ChatGPT横空出世，并完成GPT-4的升级迭代，这件事仿佛就发生在昨天。只是睡了一觉再醒来，各行各业已经摇旗呐喊欢迎AIGC时代的到来了。

而在AIGC时代下的我们，只是眨了一下眼睛，就已经被裹挟而来的AI产品“拍”得晕头转向。

或许是AI技术发展得过快，又或许是AI产品覆盖的行业过于精细全面，从现在开始，人们已经不用再费尽心思了解什么原理，也不再需要种类繁多的专业工具，仅需要对AI用自然语言进行描述，无论是作图、翻译、写论文、做方案，都能够轻而易举得到自己想要的结果。

时至今日，尽管“机器取代人类”、“AI代替人工”的争论引起了众多行业从业者的恐慌，但AI的进化之路显然不会就此停滞。

近期，AI界的又一新趋势——自主人工智能「AutoGPT」的面世，再次将“群众恐慌”激发到了一个新的高度。

Part 1 「AutoGPT」是什么？

「AutoGPT」是一个开源项目，最早叫「EntreprenurGPT」，由一位英国游戏开发者托兰·布鲁斯·理查兹在GitHub上推出。

「AutoGPT」的最大亮点在于它能够“自主思考”，即只要给它一个需求，它就能够根据你的诉求进行进一步的细化分解，并。

从本质上来说，「AutoGPT」还是基于ChatGPT的一个优化项目，它的原理就是“让GPT-4语言模型完全自主运行”，换句话说，GPT-4语言模型是「AutoGPT」的基石。

具体解释的话，相比于ChatGPT“一问一答”式的沟通方式，「AutoGPT」更“人性化”，你只需要提出需求，它就可以“模拟”人的思考和行为模式，自主完成搜索、整理、分析、撰写等一系列操作。并且在此过程中，用户还可以在屏幕上看到它的全部想法和行动。

比如有网友要求「AutoGPT」开发一个网站，主题是赞美一只鸡在打篮球。然后「AutoGPT」就开启了它的工作——像人类一样，它在接到一个新任务后，首先想到的是去网上搜索相关信息，并且它还会自己选择用哪个浏览器。当然，在这一步，用户也可以通过输入一些指示，比如“Y”（即yes，表示“同意”），来人为干预它的选择。

（图源：程序员鱼皮）

在经过一阵“思考”后，「AutoGPT」认为自己需要通过观看相关视频来进行学习，并不断尝试去搜索相关资料。当这一选项被否决后，它只能“灰溜溜”地停止调研，跑去做网站了。最后的成果，是以“鸡除了用来吃，还能打篮球”为主题，上传了一篇相关文章和一个视频，视频出处来自于YouTube。

你以为建立完网站后就完了？并不，接下来，「AutoGPT」仍然尽职尽责地在YouTube上搜索和这一主题相关的视频内容，而一旦你继续给它更多的prompt，它的工作将“永不停歇”。

当然，“永不停歇”只是一个夸张的形容，严格来说，「AutoGPT」能否持续运行取决于你是否有足够多的token。在这里解释一下，token是OpenAI提供给用户使用GPT-4服务的一种计量单位。举例说明的话，你可以将它看做是游戏中“体力”，每行动一步都需要消耗掉一定体力，而体力是有上限的，当体力消耗殆尽时，就需要付费来购买。「AutoGPT」就是如此，它每次生成文本或者执行任务时，都会消耗掉一定数量的token，而每个月免费的token是有限制的，当超过上限后，用户就需要付费来购买更多token，来支持它长时间、大规模的使用。

而最大的问题也出在这里。上面我们提到，「AutoGPT」也是在GPT-4的基础上运行，根据OpenAI的定价，具有8K上下文窗口的GPT-4模型，在prompt（提示）部分，每1000个token收费是0.03美元，在结果部分，每1000个token收费0.06美元。

而1000个token大概可换算成750个英文单词，「AutoGPT」每完成一个小任务则大概需要50个step，按照这一规律来算，那么完成单个任务的成本就已接近15美元。再者如我们上面所说，「AutoGPT」还会执着地进行连续性搜索，如此一来，成本也会“无穷无尽”地增加。就目前观察到的情况，该问题还没有一个很好的解决方案。

此外，「AutoGPT」的注册和使用方法相对OpenAI来说也过于繁琐，按照教程，需要大概30分钟左右的时间来进行设置和启动，在正式启动前，用户需要先进行一波颇具成就感的“编程”体验：设置Git（从GitHub中克隆AutoGPT存储库）、获得一个 OpenAI API 密钥、安装Python、下载并运行Docker 桌面、运行AutoGPT。

并且在运行AutoGPT初期，用户最好还要先从简单的目标出发，对其进行“调教”和测试，再逐步对它提出更复杂的需求。此外，若想要完全释放AutoGPT的潜力，还需要GPT-4 API的访问权限。

（图：在AutoGPT文件夹中插入OpenAI API密钥）

较为繁琐的过程和较高的使用成本，都令现阶段的「AutoGPT」充满了不确定性。而从这个角度来看，显然现阶段的「AutoGPT」还不具备被投入现实广泛应用的“资格”。

但尽管如此，「AutoGPT」仍可以称得上是一个强大的工具，其想要实现的“自主人工智能”也终将随着技术的进步和人类的探索而变成真实的、可商业化的产物。

Part 2  OpenAI的反击

自4月2日之后，「AutoGPT」项目的受欢迎程度便在GitHub上一路飙升。

特斯拉前 AI 总监、刚刚回归 OpenAI 的 Andrej Karpathy 也对该项目表示赞扬：“AutoGPT 是 prompt 工程的下一个前沿。”

但近日，就在其突破10万星之际，OpenAI的联合创始人格雷格 · 布洛克曼（Greg Brockman）便用实际行动证明了：“自主人工智能，我们也能做。”

在TED演讲现场，格雷格亲自上阵演示了ChatGPT三个最新的“超能力”：Browsing、Code Interpreter、Plugins。

其中，Browsing模式可以开启联网能力，让ChatGPT可以从互联网中搜索信息并找到答案，即可以看作是一个智能搜索引擎。

Code Interpreter模式可以帮助用户自动编写代码，并可以根据用户提出的需求和关键字进行数据分析，给出相应代码。

Plugins模式则能够让ChatGPT接入各种外部应用，比如购物平台、Twitter等等。

这三个功能可谓相辅相成，举例来说，如果你想做一顿丰盛的晚餐，可以对ChatGPT下达指令：“我想要一份晚宴食谱建议，并将其生成图片”，随后它就会给出详细的菜谱，并依靠Dall·E App插件直接生成图片。

随后，只需一个指令，ChatGPT就可以自动打开你选择的购物平台，将所需材料加购到购物车。

如果想要分享到社交平台，也只需要一个指令，ChatGPT就会自动帮你打开应用并编辑好文字发布。不过，在这里需要借助另一个可以连接各种应用的自动化插件“Zapier”。

完整看下来，可以说ChatGPT在接入联网功能后，的确在某些方面具备了“自动人工智能”的能力，比如Plugins模式下能够自动接入并使用各种外部应用；通过简单指令就能够让ChatGPT根据Code Interpreter编写的代码自动生成结果等等。（不过目前以上这些“超能力”仅面向Plus账户的拥有者开放。）

比起仍在努力解决自身痛点的「AutoGPT」来说，ChatGPT的步子已经越迈越大，并先一步走上了正轨。

Part 3 「自主人工智能」，是工具也是未来

总结来看「AutoGPT」与ChatGPT，率先浮现在笔者脑海中的，还是“AI的进化之路不会轻易停滞”这句话。可以说，AI的发展速度已经远远超越了我们的预期。

那么，如果AI继续以这种速度发展下去，是否会有终将取代人类的那一天？

在笔者看来，答案自然是否定的。需要注意的是，无论哪种AI模型，哪怕是所谓的“自主人工智能”，哪怕是已经走在前沿的ChatGPT，目前来说都有着很大的局限性，而逐渐去引导并管理它们、逐渐令它们完美的，恰恰是我们这些使用者。

所以与其忧心尚未可知的未来，不如学着如何去合理善用它们，让它们成为我们手中解放生产力的工具，而不是一颗定时炸弹。

最后，在现阶段，AGIC已经准备好来改变我们生活的方方面面了。所以，我们也是时候学着去掌握这项技术了。