Auto-GPT och GPT-Engineer: En djupgående guide till dagens ledande AI-agenter

När man jämför ChatGPT med autonoma AI-agenter som Auto-GPT och GPT-Engineer, finns en betydande skillnad i beslutsprocessen. Medan ChatGPT kräver aktiv mänsklig inblandning för att driva samtalet och ge vägledning baserat på användarprompt, är planeringsprocessen till stor del beroende av mänskligt ingripande.

Generativa AI-modeller som transformers är den senaste tekniken som driver dessa autonoma AI-agenter. Dessa transformers tränas på stora datamängder, vilket gör att de kan simulera komplexa resonemang och beslutsförmåga.

Många av dessa autonoma AI-agenter har sitt ursprung i öppen källkodsinitiativ som leds av innovativa individer som förändrar traditionella arbetsflöden. I stället för att bara ge förslag kan agenter som Auto-GPT hantera uppgifter på egen hand, från online-shoppning till att skapa grundläggande appar. OpenAIs Code Interpreter syftar till att uppgradera ChatGPT från att bara ge idéer till att aktivt lösa problem med dessa idéer.

Både Auto-GPT och GPT-Engineer är utrustade med kraften från GPT 3.5 och GPT-4. Det förstår kodlogik, kombinerar flera filer och accelererar utvecklingsprocessen.

Kärnan i Auto-GPTs funktionalitet ligger i dess AI-agenter. Dessa agenter är programmerade för att utföra specifika uppgifter, från enkla uppgifter som schemaläggning till mer komplexa uppgifter som kräver strategiskt beslutsfattande. Dessa AI-agenter fungerar dock inom de gränser som användarna sätter. Genom att kontrollera deras åtkomst via API:er kan användarna bestämma djupet och omfattningen av de åtgärder som AI kan utföra.

Till exempel, om man får i uppgift att skapa en chattwebbapp som integreras med ChatGPT, bryter Auto-GPT ner målet i hanterbara steg, som att skapa en HTML-framsida eller skriva ett Python-bakändesystem. Medan applikationen autonomt genererar dessa prompt, kan användarna fortfarande övervaka och modifiera dem.

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

Medan den nedan beskrivna diagrammet beskriver en mer allmän arkitektur för en autonom AI-agent, ger det värdefull insikt i processerna bakom kulisserna.

Autonoma AI-agentens arkitektur

Processen initieras genom att verifiera OpenAI API-nyckeln och initiera olika parametrar, inklusive korttidsminne och databasinnehåll. När nyckeldata skickas till agenten, interagerar modellen med GPT3.5/GPT4 för att hämta ett svar. Detta svar omvandlas sedan till JSON-format, som agenten tolkar för att utföra en mängd olika funktioner, som att utföra online-sökningar, läsa eller skriva filer eller till och med köra kod. Auto-GPT använder en förtränad modell för att lagra dessa svar i en databas, och framtida interaktioner använder denna lagrade information som referens. Loopen fortsätter tills uppgiften anses vara slutförd.

Installationsguide för Auto-GPT och GPT-Engineer

Att installera avancerade verktyg som GPT-Engineer och Auto-GPT kan effektivisera utvecklingsprocessen. Här är en strukturerad guide för att hjälpa dig installera och konfigurera båda verktygen.

Auto-GPT

Att installera Auto-GPT kan verka komplicerat, men med rätt steg blir det enkelt. Den här guiden täcker proceduren för att installera Auto-GPT och ger insikt i dess olika scenarier.

1. Krav:

1. Python-miljö: Se till att du har Python 3.8 eller senare installerat. Du kan hämta Python från dess officiella webbplats.
2. Om du planerar att klona repository, installera Git.
3. OpenAI API-nyckel: För att interagera med OpenAI behöver du en API-nyckel. Hämta nyckeln från ditt OpenAI-konto

Open AI API-nyckel

Minnesbakgrundsalternativ: En minnesbakgrund fungerar som ett lagringsmekanism för AutoGPT att komma åt viktig data för dess funktioner. AutoGPT använder både korttids- och långtidslagringsförmåga. Pinecone, Milvus, Redis och andra är några alternativ som finns tillgängliga.

2. Inställning av arbetsutrymme:

1. Skapa ett virtuellt utrymme: python3 -m venv myenv
2. Aktivera utrymmet:
   1. MacOS eller Linux: source myenv/bin/activate

3. Installation:

1. Klona Auto-GPT-repositoryn (se till att du har Git installerat): git clone https://github.com/Significant-Gravitas/Auto-GPT.git
2. För att säkerställa att du arbetar med version 0.2.2 av Auto-GPT, vill du checkout till den specifika versionen: git checkout stable-0.2.2
3. Navigera till den hämtade repositoryn: cd Auto-GPT
4. Installera de nödvändiga beroendena: pip install -r requirements.txt

4. Konfiguration:

1. Locate .env.template i huvudkatalogen /Auto-GPT. Duplicera och döp om den till .env
2. Öppna .env och ange din OpenAI API-nyckel bredvid OPENAI_API_KEY=
3. På samma sätt, för att använda Pinecone eller andra minnesbakgrunder, uppdatera .env-filen med din Pinecone API-nyckel och region.

5. Kommandoradsinstruktioner:

Auto-GPT erbjuder en uppsättning kommandoradsargument för att anpassa dess beteende:

• Generell användning:
  • Visa hjälp: python -m autogpt --help
  • Justera AI-inställningar: python -m autogpt --ai-settings <filnamn>
  • Ange en minnesbakgrund: python -m autogpt --use-memory <minnesbakgrund>

AutoGPT i kommandoraden

6. Starta Auto-GPT:

När konfigurationen är klar, starta Auto-GPT med:

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

Docker-integration (rekommenderad installationsmetod)

För de som vill containerisera Auto-GPT erbjuder Docker en strömlinjeformad approach. Observera dock att Dockers initiala installation kan vara något invecklad. Se Docker installationsguide för hjälp.

Fortsätt med följande steg för att modifiera OpenAI API-nyckeln. Se till att Docker körs i bakgrunden. Gå till huvudkatalogen för AutoGPT och följ följande steg i terminalen

• Bygg Docker-avbildningen: docker build -t autogpt .
• Kör: docker run -it --env-file=./.env -v$PWD/auto_gpt_workspace:/app/auto_gpt_workspace autogpt

Med docker-compose:

• Kör: docker-compose run --build --rm auto-gpt
• För ytterligare anpassning kan du integrera ytterligare argument. Till exempel, för att köra med både –gpt3only och –continuous: docker-compose run --rm auto-gpt --gpt3only--continuous
• Med tanke på den omfattande autonomi som Auto-GPT besitter i att generera innehåll från stora datamängder, finns det en potentiell risk att den oavsiktligt kommer åt skadliga webbkällor.

För att mildra risker, kör Auto-GPT i en virtuell container, som Docker. Detta säkerställer att eventuellt skadligt innehåll förblir inom den virtuella utrymmet och inte påverkar dina externa filer och system.

För säkerhet, kör alltid Auto-GPT i en virtuell miljö, vilket säkerställer att ditt system förblir isolerat från oväntade utdata.

Givet allt detta, finns det fortfarande en chans att du inte kommer att kunna uppnå dina önskade resultat. Användare av Auto-GPT har rapporterat återkommande problem när de försöker skriva till en fil, ofta mött med misslyckade försök på grund av problematiska filnamn. Här är ett sådant fel: Auto-GPT (release 0.2.2) lägger inte till texten efter felet "write_to_file returnerade: Fel: Filen har redan uppdaterats

Olika lösningar för att åtgärda detta har diskuterats på den associerade GitHub-tråden för referens.

GPT-Engineer

GPT-Engineer arbetsflöde:

1. Promptdefinition: Skapa en detaljerad beskrivning av ditt projekt med hjälp av naturligt språk.
2. Kodgenerering: Baserat på din prompt, genererar GPT-Engineer kodsnuttar, funktioner eller till och med kompletta applikationer.
3. Finjustering och optimering: Efter generering, finns alltid utrymme för förbättring. Utvecklare kan modifiera den genererade koden för att möta specifika krav, vilket säkerställer toppkvalitet.

Processen att installera GPT-Engineer har kondenserats till en enkel att följa guide. Här är en steg-för-steg-gennomgång:

1. Förberedelse av miljön: Innan du börjar, se till att du har ditt projektkatalog redo. Öppna en terminal och kör följande kommando

• Skapa en ny katalog med namnet “webbplats”: mkdir website
• Flytta till katalogen: cd website

2. Klona repositoryn:  git clone https://github.com/AntonOsika/gpt-engineer.git .

3. Navigera och installera beroenden: När du har klonat, växla till katalogen cd gpt-engineer och installera alla nödvändiga beroenden make install

4. Aktivera virtuell miljö: Beroende på din operativsystem, aktivera den skapade virtuella miljön.

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

• För Windows, är det något annorlunda på grund av API-nyckelkonfiguration: set OPENAI_API_KEY=[din API-nyckel]

5. Konfiguration – API-nyckelinställning: För att interagera med OpenAI, behöver du en API-nyckel. Om du inte har en än, registrera dig på OpenAI-plattformen, sedan:

• För macOS/Linux: export OPENAI_API_KEY=[din API-nyckel]

• För Windows (som nämndes tidigare): set OPENAI_API_KEY=[din API-nyckel]

6. Projektkonfiguration och kodgenerering: GPT-Engineers magi börjar med main_prompt -filen som finns i projects -mappen.

• Om du vill starta ett nytt projekt: cp -r projects/example/ projects/website

Här ersätter du “webbplats” med ditt valda projektnamn.

• Redigera main_prompt -filen med en textredigerare, skriv ner ditt projekts krav.

GPT-Engineer i arbete

• När du är nöjd med prompten, kör: gpt-engineer projects/website

Din genererade kod kommer att finnas i workspace -katalogen inom projektmappen.

7. Efter generering: Medan GPT-Engineer är kraftfull, kan den inte alltid vara perfekt. Inspektera den genererade koden, gör eventuella manuella ändringar om det behövs och se till att allt fungerar smidigt.

Exempelkörning

Prompt:

“Jag vill utveckla en grundläggande Streamlit-app i Python som visualiserar användardata genom interaktiva diagram. Appen ska tillåta användare att ladda upp en CSV-fil, välja diagramtyp (t.ex. stapel, cirkel, linje) och dynamiskt visualisera data. Den kan använda bibliotek som Pandas för datahantering och Plotly för visualisering.”

GPT-Engineer i arbete

Mycket likt Auto-GPT, kan GPT-Engineer ibland stöta på fel även efter en komplett installation. Men på mitt tredje försök lyckades jag komma åt följande Streamlit-webbsida. Se till att du granskar eventuella fel på den officiella GPT-Engineer-repositoryns issuesida.

Streamlit-app genererad med GPT-Engineer

Aktuella flaskhalsar för AI-agenter

Driftkostnader

En enskild uppgift som utförs av Auto-GPT kan involvera många steg. Var och ett av dessa steg kan faktureras individuellt, vilket ökar kostnaderna. Auto-GPT kan fastna i upprepade loopar, misslyckas med att leverera löften och äventyra dess tillförlitlighet.

Tänk dig att du vill skapa en kort essä med Auto-GPT. Essäns idealiska längd är 8K token, men under skapandeprocessen dyker modellen ner i många mellanliggande steg för att slutföra innehållet. Om du använder GPT-4 med 8k kontextlängd, kommer du att faktureras $0.03 för indata och $0.06 för utdata. Nu, om modellen hamnar i en oväntad loop och upprepar vissa delar flera gånger, ökar inte bara processen i längd, utan varje upprepning lägger också till kostnader.

För att skydda dig mot detta:
Ställ in användningsgränser på OpenAI Fakturering och gränser:

• Hård gräns: Begränsar användning utöver din inställda tröskel.
• Mjuk gräns: Skickar ett e-postmeddelande när tröskeln nås.

Funktionsbegränsningar

Auto-GPTs förmågor, som visas i dess källkod, kommer med vissa gränser. Dess problemlösningsstrategier styrs av dess inbyggda funktioner och den åtkomst som tillhandahålls av GPT-4s API. För djupgående diskussioner och möjliga lösningar, besök: Auto-GPT-diskussion.

AI:s påverkan på arbetsmarknaden

Den dynamiska relationen mellan AI och arbetsmarknaden är ständigt föränderlig och dokumenteras utförligt i denna forskningsrapport. En viktig slutsats är att medan teknisk framsteg ofta gynnar kvalificerade arbetare, utgör det en risk för dem som är engagerade i rutinmässiga uppgifter. Faktum är att tekniska framsteg kan ersätta vissa uppgifter, men samtidigt bana väg för olika, arbetsintensiva uppgifter.

AI:s dubbla roll på arbetsmarknaden:

• Positiva aspekter: AI kan automatisera många uppgifter, från kundtjänst till finansiell rådgivning, vilket ger en lättnad för små företag som saknar resurser för dedikerade team.
• Orsakade problem: Automatiseringens fördel väcker frågor om potentiella jobbförluster, särskilt i sektorer där mänskligt engagemang är avgörande, som kundsupport. Detta kräver en stark infrastruktur som säkerställer transparens, ansvar och etisk användning av AI.

Slutsats

Tydligt, verktyg som ChatGPT, Auto-GPT och GPT-Engineer står i framkanten av att omdefiniera interaktionen mellan teknik och dess användare. Med rötter i öppen källkods-rörelser, manifest dessa AI-agenter möjligheterna med maskinell autonomi, effektivisera uppgifter från schemaläggning till programvaruutveckling.

När vi går in i en framtid där AI integreras djupare i vår vardag, blir det avgörande att hitta en balans mellan att omfamna AI:s förmågor och skydda mänskliga roller. På den bredare skalan, målar AI-arbetsmarknadsdynamiken en dubbel bild av tillväxtmöjligheter och utmaningar, vilket kräver en medveten integration av tekniska etiska och transparenta principer.