Toran Bruce Richards / Significant Gravitas。仓库 2023-03-16 创建;约 3 月底公开爆红。自称让 GPT-4 充分自主的实验。
1 - AutoGPT(材料)
AutoGPT 没有对应一篇研究论文。本页转述 2023 年 3 月公开爆红时仓库在说什么,不以后来的产品品牌、云服务回填。
主要出处:GitHub Significant-Gravitas/AutoGPT(创建于 2023-03-16);早期 README 与提示词将项目写成 an experimental open-source attempt to make GPT-4 fully autonomous。本页不复制仓库全文。
产品主张(当时)
给 Agent 一个用自然语言写的目标(以及角色/约束),由 GPT-4(或 GPT-3.5)在循环里自己决定下一步。早期演示里的动作包括:网页搜索、读写本地文件、执行代码、启动更多模型实例、把结果写入所谓长期记忆。人可以设一个总目标后少干预——这与 ChatGPT 一轮一轮确认不同。
循环的直观形状:思考当前状态 → 选择一个动作 → 执行 → 把观察写回上下文 → 再思考。格式直接抄自 ReAct 一类交错文本,外加任务列表与记忆。没有 Function Calling schema(接口要到 6 月);解析靠模型吐出的结构化文本。
当时能看见的边界
仓库自称 experimental。公开讨论很快集中在:无限循环、重复同一失败、token 账单、以及在文件/网上做出难以撤销的操作。这些不是后来才发明的批评,是上线几周内就并排存在的反方意见。
它按循环和工具已经像 Agent;它没有提供可复核的任务完成率。热度指标是 GitHub star 与媒体标题,不是 SWE-bench 一类考卷——考卷要到 10 月才出现。
2 - AutoGPT 讲解
当时解决了什么问题
ChatGPT 要人接着问。插件要人启用再聊。AutoGPT 把问题改成:能不能把 GPT-4 放进 while 循环,对着一个目标自己搜、自己写、自己再决定?这把 2022 年写在论文里的交错循环,做成了可 git clone 的脚本。
它没有新的训练方法,也没有新的工具协议。新的是控制流归属:目标框,而不是对话框;停机条件交给模型自己列的任务队列。无界循环没有外部完成谓词,只能靠步数上限或账单熔断。
对后续 LLM 与 Agent 的影响
按 AI Agent 定义,这已经是 Agent:LLM 决策、多步循环、对环境行动、按回执再决策。四要素在形态上接通。2023 年几乎所有「自主 Agent」演示都沿这条幻想生长,也沿同一失败模式死去:计划漂、记忆靠窗口、解析失败、空转烧钱。空转与不可逆副作用是无界循环的预期行为,不是实现瑕疵。
10 月 SWE-bench 把「修真实 issue」的分数打在接近零:那是完成谓词,不是对「循环这个想法」的否定。star 数度量传播,不度量完成率。引爆型事件记热度;可靠性另记。两者不要合成一句「2023 年 Agent 已经能干活」。热度 ≠ 完成率。