这是本节的多页打印视图。 点击此处打印.

返回本页常规视图.

BabyAGI

2023-03。执行、创建、重排三条 LLM 调用围着任务队列转。更短的无界循环演示。

Yohei Nakajima。2023-03-28 先以 Task-Driven Autonomous Agent 公开，随后收成约百行的 babyagi.py。名字不表示这是 AGI。

  1. 材料 — 任务队列、三个 agent 函数、向量库记忆。
  2. 讲解 — 和 AutoGPT 同一控制流归属，实现更短；热度为何不等于完成率。

当时说明：GitHub yoheinakajima/babyagi（后来仓库改版，早期脚本见作者归档说明）。

1 - BabyAGI（材料）

按 2023 春公开脚本转述：任务队列与三条 LLM 调用。

本页转述 2023 年 3–4 月那一版短脚本在做什么，不以 2024 以后作者重写的框架回填。作者写明：这是对 3 月 28 日推上 Task-Driven Autonomous Agent 的精简；仓库名里的 AGI 来自围观反应，并不声称这是 AGI。

机制

核心是一个 while True：

  1. 从队列取出当前任务。
  2. execution_agent：用 LLM 按总目标执行该任务，得到一段文本结果。
  3. 把结果写入向量库（早期常用 Pinecone + text-embedding-ada-002）。
  4. task_creation_agent：根据结果和现有队列，让 LLM 提出新任务。
  5. prioritization_agent：让 LLM 按总目标重排队列。

早期实现用 Completions API（如 text-davinci-003），不是 Chat Completions，更没有 Function Calling。上下文靠目标字符串、最近结果和检索到的旧结果拼接。公开讨论里也有人指出：检索到的片段有时并没有真正进执行提示——脚本首先是概念演示。

当时不是什么

没有沙箱权限模型，没有稳定的工具 schema，没有任务完成的自动判定。长度上比 AutoGPT 短很多，因此更容易被复制和改写。衍生项目在几个月内大量出现，也大量停更。

2 - BabyAGI 讲解

把自主循环收成任务队列。同一控制流归属：模型列任务、模型选下一步。好抄，也空转。

当时解决了什么问题

AutoGPT 已经把循环摊在一个大仓库里。BabyAGI 把同一想法收成「队列 + 三个提示」：执行、生新任务、重排。读者能在一页纸上画出控制流。这降低了「自己做一个 Agent」的起步成本，也把失败模式暴露得更清楚——队列会自我膨胀，执行结果不一定推进目标。无界循环换了更短的实现，停机条件仍在模型自己写的队列里。

对后续 LLM 与 Agent 的影响

按 AI Agent 定义，这也是 Agent，只是工具和环境往往薄到只剩 LLM 自己和一层向量库。后来许多多 Agent / 任务图框架，第一张示意图仍是「规划器往队列里塞任务」。它不是可靠运行时，也不是评测。

记引爆：短脚本改变了 2023 年春天大家以为 Agent 长什么样。记限度：名字里的 AGI 是反讽，作者自己写过。衍生项目极多，大多很快消失。热度 ≠ 完成率；队列在转 ≠ 目标已达成。