没有也没关系，可以先跳过体验一下大致流程。

你可以给自己的 AI 起个名字，然后在 Goal 这个输入框输入你想让它帮你完成的事项。

比如，我让它帮我达成一个目标，就是「理解程序员口中的API是什么意思」。

系统并没有着急给出答案，而是开始思考，并自主添加了三个子任务。

在这三个子任务中，一个是从可信渠道研究关于 API 的定义；一个是收集关于 API 在编程中的具体应用；还有一个就是全面详细解释 API 在软件开发中的具体意义。

接下来，AgentGPT 开始自主执行自己制定的第一个子任务，从网络上搜索到了关于 API 的准确定义，并且给出了信息源网址。

第一个子任务执行完成后，AgentGPT 开始自动执行第二个任务，找一些案例来帮助我理解。

从子任务执行结果可以看到，它例举了谷歌地图、推特、Facebook和亚马逊在应用场景中使用API 的例子。

最后它又自动执行了第三个子任务，全面解释了一下 API 到底是什么。

然后我又给它提供了一个新目标，让它计算一下北京有多少辆出租车，并且同时把这个问题提给 ChatGPT。

需要说明的是，这两个实验环境都不是基于 GPT-4 完成的，如果切换到 GPT-4，效果会更好。

在 AgentGPT 里，这个问题同样被拆分成了三个子任务。

一个是去官方渠道查询、一个是通过计算机视觉识别去调用交通监控摄像头统计、还有一个是利用打车应用程序的众包数据，根据使用模式估计北京的出租车数量。

很明显，这些数据都很难获取，甚至获取不到，但至少 AgentGPT 给出了一些路径和思路。

同样的问题提给 ChatGPT，它直接无语了。

所以，类似 AutoGPT 和 AgentGPT 这样的衍生产品代表的是更聪明、更灵活、执行力更强、以及效率更高。

此外，对于之前我提过的写 prompt 的能力很重要的问题，可能 AutoGPT 的出现就给我啪啪打脸了。

这么看来，写 prompt 也不再是人类的一项优势，而提出准确的问题和目标才是。

剩下的，都可以交给 AI。

在我看来，AutoGPT 最大的意义在于像我们展示了一种可能性，就是 AI 的逻辑自洽和服务于垂直场景的能力。

或许，这也是为什么有人把这叫做「AI智能体」的原因了。

我们问，AI 理解、AI 分析、AI 执行、AI 验证。

或许，未来是这么一个循环路径。

据说今年 GPT-5 会来，那时候我们的认知和判断或许又会得到刷新。

未来，就是每一个正在发生的现在。