博鱼体育这几天异常火热的 AI 工具是 Auto-GPT。它可以根据人类给出的任务目标，自己通过多轮对话来琢磨、验证、决策，这个过程完全不需要人类插手。

　　因为它，有人说 ChatGPT 已经过时，理由是 Auto-GPT 在某些任务里的表现已经很接近人们老说的那个梗——“你已经是成熟的 xxx 了，该学会自己 xxx 了”。

　　开发者介绍说，Auto-GPT 这个程序由 GPT-4 驱动，和 ChatGPT 用的是同一个底层语言模型。

　　但两者差别在于，Auto-GPT 能根据你提出的任务，自己“踩着石头过河”，比如执行时发现获取不到有用信息，AI 就会自行 Google，根据所搜结果一通分析，然后再思考着下一步该干啥。

　　也就是说，它在执行任务时一直在“自说自话”，自己设定行动和评估结果，如果哪步行不通，也是自己想其他办法再试试。

　　有人打过一个形象比方，ChatGPT 就像是你雇的一个外包员工，它对全局任务不够了解，只能“你让我怎么干就怎么干”。这时，客户只能把复杂任务拆解成一个个具体的工作步骤，掰开了揉碎了后，再交给 ChatGPT 完成。

　　但 Auto-GPT 就更像是个服从 OKR 的员工了，你给它一个目标，它自己就会写规划、尝试落地、快速迭代、交付结果。分解任务和调动资源的活儿，都是它干。

　　像官方 demo 展示的那样，你给 AI 起名为“Chef-GPT”，再进一步明确它的身份，“这个大厨 AI 可以自己浏览互联网，为下一个即将到来的大节日想出合乎时宜的、独特且原创的菜谱。”

　　并非如此。现阶段的 ChatGPT 如果不借助插件的能力，并不能实时浏览网页获得信息。

　　目标 1：为将到的大节日（比如复活节）发明菜谱，得是原创，而且得是不落俗套的；

　　然后，就什么都不用管了，AI 会自行拆解多个任务，自己进行多轮提问，不停迭代，直到问题解决。

　　就如“目标 2”所体现的，Auto-GPT 能直接操作你的电脑……未来或许还能看到更多意想不到的联动，这让它不那么像个聊天机器人了。

　　据用户反馈， Auto-GPT 也能编程，它处理 Java 可能会遇到困难，但和 Python 配合得很好，只要脚本不太复杂，生成结果就能让人惊喜。

　　建网站也不在话下。一位叫 @Sully 的 Twitter 用户用 Auto-GPT 建站，要求是用 React 写一个网站，背景为蓝色，并指定了页面标题和简单元素。结果是 Auto-GPT 在人类不干预的情况下，用三分钟就做完了。

　　这位用户还说，如果给 Auto-GPT 更丰富的 prompt，表现还能更好。

　　不过开发者坦陈 Auto-GPT 还只是一个试验品，它在复杂的、真实世界中的商业场景对话中，表现不会太好。

　　此前，想要用上 Auto-GPT ， 你得经过多个步骤将其部署到电脑后才行。

　　名字取得挺妙，Auto-GPT 的确就像是一位 agent，是一个将你和 GPT-4 连接起来的中间人。

　　它的开发者友情警告，Auto-GPT 运作成本相当高，你最好多盯着你的 OpenAI 账户，对 API 做些限制。

　　百科上说，通用人工智能（AGI）是具有一般人类智慧，可以执行人类能够执行的任何智力任务的机器智能。

　　我们先不做判断，看看 GPT 的造物者 OpenAI 怎么说：GPT-4 是扩展深度学习的最新里程碑，目前在许多现实场景中仍然不如人类，但在专业和学术基准上均能体现出人类水平。

　　他的意思就是，当一个事物出现，人们很难具体想象或理解它到底会到哪种程度，还有很长的路要走，只能边探索边看着。

　　有人在 AgentGPT 上，问 AI 如何在世界上制造出尽可能多的曲别针，越多越好。

　　Bostrom 设想，当一个 AI 被设计用来制造曲别针，并且当最初的原材料供应完全耗尽之后，它就会利用在其可达范围内的任何可用原子，包括人类，只为继续完成制造曲别针的任务。

　　他想说的是，一个强大的 AI，哪怕最初的目标是看似无害的“制造曲别针”，但如果机器只服从于效果最大化的目标，它就会不惜一切代价，只为完成任务，那人类最终因此毁灭也不是不可能。

　　不知道那个问 Auto-GPT“如何在世界上制造出尽可能多的曲别针”的人，得到了什么样的答案。