Auto-GPT & GPT-Engineer: Ein detaillierter Leitfaden zu den führenden KI-Agents von heute

Wenn man ChatGPT mit autonomen KI-Agents wie Auto-GPT und GPT-Engineer vergleicht, zeigt sich ein deutlicher Unterschied im Entscheidungsprozess. Während ChatGPT eine aktive menschliche Beteiligung erfordert, um die Konversation zu steuern und auf Benutzerprompts basierende Anweisungen zu geben, ist der Planungsprozess größtenteils von menschlicher Intervention abhängig.

Generative KI-Modelle wie Transformer sind die State-of-the-Art-Kerntechnologie, die diese autonomen KI-Agents antreibt. Diese Transformer werden auf großen Datenmengen trainiert, was es ihnen ermöglicht, komplexe Denk- und Entscheidungsprozesse zu simulieren.

Open-Source-Wurzeln von autonomen Agents: Auto-GPT und GPT-Engineer

Viele dieser autonomen KI-Agents stammen aus Open-Source-Initiativen, die von innovativen Personen angeführt werden, die herkömmliche Arbeitsabläufe revolutionieren. Anstatt nur Vorschläge zu machen, können Agents wie Auto-GPT Aufgaben unabhängig ausführen, von Online-Shopping bis hin zur Erstellung von grundlegenden Apps. OpenAIs Code-Interpreter zielt darauf ab, ChatGPT von der bloßen Vorschlaggebung zu einer aktiven Problemlösung mit diesen Ideen zu entwickeln.

Sowohl Auto-GPT als auch GPT-Engineer sind mit der Kraft von GPT 3.5 und GPT-4 ausgestattet. Es versteht Code-Logik, kombiniert mehrere Dateien und beschleunigt den Entwicklungsprozess.

Der Kern von Auto-GPTs Funktionalität liegt in seinen KI-Agents. Diese Agents sind programmiert, um spezifische Aufgaben auszuführen, von alltäglichen Aufgaben wie der Terminplanung bis hin zu komplexen Aufgaben, die strategisches Entscheiden erfordern. Diese KI-Agents operieren jedoch innerhalb der von den Benutzern gesetzten Grenzen. Durch die Kontrolle ihres Zugriffs über APIs können Benutzer die Tiefe und den Umfang der Aktionen bestimmen, die die KI ausführen kann.

Wenn beispielsweise die Aufgabe besteht, eine Chat-Web-App zu erstellen, die in ChatGPT integriert ist, zerlegt Auto-GPT das Ziel in handhabbare Schritte, wie die Erstellung einer HTML-Oberfläche oder die Skriptierung einer Python-Back-End. Während die Anwendung diese Vorschläge autonom erzeugt, können Benutzer sie noch überwachen und ändern. Wie der Ersteller von AutoGPT @SigGravitas zeigt, kann es ein Testprogramm auf Basis von Python erstellen und ausführen.

https://twitter.com/SigGravitas/status/1642181498278408193

Während das folgende Diagramm eine allgemeine Architektur eines autonomen KI-Agents beschreibt, bietet es wertvolle Einblicke in die Prozesse im Hintergrund.

Architektur von autonomen KI-Agents

Der Prozess beginnt mit der Überprüfung des OpenAI-API-Schlüssels und der Initialisierung verschiedener Parameter, einschließlich Kurzzeitgedächtnis und Datenbankinhalte. Sobald die Schlüsseldaten an den Agent übergeben werden, interagiert das Modell mit GPT3.5/GPT4, um eine Antwort abzurufen. Diese Antwort wird dann in JSON-Format umgewandelt, das der Agent interpretiert, um verschiedene Funktionen auszuführen, wie Online-Suchen, Dateien lesen oder schreiben oder sogar Code ausführen. Auto-GPT verwendet ein vorge trainiertes Modell, um diese Antworten in einer Datenbank zu speichern, und zukünftige Interaktionen verwenden diese gespeicherten Informationen als Referenz. Der Prozess läuft weiter, bis die Aufgabe als abgeschlossen gilt.

Einrichtungsanleitung für Auto-GPT und GPT-Engineer

Die Einrichtung von Cutting-Edge-Tools wie GPT-Engineer und Auto-GPT kann Ihren Entwicklungsprozess vereinfachen. Im Folgenden finden Sie eine strukturierte Anleitung, um beide Tools zu installieren und zu konfigurieren.

Auto-GPT

Die Einrichtung von Auto-GPT kann komplex erscheinen, aber mit den richtigen Schritten wird es einfach. Diese Anleitung deckt den Prozess ab, um Auto-GPT einzurichten und bietet Einblicke in seine vielfältigen Szenarien.

1. Voraussetzungen:

1. Python-Umgebung: Stellen Sie sicher, dass Sie Python 3.8 oder höher installiert haben. Sie können Python von der offiziellen Website herunterladen.
2. Wenn Sie Repositories klonen möchten, installieren Sie Git.
3. OpenAI-API-Schlüssel: Um mit OpenAI zu interagieren, benötigen Sie einen API-Schlüssel. Erhalten Sie den Schlüssel aus Ihrem OpenAI-Konto

Open AI API-Schlüssel-Generierung

Speicher-Backend-Optionen: Ein Speicher-Backend dient als Speichermethode für AutoGPT, um auf wichtige Daten für seine Operationen zuzugreifen. AutoGPT verwendet sowohl Kurzzeit- als auch Langzeit-Speicherfähigkeiten. Pinecone, Milvus, Redis und andere sind einige verfügbare Optionen.

2. Einrichten Ihres Arbeitsbereichs:

1. Erstellen Sie eine virtuelle Umgebung: python3 -m venv myenv
2. Aktivieren Sie die Umgebung:
   1. MacOS oder Linux: source myenv/bin/activate

3. Installation:

1. Klonen Sie das Auto-GPT-Repository (stellen Sie sicher, dass Git installiert ist): git clone https://github.com/Significant-Gravitas/Auto-GPT.git
2. Um mit Version 0.2.2 von Auto-GPT zu arbeiten, sollten Sie zu dieser spezifischen Version wechseln: git checkout stable-0.2.2
3. Navigieren Sie zum heruntergeladenen Repository: cd Auto-GPT
4. Installieren Sie die erforderlichen Abhängigkeiten: pip install -r requirements.txt

4. Konfiguration:

1. Suchen Sie nach .env.template im Hauptverzeichnis /Auto-GPT. Duplizieren und benennen Sie es in .env um.
2. Öffnen Sie .env und setzen Sie Ihren OpenAI-API-Schlüssel neben OPENAI_API_KEY=
3. Ähnlich können Sie, um Pinecone oder andere Speicher-Backends zu verwenden, die .env-Datei mit Ihrem Pinecone-API-Schlüssel und -Region aktualisieren.

5. Befehlszeilenanweisungen:

Auto-GPT bietet eine Vielzahl von Befehlszeilenargumenten, um sein Verhalten anzupassen:

• Allgemeine Verwendung:
  • Anzeigen der Hilfe: python -m autogpt --help
  • Anpassen der KI-Einstellungen: python -m autogpt --ai-settings
  • Spezifizieren eines Speicher-Backends: python -m autogpt --use-memory

AutoGPT in der Befehlszeile

6. Starten von Auto-GPT:

Sobald die Konfiguration abgeschlossen ist, starten Sie Auto-GPT mit:

• Linux oder Mac: ./run.sh start
• Windows: .run.bat

Docker-Integration (empfohlener Einrichtungsansatz)

Für diejenigen, die Auto-GPT containerisieren möchten, bietet Docker einen vereinfachten Ansatz. Beachten Sie jedoch, dass die anfängliche Einrichtung von Docker ein wenig kompliziert sein kann. Verweisen Sie auf Docker-Installationsanleitung für Unterstützung.

Führen Sie die folgenden Schritte aus, um den OpenAI-API-Schlüssel zu ändern. Stellen Sie sicher, dass Docker im Hintergrund läuft. Gehen Sie nun zum Hauptverzeichnis von AutoGPT und folgen Sie den folgenden Schritten im Terminal:

• Erstellen Sie das Docker-Image: docker build -t autogpt .
• Führen Sie aus: docker run -it --env-file=./.env -v$PWD/auto_gpt_workspace:/app/auto_gpt_workspace autogpt

Mit docker-compose:

• Führen Sie aus: docker-compose run --build --rm auto-gpt
• Zusätzliche Anpassungen können durch Integration weiterer Argumente erfolgen. Zum Beispiel, um mit –gpt3only und –continuous zu laufen: docker-compose run --rm auto-gpt --gpt3only--continuous
• Angesichts der umfassenden Autonomie, die Auto-GPT bei der Erstellung von Inhalten aus großen Datenmengen besitzt, besteht das Potenzial für unbeabsichtigten Zugriff auf schädliche Webquellen.

Um Risiken zu minimieren, betreiben Sie Auto-GPT innerhalb eines virtuellen Containers wie Docker. Dies stellt sicher, dass potenziell schädlicher Inhalt innerhalb des virtuellen Raums bleibt und Ihre externen Dateien und System unberührt bleiben. Alternativ kann Windows Sandbox eine Option sein, obwohl es nach jedem Sitzungsende zurückgesetzt wird und seinen Zustand nicht beibehält.

Um die Sicherheit zu gewährleisten, führen Sie Auto-GPT immer in einer virtuellen Umgebung aus, um Ihr System vor unerwarteten Ausgaben zu schützen.

Angesichts all dessen besteht immer noch die Möglichkeit, dass Sie Ihre gewünschten Ergebnisse nicht erzielen. Auto-GPT-Benutzer berichteten über wiederkehrende Probleme, wenn sie versuchten, in eine Datei zu schreiben, und häufig fehlgeschlagene Versuche aufgrund problematischer Dateinamen erlebten. Hier ist ein solcher Fehler: Auto-GPT (Release 0.2.2) fügt den Text nach dem Fehler "write_to_file returned: Error: Datei wurde bereits aktualisiert" nicht hinzu

Verschiedene Lösungen, um dieses Problem anzugehen, wurden im zugehörigen GitHub-Thread diskutiert.

GPT-Engineer

GPT-Engineer-Workflow:

1. Prompt-Definition: Erstellen Sie eine detaillierte Beschreibung Ihres Projekts in natürlicher Sprache.
2. Code-Generierung: Basierend auf Ihrem Prompt generiert GPT-Engineer Code-Snippets, Funktionen oder sogar vollständige Anwendungen.
3. Verfeinerung und Optimierung: Nach der Generierung gibt es immer Raum für Verbesserungen. Entwickler können den generierten Code anpassen, um spezifische Anforderungen zu erfüllen und sicherzustellen, dass die Qualität auf höchstem Niveau bleibt.

Der Prozess der Einrichtung von GPT-Engineer wurde in eine einfache, leicht zu befolgende Anleitung zusammengefasst. Hier ist eine Schritt-für-Schritt-Anleitung:

1. Vorbereitung der Umgebung: Bevor Sie beginnen, stellen Sie sicher, dass Sie Ihr Projektverzeichnis bereit haben. Öffnen Sie ein Terminal und führen Sie den folgenden Befehl aus

• Erstellen Sie ein neues Verzeichnis namens ‘website’: mkdir website
• Wechseln Sie in das Verzeichnis: cd website

2. Klonen des Repositorys:  git clone https://github.com/AntonOsika/gpt-engineer.git .

3. Navigieren und Installieren von Abhängigkeiten: Nach dem Klonen wechseln Sie in das Verzeichnis cd gpt-engineer und installieren alle notwendigen Abhängigkeiten make install

4. Aktivieren der virtuellen Umgebung: Je nach Betriebssystem aktivieren Sie die erstellte virtuelle Umgebung.

• Für macOS/Linux: source venv/bin/activate

• Für Windows, ist es aufgrund der API-Schlüssel-Einrichtung ein wenig anders: set OPENAI_API_KEY=[Ihr API-Schlüssel]

5. Konfiguration – API-Schlüssel-Einrichtung: Um mit OpenAI zu interagieren, benötigen Sie einen API-Schlüssel. Wenn Sie noch keinen haben, melden Sie sich auf der OpenAI-Plattform an, dann:

• Für macOS/Linux: export OPENAI_API_KEY=[Ihr API-Schlüssel]

• Für Windows (wie oben erwähnt): set OPENAI_API_KEY=[Ihr API-Schlüssel]

6. Projektinitialisierung und Code-Generierung: GPT-Engineers Magie beginnt mit der main_prompt -Datei, die sich im projects -Verzeichnis befindet.

• Wenn Sie ein neues Projekt starten möchten: cp -r projects/example/ projects/website

Hier ersetzen Sie ‘website’ durch den Namen Ihres Projekts.

• Bearbeiten Sie die main_prompt -Datei mit einem Texteditor Ihrer Wahl und schreiben Sie die Anforderungen Ihres Projekts auf.

• Sobald Sie mit dem Prompt zufrieden sind, führen Sie aus: gpt-engineer projects/website

Ihr generierter Code befindet sich im workspace -Verzeichnis innerhalb des Projektverzeichnisses.

7. Nach der Generierung: Während GPT-Engineer leistungsfähig ist, kann es nicht immer perfekt sein. Überprüfen Sie den generierten Code, führen Sie manuelle Änderungen durch, wenn erforderlich, und stellen Sie sicher, dass alles reibungslos läuft.

Beispiel-Lauf

Prompt:

“Ich möchte eine grundlegende Streamlit-App in Python entwickeln, die Benutzerdaten durch interaktive Charts visualisiert. Die App sollte es Benutzern ermöglichen, eine CSV-Datei hochzuladen, den Chart-Typ (z.B. Balken, Kreis, Linie) auszuwählen und die Daten dynamisch zu visualisieren. Sie kann Bibliotheken wie Pandas für die Datenmanipulation und Plotly für die Visualisierung verwenden.”

Einrichten und Ausführen von GPT-Engineer

Ähnlich wie Auto-GPT kann GPT-Engineer manchmal auch nach einer vollständigen Einrichtung Fehler auftreten. Nach meinem dritten Versuch konnte ich jedoch erfolgreich auf die folgende Streamlit-Webseite zugreifen. Stellen Sie sicher, dass Sie Fehler auf der offiziellen GPT-Engineer-Repository-Seite überprüfen.

Streamlit-App, die mit GPT-Engineer generiert wurde

Aktuelle Engpässe von KI-Agents

Betriebskosten

Eine einzelne von Auto-GPT ausgeführte Aufgabe kann zahlreiche Schritte umfassen. Jeder dieser Schritte könnte individuell berechnet werden, was die Kosten erhöht. Auto-GPT kann in wiederkehrende Schleifen geraten und versagen, die versprochenen Ergebnisse zu liefern. Solche Vorfälle beeinträchtigen seine Zuverlässigkeit und untergraben die Investition.

Stellen Sie sich vor, Sie möchten mit Auto-GPT einen kurzen Aufsatz erstellen. Die ideale Länge des Aufsatzes beträgt 8.000 Token, aber während des Erstellungsprozesses geht das Modell auf zahlreiche Zwischenschritte ein, um den Inhalt abzuschließen. Wenn Sie GPT-4 mit einer Kontextlänge von 8.000 Token verwenden, würden Sie für die Eingabe 0,03 $ und für die Ausgabe 0,06 $ berechnet. Nun sagen wir, das Modell läuft in eine unvorhergesehene Schleife und wiederholt bestimmte Teile mehrmals. Nicht nur verlängert sich der Prozess, sondern jede Wiederholung erhöht auch die Kosten.

Um sich davor zu schützen:
Setzen Sie Nutzungsbeschränkungen bei OpenAI-Rechnung & Grenzen:

• Harte Grenze: Beschränkt die Nutzung über Ihren festgelegten Schwellenwert hinaus.
• Weiche Grenze: Sendet Ihnen eine E-Mail-Benachrichtigung, sobald der Schwellenwert erreicht ist.

Funktionsbegrenzungen

Die Fähigkeiten von Auto-GPT, wie in seinem Quellcode dargestellt, kommen mit bestimmten Grenzen. Seine Problemlösungsstrategien werden von seinen inhärenten Funktionen und der durch GPT-4s API bereitgestellten Zugriffsmöglichkeit bestimmt. Für tiefergehende Diskussionen und mögliche Lösungen besuchen Sie bitte: Auto-GPT-Diskussion.

Auswirkungen von KI auf den Arbeitsmarkt

Die Dynamik zwischen KI und Arbeitsmärkten ist ständig im Wandel und wird in diesem Forschungspapier ausführlich dokumentiert. Ein wichtiger Punkt ist, dass technologischer Fortschritt häufig qualifizierte Arbeitnehmer begünstigt, aber für diejenigen, die Routineaufgaben ausführen, Risiken birgt. Tatsächlich können technologische Fortschritte bestimmte Aufgaben ersetzen, aber gleichzeitig den Weg für vielfältige, arbeitsintensive Aufgaben ebnen.

Es wird geschätzt, dass etwa 80 % der amerikanischen Arbeitnehmer feststellen könnten, dass LLMs (Language Learning Models) etwa 10 % ihrer täglichen Aufgaben beeinflussen. Diese Statistik unterstreicht die Verschmelzung von KI- und menschlichen Rollen.

Die zweifache Rolle von KI in der Arbeitswelt:

• Positive Aspekte: KI kann viele Aufgaben automatisieren, von Kundenservice bis hin zu Finanzberatung, und kleinen Unternehmen, die kein Budget für dedizierte Teams haben, Erleichterung verschaffen.
• Bedenken: Der Vorteil der Automatisierung wirft Fragen zu möglichen Arbeitsplatzverlusten auf, insbesondere in Branchen, in denen menschliche Beteiligung von entscheidender Bedeutung ist, wie z.B. Kundensupport. Darüber hinaus ist die ethische Frage der KI-Zugriffe auf vertrauliche Daten verbunden. Dies erfordert eine starke Infrastruktur, die Transparenz, Rechenschaftspflicht und ethische KI-Nutzung gewährleistet.

Fazit

Offensichtlich stehen Tools wie ChatGPT, Auto-GPT und GPT-Engineer an der Spitze der Neugestaltung der Interaktion zwischen Technologie und ihren Nutzern. Mit Wurzeln in Open-Source-Bewegungen manifestieren diese KI-Agents die Möglichkeiten der Maschinenautonomie, indem sie Aufgaben von der Terminplanung bis zur Softwareentwicklung rationalisieren.

Wenn wir in eine Zukunft eintauchen, in der KI tiefer in unsere täglichen Routinen integriert wird, wird es entscheidend, ein Gleichgewicht zwischen der Nutzung von KIs Fähigkeiten und dem Schutz menschlicher Rollen zu finden. Im weiteren Sinne malt die Dynamik zwischen KI und Arbeitsmarkt ein Bild von Wachstumschancen und Herausforderungen, das eine bewusste Integration von Technikethik und Transparenz erfordert.