Auto-GPT та GPT-Engineer: детальний огляд сучасних лідерів серед автономних агентів AI

При порівнянні ChatGPT з автономними агентами AI, такими як Auto-GPT і GPT-Engineer, виникає суттєва різниця у процесі прийняття рішень. Хоча ChatGPT потребує активної участі людини для керування розмовою, надаючи керівництво на основі запитів користувача, процес планування в основному залежить від втручання людини.

Генеративні моделі AI типу трансформерів є сучасними ядрами технологій, що рухають ці автономні агенти AI. Ці трансформери тренуються на великих наборах даних, що дозволяє їм імітувати складне мислення та прийняття рішень.

Відкриті джерела автономних агентів: Auto-GPT і GPT-Engineer

Багато з цих автономних агентів AI походять від відкритих ініціатив, очолюваних інновативними особами, які перетворюють традиційні робочі процеси. Натомість ніж просто пропонувати ідеї, агенти типу Auto-GPT можуть самостійно виконувати завдання, від онлайн-шопінгу до створення базових додатків. Інтерпретатор коду OpenAI спрямований на підвищення ChatGPT від простого пропонування ідей до активного вирішення проблем з цими ідеями.

Обидва Auto-GPT і GPT-Engineer оснащені можливостями GPT 3.5 і GPT-4. Вони розуміють логіку коду, поєднують кілька файлів і прискорюють процес розробки.

Серце функціональності Auto-GPT лежить в його агентах AI. Ці агенти програмуються для виконання конкретних завдань, від буденних, таких як планування, до більш складних завдань, що вимагають стратегічного прийняття рішень. Однак ці агенти AI діють в межах, встановлених користувачами. Контролюючи їхній доступ через API, користувачі можуть визначити глибину та сферу дій, які може виконувати AI.

Наприклад, якщо завдання полягає в створенні чат-додатка, інтегрованого з ChatGPT, Auto-GPT автономно розбиває мету на виконувані кроки, такі як створення HTML-інтерфейсу або написання Python-бекенду. Хоча додаток автономно генерує ці запити, користувачі все ще можуть контролювати та змінювати їх. Як показав творець AutoGPT @SigGravitas, він здатний створити та виконати тестову програму на основі Python.

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

Хоча нижче наведена схема описує більш загальну архітектуру автономного агента AI, вона надає цінний погляд на процеси, що відбуваються на задньому плані.

Архітектура автономного агента AI

Процес починається з верифікації ключа API OpenAI та ініціалізації різних параметрів, включаючи короткочасну пам’ять та вміст бази даних. Як тільки ключові дані передаються агенту, модель взаємодіє з GPT3.5/GPT4 для отримання відповіді. Ця відповідь потім перетворюється у формат JSON, який агент інтерпретує для виконання різноманітних функцій, таких як проведення онлайн-пошуків, читання або запису файлів, або навіть виконання коду. Auto-GPT використовує попередньо тренований модель для зберігання цих відповідей у базі даних, а майбутні взаємодії використовують ці збережені дані для посилання. Цикл продовжується до тих пір, поки завдання не буде визнано завершеним.

Посібник з установки Auto-GPT і GPT-Engineer

Встановлення інструментів типу GPT-Engineer і Auto-GPT може оптимізувати ваш процес розробки. Нижче наведено структурований посібник, щоб допомогти вам встановити та сконфігурувати обидва інструменти.

Auto-GPT

Встановлення Auto-GPT може видатися складним, але з правильними кроками воно стає простим. Цей посібник охоплює процедуру установки Auto-GPT та надає уявлення про його різноманітні сценарії.

1. Передумови:

1. Середовище Python: Перевірте, чи встановлено у вас Python 3.8 або пізніше. Ви можете завантажити Python з офіційного сайту.
2. Якщо ви плануєте клонувати репозиторії, встановіть Git.
3. Ключ API OpenAI: Для взаємодії з OpenAI потрібен ключ API. Отримайте ключ з вашого облікового запису OpenAI

Генерація ключа API Open AI

Варіанти пам’яті: Пам’ять використовується як механізм зберігання для AutoGPT для доступу до необхідних даних для його операцій. AutoGPT використовує як короткочасну, так і довгочасну пам’ять. Pinecone, Milvus, Redis та інші є деякими з доступних варіантів.

2. Налаштування робочого простору:

1. Створіть віртуальне середовище: python3 -m venv myenv
2. Активуйте середовище:
   1. MacOS або Linux: source myenv/bin/activate

3. Встановлення:

1. Клонуйте репозиторій Auto-GPT (перевірте, чи встановлено у вас Git): git clone https://github.com/Significant-Gravitas/Auto-GPT.git
2. Щоб працювати з версією 0.2.2 Auto-GPT, вам потрібно перейти до цієї конкретної версії: git checkout stable-0.2.2
3. Перейдіть до завантаженого репозиторію: cd Auto-GPT
4. Встановіть необхідні залежності: pip install -r requirements.txt

4. Конфігурація:

1. Знайдіть .env.template у головному каталозі /Auto-GPT. Дублікат і перейменуйте його у .env
2. Відкрийте .env і встановіть свій ключ API OpenAI біля OPENAI_API_KEY=
3. Аналогічно, для використання Pinecone або інших варіантів пам’яті оновіть файл .env з вашим ключем API Pinecone та регіоном.

5. Командні інструкції:

Auto-GPT пропонує багаті командні аргументи для налаштування його поведінки:

• Загальне використання:
  • Показати допомогу: python -m autogpt --help
  • Налаштувати налаштування AI: python -m autogpt --ai-settings
  • Вказати пам’ять: python -m autogpt --use-memory

AutoGPT у командному рядку

6. Запуск Auto-GPT:

Як тільки конфігурація завершена, ініціалізуйте Auto-GPT за допомогою:

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

Інтеграція з Docker (Рекомендований підхід до установки)

Для тих, хто хоче контейнеризувати Auto-GPT, Docker пропонує оптимізований підхід. Однак варто бути обережним, оскільки перша установка Docker може бути трохи складною. Відвідайте посібник з установки Docker для отримання допомоги.

Продовжуйте, слідуючи крокам нижче для зміни ключа API OpenAI. Перевірте, чи запущений Docker на задньому плані. Тепер перейдіть до головного каталогу AutoGPT і виконайте наступні кроки у терміналі

• Збудуйте зображення Docker: docker build -t autogpt .
• Тепер запустіть: docker run -it --env-file=./.env -v$PWD/auto_gpt_workspace:/app/auto_gpt_workspace autogpt

З docker-compose:

• Запустіть: docker-compose run --build --rm auto-gpt
• Для додаткової налаштування ви можете інтегрувати додаткові аргументи. Наприклад, для запуску з –gpt3only і –continuous: docker-compose run --rm auto-gpt --gpt3only--continuous
• Враховуючи розширені автономні можливості Auto-GPT у генерації вмісту з великих наборів даних, існує потенційний ризик того, що він випадково звернеться до шкідливих веб-джерел.

Щоб мінімізувати ризики, працюйте з Auto-GPT у віртуальному контейнері, наприклад, Docker. Це забезпечує те, що будь-який потенційно шкідливий вміст залишається ізольованим у віртуальному просторі, залишаючи ваші зовнішні файли та систему неушкодженими. Альтернативою є Windows Sandbox, хоча він скидається після кожної сесії, не зберігаючи свій стан.

Враховуючи все це, все ще існує можливість, що ви не зможете досягти бажаних результатів. Користувачі Auto-GPT повідомили про постійні проблеми при спробах записати у файл, часто зустрічаючи невдачі через проблемні назви файлів. Ось одна з таких помилок: Auto-GPT (реліз 0.2.2) не додає текст після помилки "write_to_file returned: Error: File has already been updated

Різні рішення для вирішення цієї проблеми обговорюються на відповідній сторінці проблем GitHub для ознайомлення.

GPT-Engineer

Потік роботи GPT-Engineer:

1. Визначення запиту: Створіть детальний опис вашого проекту природною мовою.
2. Генерація коду: На основі вашого запиту GPT-Engineer починає працювати, генеруючи кодові фрагменти, функції або навіть повні додатки.
3. Удосконалення та оптимізація: Після генерації коду завжди є місце для покращення. Розробники можуть змінити згенерований код, щоб задовольнити конкретні вимоги, забезпечуючи високий рівень якості.

Процес установки GPT-Engineer зведений до простого посібника. Ось крок за кроком:

1. Підготовка середовища: Перед тим, як почати, переконайтеся, що у вас готова директорія проекту. Відкрийте термінал і виконайте нижче команду

• Створіть нову директорію з назвою ‘website’: mkdir website
• Перейдіть до директорії: cd website

2. Клонування репозиторію:  git clone https://github.com/AntonOsika/gpt-engineer.git .

3. Перехід та встановлення залежностей: Як тільки клоновано, перейдіть до директорії cd gpt-engineer і встановіть всі необхідні залежності make install

4. Активація віртуального середовища: В залежності від вашої операційної системи, активуйте створене віртуальне середовище.

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

• Для Windows, це трохи відрізняється через налаштування ключа API: set OPENAI_API_KEY=[your api key]

5. Налаштування – налаштування ключа API: Для взаємодії з OpenAI вам потрібен ключ API. Якщо у вас його немає, зареєструйтеся на платформі OpenAI, а потім:

• Для macOS/Linux: export OPENAI_API_KEY=[your api key]

• Для Windows (як згадувалося раніше): set OPENAI_API_KEY=[your api key]

6. Ініціалізація проекту та генерація коду: Чудеса GPT-Engineer починаються з файлу main_prompt , розташованого у папці projects .

• Якщо ви хочете розпочати новий проект: cp -r projects/example/ projects/website

Замініть ‘website’ на назву вашого проекту.

• Відкрийте файл main_prompt за допомогою текстового редактора на ваш вибір і опишіть вимоги вашого проекту.

• Як тільки ви задоволені запитом, запустіть: gpt-engineer projects/website

Ваш згенерований код буде розташовуватися у директорії workspace в межах папки проекту.

7. Після генерації: Хоча GPT-Engineer потужний, він не завжди може бути ідеальним. Перегляньте згенерований код, внесіть будь-які необхідні зміни та переконайтеся, що все працює гладко.

Приклад запуску

Запит:

“Я хочу розробити базовий додаток Streamlit на Python, який візуалізує дані користувача за допомогою інтерактивних діаграм. Додаток повинен дозволяти користувачам завантажувати файл CSV, вибирати тип діаграми (наприклад, стовпчасту, кругову, лінійну) та динамічно візуалізувати дані. Він може використовувати бібліотеки типу Pandas для маніпуляції даними та Plotly для візуалізації.”

Налаштування та запуск GPT-Engineer

Аналогічно Auto-GPT, GPT-Engineer іноді може зустріти помилки навіть після повної установки. Однак на моєму третьому спробі мені вдалося успішно звернутися до наступної сторінки Streamlit. Перегляньте будь-які помилки на офіційній сторінці проблем GPT-Engineer.

Додаток Streamlit, згенерований за допомогою GPT-Engineer

Поточні обмеження агентів AI

Операційні витрати

Одне завдання, виконане Auto-GPT, може включати численні кроки. Що важливо, кожен з цих кроків може бути оплачений окремо, збільшуючи витрати. Auto-GPT може потрапити у повторювані цикли, не доставляючи обіцяних результатів. Такі випадки підкреслюють компроміс його надійності та підкріплюють інвестиції.

Уявіть, що ви хочете створити короткий есе за допомогою Auto-GPT. Ідеальна довжина есе становить 8 тисяч символів, але під час створення модель занурюється у численні проміжні кроки для завершення вмісту. Якщо ви використовуєте GPT-4 з довжиною контексту 8 тисяч символів, то для входу вам буде списано $0,03. А для виходу вартість складатиме $0,06. Тепер уявіть, що модель потрапила у непередбачуваний цикл, повторюючи певні частини кілька разів. Не тільки процес ставатиме довшим, але кожне повторення також додасть до вартості.

Щоб захиститися від цього:
Встановіть ліміт використання у розділі Розрахунки та ліміт OpenAI:

• Жорсткий ліміт: Обмежує використання після встановленого порогу.
• М’який ліміт: Надсилає вам електронний лист з попередженням, коли поріг досягнуто.

Обмеження функціональності

Можливості Auto-GPT, як показано в його виховному коді, мають певні межі. Його стратегії прийняття рішень керуються його внутрішніми функціями та доступністю, забезпечуваною API GPT-4. Для глибоких обговорень та можливих обходів зверніться до: Обговорення Auto-GPT.

Вплив AI на ринок праці

Динаміка взаємодії між AI та ринком праці постійно змінюється і докладно описується в цьому дослідженні. Ключовим висновком є те, що хоча технологічний прогрес часто приносить користь кваліфікованим працівникам, він також створює ризики для тих, хто зайнятий у повторюваних завданнях. Насправді технологічні досягнення можуть заміняти певні завдання, але одночасно створюють шлях для різноманітних, праці інтенсивних завдань.

Приблизно 80% американських працівників можуть виявити, що моделі мови (LLM) впливають на близько 10% їх щоденних завдань. Ця статистика підкреслює злиття ролей AI та людини.

Роль AI у робочій силі має два аспекти:

• Позитивні аспекти: AI може автоматизувати багато завдань, від служби підтримки клієнтів до фінансових консультацій, надаючи полегку малим підприємствам, які не мають коштів для окремих команд.
• Обставини: Перевага автоматизації піднімає питання про потенційну втрату робочих місць, особливо в галузях, де участь людини є важливою, наприклад, у службі підтримки клієнтів. Разом з цим виникає етична проблема, пов’язана з доступом AI до конфіденційних даних. Це вимагає сильної інфраструктури, що забезпечує прозорість, підзвітність та етичне використання AI.

Висновок

Чітко, інструменти типу ChatGPT, Auto-GPT та GPT-Engineer стоять на передовій у зміні взаємодії між технологіями та їх користувачами. З корінням у відкритих ініціативах, ці агенти AI втілюють можливості автономності машин, оптимізуючи завдання від планування до розробки програмного забезпечення.

Як ми рухаємося у майбутнє, де AI глибше інтегрується у нашу щоденну діяльність, баланс між прийняттям можливостей AI та захистом ролей людини стає важливим. У широкому сенсі, динаміка взаємодії між AI та ринком праці малює подвійний образ можливостей росту та викликів, вимагаючи свідомої інтеграції технологічної етики та прозорості.