Auto-GPT & GPT-Inżynier: Wyczerpujący przewodnik po wiodących agentach AI dzisiaj

Porównując ChatGPT z autonomicznymi agentami AI, takimi jak Auto-GPT i GPT-Inżynier, pojawia się znacząca różnica w procesie podejmowania decyzji. Podczas gdy ChatGPT wymaga aktywnego udziału ludzi, aby prowadzić rozmowę, dostarczając wskazówki na podstawie podanych sugestii, proces planowania jest głównie zależny od interwencji ludzkiej.

Modele AI generatywne takie jak transformery są najnowocześniejszą technologią rdzeniową, napędzającą te autonomiczne agenty AI. Te transformery są szkolone na dużych zbiorach danych, co pozwala im symulować złożone zdolności rozumowania i podejmowania decyzji.

Otwarte korzenie agentów autonomicznych: Auto-GPT i GPT-Inżynier

Wiele z tych autonomicznych agentów AI pochodzi z inicjatyw open-source, prowadzonych przez innowacyjne osoby, które przekształcają konwencjonalne przepływy pracy. Zamiast tylko oferować sugestie, agenci tacy jak Auto-GPT mogą niezależnie wykonywać zadania, od zakupów online po tworzenie podstawowych aplikacji. Interpretator kodu OpenAI ma na celu ulepszenie ChatGPT z sugestii pomysłów do aktywnego rozwiązywania problemów z tymi pomysłami.

Oba Auto-GPT i GPT-Inżynier są wyposażone w moc GPT 3.5 i GPT-4. Rozumieją logikę kodu, łączą wiele plików i przyspieszają proces rozwoju.

Istotą funkcjonalności Auto-GPT są jego agenci AI. Agenci ci są zaprogramowani do wykonywania konkretnych zadań, od rutynowych, takich jak planowanie, po bardziej złożone zadania wymagające strategicznego podejmowania decyzji. Jednak ci agenci AI działają w granicach ustalonych przez użytkowników. Kontrolując ich dostęp za pomocą interfejsów API, użytkownicy mogą określać głębokość i zakres działań, które AI może wykonać.

Na przykład, jeśli zostanie im powierzone stworzenie aplikacji czatu zintegrowanej z ChatGPT, Auto-GPT samodzielnie rozkłada cel na wykonanie kroków, takich jak utworzenie front-endu HTML lub napisanie back-endu w Pythonie. Podczas gdy aplikacja samodzielnie generuje te sugestie, użytkownicy mogą nadal monitorować i modyfikować je. Jak pokazał twórca AutoGPT @SigGravitas, jest on w stanie zbudować i wykonać program testowy oparty na Pythonie.

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

Poniższy diagram opisuje bardziej ogólną architekturę agenta AI, ale dostarcza cennych informacji o procesach zachodzących za kulisami.

Architektura agenta AI

Proces jest inicjowany przez weryfikację klucza API OpenAI i inicjowanie różnych parametrów, w tym pamięci krótkotrwałej i zawartości bazy danych. Gdy klucz danych jest przekazany do agenta, model wchodzi w interakcję z GPT3.5/GPT4, aby uzyskać odpowiedź. Odpowiedź ta jest następnie przekształcana w format JSON, który agent interpretuje, aby wykonać różne funkcje, takie jak przeprowadzanie wyszukiwań online, odczytywanie lub zapisywanie plików, a nawet uruchamianie kodu. Auto-GPT wykorzystuje pre-trenowany model do przechowywania tych odpowiedzi w bazie danych, a przyszłe interakcje wykorzystują te przechowywane informacje jako odniesienie. Pętla trwa, aż do momentu, gdy zadanie zostanie uznane za zakończone.

Przewodnik konfiguracyjny dla Auto-GPT i GPT-Inżyniera

Konfigurowanie zaawansowanych narzędzi, takich jak GPT-Inżynier i Auto-GPT, może usprawnić Twój proces rozwoju. Poniżej znajduje się ustrukturyzowany przewodnik, który pomoże Ci zainstalować i skonfigurować oba narzędzia.

Auto-GPT

Konfigurowanie Auto-GPT może wydawać się skomplikowane, ale z odpowiednimi krokami staje się prostsze. Ten przewodnik obejmuje procedurę konfigurowania Auto-GPT i dostarcza wglądu w jego różne scenariusze.

1. Wymagania wstępne:

1. Środowisko Pythona: Upewnij się, że masz zainstalowany Python 3.8 lub nowszy. Możesz pobrać Python ze oficjalnej strony.
2. Jeśli planujesz klonowanie repozytoriów, zainstaluj Git.
3. Klucz API OpenAI: Aby współdziałać z OpenAI, potrzebujesz klucza API. Pobierz klucz z Twojego konta OpenAI

Generowanie klucza API OpenAI

Opcje zaplecza pamięci: Zaplecze pamięci służy jako mechanizm przechowywania dla AutoGPT, aby uzyskać dostęp do niezbędnych danych do swoich operacji. AutoGPT wykorzystuje zarówno krótkotrwałe, jak i długotrwałe możliwości przechowywania. Pinecone, Milvus, Redis i inne są dostępne opcje.

2. Konfigurowanie przestrzeni roboczej:

1. Utwórz środowisko wirtualne: python3 -m venv myenv
2. Aktywuj środowisko:
   1. MacOS lub Linux: source myenv/bin/activate

3. Instalacja:

1. Klonuj repozytorium Auto-GPT (upewnij się, że masz zainstalowany Git): git clone https://github.com/Significant-Gravitas/Auto-GPT.git
2. Aby upewnić się, że pracujesz z wersją 0.2.2 Auto-GPT, przejdź do tej wersji: git checkout stable-0.2.2
3. Przejdź do pobranego repozytorium: cd Auto-GPT
4. Zainstaluj wymagane zależności: pip install -r requirements.txt

4. Konfiguracja:

1. Znajdź .env.template w głównym katalogu /Auto-GPT. Skopiuj i zmień nazwę na .env
2. Otwórz .env i ustaw swój klucz API OpenAI obok OPENAI_API_KEY=
3. Podobnie, aby korzystać z Pinecone lub innych zapleczy pamięci, zaktualizuj plik .env z Twoim kluczem API Pinecone i regionem.

5. Polecenia wiersza poleceń:

Auto-GPT oferuje bogaty zestaw poleceń wiersza poleceń, aby dostosować jego zachowanie:

• Ogólne użycie:
  • Wyświetl pomoc: python -m autogpt --help
  • Dostosuj ustawienia AI: python -m autogpt --ai-settings <filename>
  • Określ zaplecze pamięci: python -m autogpt --use-memory <memory-backend>

AutoGPT w wierszu poleceń

6. Uruchamianie Auto-GPT:

Po zakończeniu konfiguracji uruchom Auto-GPT za pomocą:

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

Integracja z Dockerem (zalecany sposób konfiguracji)

Dla tych, którzy chcą konteneryzować Auto-GPT, Docker oferuje uproszczony podejście. Należy jednak pamiętać, że początkowa konfiguracja Dockera może być nieco skomplikowana. Odwiedź przewodnik instalacji Dockera, aby uzyskać pomoc.

Przejdź do poniższych kroków, aby zmodyfikować klucz API OpenAI. Upewnij się, że Docker działa w tle. Teraz przejdź do głównego katalogu AutoGPT i wykonaj poniższe kroki w terminalu

• Zbuduj obraz Docker: docker build -t autogpt .
• Uruchom: docker run -it --env-file=./.env -v$PWD/auto_gpt_workspace:/app/auto_gpt_workspace autogpt

Z docker-compose:

• Uruchom: docker-compose run --build --rm auto-gpt
• Dla dodatkowej personalizacji możesz zintegrować dodatkowe argumenty. Na przykład, aby uruchomić z –gpt3only i –continuous: docker-compose run --rm auto-gpt --gpt3only--continuous
• Biorąc pod uwagę rozległą autonomię Auto-GPT w generowaniu treści z dużych zbiorów danych, istnieje potencjalne ryzyko, że może on nieumyślnie uzyskać dostęp do niebezpiecznych źródeł internetowych.

Aby zminimalizować ryzyko, uruchamiaj Auto-GPT w kontenerze wirtualnym, takim jak Docker. Zapewnia to, że potencjalnie szkodliwa zawartość pozostaje wewnątrz przestrzeni wirtualnej, pozostawiając Twoje pliki zewnętrzne i system nietknięte. Alternatywnie, Windows Sandbox jest opcją, choć resetuje się po każdej sesji, nie zachowując stanu.

Aby zapewnić bezpieczeństwo, zawsze uruchamiaj Auto-GPT w środowisku wirtualnym, aby Twojy system pozostał izolowany od nieoczekiwanych wyników.

Pomimo tego, istnieje nadal szansa, że nie uzyskasz pożądanych wyników. Użytkownicy Auto-GPT zgłaszali powtarzające się problemy podczas prób zapisania do pliku, często napotykając nieudane próby z powodu problematycznych nazw plików. Oto jeden z takich błędów: Auto-GPT (wydanie 0.2.2) nie dołącza tekstu po błędzie "write_to_file returned: Error: Plik został już zaktualizowany

Różne rozwiązania, aby rozwiązać ten problem, zostały omówione na powiązanym wątku GitHub do odniesienia.

GPT-Inżynier

Przepływ pracy GPT-Inżyniera:

1. Definicja sugestii: Stwórz szczegółowy opis Twojego projektu, używając języka naturalnego.
2. Generowanie kodu: Na podstawie Twojej sugestii, GPT-Inżynier generuje fragmenty kodu, funkcje lub nawet całe aplikacje.
3. Doskonalenie i optymalizacja: Po generowaniu kodu zawsze jest miejsce na udoskonalenie. Deweloperzy mogą modyfikować wygenerowany kod, aby spełnić określone wymagania, zapewniając najwyższą jakość.

Proces konfigurowania GPT-Inżyniera został skondensowany w łatwy do naśladowania przewodnik. Oto krok po kroku:

1. Przygotowanie środowiska: Przed rozpoczęciem upewnij się, że masz przygotowany katalog projektu. Otwórz terminal i uruchom poniższą komendę

• Utwórz nowy katalog o nazwie ‘strona’: mkdir website
• Przejdź do katalogu: cd website

2. Sklonuj repozytorium:  git clone https://github.com/AntonOsika/gpt-engineer.git .

3. Przejdź i zainstaluj zależności: Po sklonowaniu, przejdź do katalogu cd gpt-engineer i zainstaluj wszystkie niezbędne zależności make install

4. Aktywuj środowisko wirtualne: W zależności od Twojego systemu operacyjnego, aktywuj utworzone środowisko wirtualne.

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

• Dla Windows, jest to nieco inaczej z powodu ustawień klucza API: set OPENAI_API_KEY=[twój klucz api]

5. Konfiguracja – ustawienie klucza API: Aby współdziałać z OpenAI, potrzebujesz klucza API. Jeśli jeszcze go nie masz, zarejestruj się na platformie OpenAI, a następnie:

• Dla macOS/Linux: export OPENAI_API_KEY=[twój klucz api]

• Dla Windows (jak wcześniej wspomniano): set OPENAI_API_KEY=[twój klucz api]

6. Inicjacja projektu i generowanie kodu: Magia GPT-Inżyniera zaczyna się od pliku main_prompt znalezionego w folderze projects .

• Jeśli chcesz zainicjować nowy projekt: cp -r projects/example/ projects/website

Zamień ‘strona’ na wybraną nazwę projektu.

• Edytuj plik main_prompt za pomocą wybranego edytora tekstu, spisując wymagania Twojego projektu.

• Gdy będziesz zadowolony z sugestii, uruchom: gpt-engineer projects/website

Twoj wygenerowany kod będzie znajdował się w katalogu workspace wewnątrz folderu projektu.

7. Po generowaniu: Chociaż GPT-Inżynier jest potężny, może nie zawsze być idealny. Zbadaj wygenerowany kod, wprowadź ręczne zmiany, jeśli potrzebne, i upewnij się, że wszystko działa gładko.

Przykładowy przebieg

Sugestia:

“Chcę rozwijać podstawową aplikację Streamlit w Pythonie, która wizualizuje dane użytkowników za pomocą interaktywnych wykresów. Aplikacja powinna umożliwiać użytkownikom przesyłanie pliku CSV, wybór typu wykresu (np. słupkowego, kołowego, liniowego) i dynamiczną wizualizację danych. Może wykorzystywać biblioteki takie jak Pandas do manipulacji danymi i Plotly do wizualizacji.”

Konfigurowanie i uruchamianie GPT-Inżyniera

Podobnie jak Auto-GPT, GPT-Inżynier może czasem napotkać błędy, nawet po pełnej konfiguracji. Jednak podczas mojej trzeciej próby, pomyślnie uzyskałem dostęp do poniższej strony Streamlit. Upewnij się, że przejrzałeś błędy na oficjalnej stronie problemów GPT-Inżyniera.

Aplikacja Streamlit wygenerowana za pomocą GPT-Inżyniera

Bieżące wąskie gardła agentów AI

Wydatki operacyjne

Jedno zadanie wykonane przez Auto-GPT może składać się z wielu kroków. Co więcej, każdy z tych kroków może być fakturyzowany oddzielnie, zwiększając koszty. Auto-GPT może utknąć w pętlach powtarzania, nie dostarczając obiecanych wyników. Taka sytuacja podważa jego niezawodność i podważa inwestycję.

Wyobraź sobie, że chcesz stworzyć krótki esej z Auto-GPT. Idealna długość eseju to 8K tokenów, ale podczas tworzenia model zagłębia się w wiele pośrednich kroków, aby sfinalizować treść. Jeśli używasz GPT-4 z długością kontekstu 8k, to za wejście zostaniesz obciążony $0.03. A za wyjście koszt będzie $0.06. Teraz, załóżmy, że model wpada w nieprzewidzianą pętlę, powtarzając pewne części kilka razy. Nie tylko proces staje się dłuższy, ale każde powtórzenie dodaje do kosztu.

Aby zabezpieczyć się przed tym:
Ustaw limity użycia w OpenAI Billing & Limits:

• Limit twardy: Ogranicza użycie poza Twoim ustalonym progiem.
• Limit miękki: Wysyła Ci e-mail z alertem, gdy próg zostanie osiągnięty.

Ograniczenia funkcjonalne

Możliwości Auto-GPT, jak pokazano w jego kodzie źródłowym, mają pewne granice. Jego strategie rozwiązywania problemów są rządzone przez jego wewnętrzne funkcje i dostępność zapewnianą przez API GPT-4. Do głębszych dyskusji i możliwych rozwiązań, rozważ odwiedzenie: Dyskusja Auto-GPT.

Wpływ AI na rynek pracy

Dynamiczna relacja między AI a rynkiem pracy jest w ciągłym rozwoju i została szeroko udokumentowana w tym artykule badawczym. Kluczowym wnioskiem jest to, że podczas gdy postęp technologiczny często korzysta pracownikom wykwalifikowanym, stwarza ryzyko dla tych zaangażowanych w rutynowe zadania. W rzeczywistości postęp technologiczny może zastąpić pewne zadania, ale jednocześnie tworzy drogę do różnorodnych, pracochłonnych zadań.

Szacuje się, że około 80% amerykańskich pracowników może stwierdzić, że modele uczenia językowego (LLM) wpływają na około 10% ich codziennych zadań. Ta statystyka podkreśla łączenie się ról AI i ludzi.

Rola AI w miejscu pracy jest dwufazowa:

• Pozytywne aspekty: AI może zautomatyzować wiele zadań, od obsługi klienta po porady finansowe, dając ulgę małym przedsiębiorstwom, które nie mają środków na dedykowane zespoły.
• Obawy: Korzyści z automatyzacji budzą obawy o potencjalne straty miejsc pracy, szczególnie w sektorach, w których zaangażowanie ludzkie jest kluczowe, takich jak wsparcie klienta. Wraz z tym pojawia się labirynt etyczny związany z dostępem AI do poufnych danych. To wymaga silnej infrastruktury, zapewniającej przejrzystość, odpowiedzialność i etyczne korzystanie z AI.

Podsumowanie

Oczywiście, narzędzia takie jak ChatGPT, Auto-GPT i GPT-Inżynier stoją na czele przekształcania interakcji między technologią a jej użytkownikami. Z korzeniami w ruchach open-source, ci agenci AI uosabiają możliwości autonomii maszyn, usprawniając zadania od planowania do rozwoju oprogramowania.

Podczas gdy wkraczamy w przyszłość, w której AI coraz głębiej integruje się z naszą codzienną rutyną, równowaga między korzystaniem z możliwości AI a ochroną ról ludzkich staje się kluczowa. W szerszym spektrum dynamiczna relacja między AI a rynkiem pracy maluje podwójny obraz szans i wyzwań, wymagając świadomej integracji etyki technologicznej i przejrzystości.