中国科技进步的奇迹Auto-GPT实测报告未来AI之星虽有瑕疵却闪耀无限前瞻光芒

在中国科技进步的道路上，Auto-GPT实测报告展现了其虽不完美但充满前瞻性的AI路线。虽然它找到了所需数据并提供了Top5电视盒子的参数和价格，但未列出数据来源或评判标准，更无进行市场分析之举，只是简单列出了数据与配置。尽管Auto-GPT降低了对Prompt的依赖性，但仍需对初始任务描述保持高详细性。

测试二：自动写作

Auto-GPT以赛博朋克背景撰写科幻小说大纲，其表现卓越，生成多个文件，每份详尽记录内容，并且始终保持于相同世界观内，不偏离。这显示出长期记忆功能的优势，即便没有完成整篇文章，大纲已清晰，可谓“创作”新文字。

03 Auto-GPT当前的问题

开销极高

作为GPT-3.5和GPT-4基础建立的系统，它使用单个token价格为GPT-3.515倍。即使在理想状态下，每次50step、每step6K tokens，花费将达到100余元，这成本远非可用于大规模应用。

常见死循环现象

当遇到难以处理的问题时，Auto-GPT陷入自我循环，每一步动作均为“do_nothing”，造成资源浪费。此外，还可能发现无法正确完成任务后尝试修复脚本再执行的情况，但通常效果有限。

执行速度过慢

响应速度较慢，一次总结Top5电视盒子耗时8分钟，而联网AI工具如New Bing仅需8秒完成同样工作，并提供参考链接供读者自行查阅，比Auto-GPT更直观。

04 总结

AGI追求的是脱离人工监督自行完成任务及“创意任务”。虽然目前LLM能力有限易陷入死循环，但通过主任务生成子智能体方法，让AI能通过LLM脱离人类监督自行完成有潜力成为未来发展方向之一。

当前问题包括LLM能力不足导致常陷入死循环，以及向量数据库赋予中长期记忆但后续无法继续沿用此前的记忆。

提升执行速率可以通过调整架构，将逐项执行转换为异步同时执行模式，或模仿Bing快速获取信息能力。

预计未来这种自动生成子智能体的AI会进一步发展，为复杂问题解决带来新答案。