https://skyao.net/learning-ai-agent/timeline/2023/babyagi/ Recent content in BabyAGI on AI Agent 学习笔记 Hugo -- gohugo.io zh-cn Tue, 15 Sep 2026 00:00:00 +0000 https://skyao.net/learning-ai-agent/timeline/2023/babyagi/source/ Tue, 15 Sep 2026 00:00:00 +0000 https://skyao.net/learning-ai-agent/timeline/2023/babyagi/source/ <p>本页转述 <strong>2023 年 3–4 月那一版短脚本在做什么</strong>，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，<strong>并不声称这是 AGI</strong>。</p> <hr> <h2 id="机制">机制</h2> <p>核心是一个 <code>while True</code>：</p> <ol> <li>从队列取出当前任务。</li> <li><strong>execution_agent</strong>：用 LLM 按总目标执行该任务，得到一段文本结果。</li> <li>把结果写入向量库（早期常用 Pinecone + <code>text-embedding-ada-002</code>）。</li> <li><strong>task_creation_agent</strong>：根据结果和现有队列，让 LLM 提出新任务。</li> <li><strong>prioritization_agent</strong>：让 LLM 按总目标重排队列。</li> </ol> <p>早期实现用 Completions API（如 <code>text-davinci-003</code>），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。</p> <h2 id="当时不是什么">当时不是什么</h2> <p>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。</p> https://skyao.net/learning-ai-agent/timeline/2023/babyagi/explanation/ Tue, 15 Sep 2026 00:00:00 +0000 https://skyao.net/learning-ai-agent/timeline/2023/babyagi/explanation/ <h2 id="当时解决了什么问题">当时解决了什么问题</h2> <p>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。</p> <h2 id="对后续-llm-与-agent-的影响">对后续 LLM 与 Agent 的影响</h2> <p>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。</p> <p>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。</p>