Auto-GPT，人类的末日狂奔

【20230423】

Auto-GPT已经可以抓取网址上大量的文字并分别进行汇总。目前，分块协作过程中的文件处理存在问题，常常反复尝试创建同一个文件名的文件。

【20230413】

在AI时代明显感觉到时间加速了，AI界上周一整周没有发布什么重量级产品，就感觉好像沉寂了很久一样。好在这周，Auto-GPT来了。

我们在使用GPT的时候，仍然还是把它作为助手和启发器，它像一个知识丰富的老者，在你要出远门之前唠叨几句，提醒你注意路上的风沙和险恶的世情。但远行这件事儿还是我们自己做的。我们将一个目标A拆解为A1、A2、A3……An，其中能想到把部分的问题拿到GPT上问，把问题问好，修炼出炉火纯青的prompt大法，已经属于新新人类，足以赢得小白们的仰视。

回头，我们还得把从各种渠道搜集来的信息、分析的结论进行整合，应用到解决目标A的实践中去。在我们这么做的时候，GPT从来只扮演“提供信息”的assistent角色（微软喜欢叫copilot），这让一些咨询工作者产生焦虑，但仍不足以让广大网民动摇自身的“主体意识”，没有剥夺广大网民劳动者的神圣权利。

好了，MIT出手了，一出手就是王炸：哦你说的是分解任务分头执行然后汇总对吗，这个AI也可以啊，来你试试。AI说，副驾驶好像没什么意思，要不，我来代驾？乘客你好，去哪块？

Auto-GPT完美地将目标任务分解为一个任务清单，并在执行每个清单的时候一旦遇到问题则继续分解和迭代尝试，直至所有问题解决。为了让AI做到这一点，MIT让Auto-GPT可以给python直接反馈代码在本地执行，或干脆自己写一个.py文件要求python执行；Auto-GPT还可以调用互联网上海量的现成API来增强自己的能力。当某个问题它并不清楚时，它还会调用Google、wiki百科进行查询和现场学习，并对自己写出的稚嫩代码反复debug。

为了安全起见，Auto-GPT的项目作者建议应该在虚拟机而不是工作机上执行它，并且强烈不建议用户使用--continuous模式（全自动模式）。与此同时，execute_local_commands的权限也被牢牢局限在workplace当中，以至于AI试图想要修改项目源代码时遭到强有力的弹压。但这种自动化机制的成功实现，已经明确昭示了AI的发展进入了全新的阶段。

在刚刚的测试中，我尝试让Auto-GPT写一封邮件并发送到指定地址，但没有给它提供任何邮件功能。我眼睁睁地看着他查询Google，在Google cloud上创建项目，自我学习，然后在我的本地创建了一个mail_sender.py，然后疯狂地debug。甚至，它为了测试它所处环境python的有效性，特地写了一个test_script.py，先是尝试回显，发现效果不好之后，又改成把运行结果输出到文件，以确认python指令的有效性。甚至有一次尝试将文件写入到C盘（虽然并阻止）。确实，目前对它来说，既没有给它配置豪华的API buff，又限制了脚本的工作区间，这让它只能使用最原始的方法来解决问题，显得像一只困兽。

但是，缺少相关的API又何妨？相信人类肯定会在10天之内如雨后春笋般造出海量的各种让GPT方便调用的API。相信人类肯定会通过修改代码，交给AI更多的权限。目前的Auto-GPT就像是人类刚刚从外星球捕捉的外星生物幼株，虽然解决一个简单的问题仍需要消耗200万个token，但已经表现出无穷的潜力，引发了无边的想象。蒸汽机已经发明，剩下的就等待工业革命了。

AI can do all the machine things.

抓紧时间狂欢吧，人类。