在 GitHub 上，AutoGPT 的 star 量已经破 10 万。 这是一种新型人机交互方式： 你不用告诉 AI 先做什么，再做什么，而是给它制定一个目标就好，哪怕像「创造世界上最好 的冰淇淋」这样简单。 类似的项目还有 BabyAGI 等等。 这股自主智能体浪潮意味着什么？ 它们是怎么运行的？ 它们在未来会是什么样子？ 现阶段如何尝试这项新技术？ 在这篇文章中，Octane AI 首席执行官、联合创始人 Matt Schlicht 进行了详细介绍。
人工智能可以用来完成非常具体的任务，比如推荐内容、撰写文案、回答问题，甚至生成与现实生活无异的照片。你告诉 AI 完成哪一项任务，它就完成哪一项， 十分简单。
但是，如果你不想帮 AI 把所有这些任务都列出来该怎么办？如果你更想要一个队友而不仅仅是一个工具怎么办？如果你想让人工智能自主思考怎么办？
想象一下，你创造了一个人工智能工具，可以为其设定目标，即使是像「创造世界上最好的冰淇淋」这样模糊的目标，它也会拟出一个待办事项列表，执行待办事项，并根据进展来添加新的待办事项。随后它会继续重复这个过程，直至完成目标。
这正是「自主智能体」所做的事情。在 AI 开发人员的圈子中，它们的成长趋势是最快的，但迄今为止，大多数人并不了解它们。（在写这篇文章的时候，尚无主流出版物写过关于自主智能体的文章。而且自它面世以来，仅有很少数人报道过它，因此，如果你正在读这篇文章...... 那么你就是最早了解到它的人之一了。）
何为自主智能体？为何它们背后隐藏着巨大的机会？它们是如何运行的？它们在未来会是什么样子的？我怎样才能创造或使用它？
这正是我将为你解答的问题。
「[智能] 自主智能体通常是自动化的自然终点。原则上，智能体可被用于自动化任何其他过程。不难想象，一旦这些智能体变得高度精密、可靠，各个领域和行业的自动化程度将呈指数级增长。」 —— 英伟达机器学习专家 Bojan Tunguz
何为自主智能体？
自主智能体是由 AI 赋能的程序。当给定一个目标时，它们能够自行创建任务、完成任务、创建新的任务、重新确定任务列表的优先级、完成新的首要任务，并不断重复这个过程，直到完成目标。
请再多读一遍上面的描述，它虽然简单，但却很疯狂。
「从自主智能体的发展趋势来看，每个人都有望成为一名经理。」 ——BabyAGI 创始人中岛洋平（Yohei Nakajima）
自主智能体可以被设计用于做任何事情，从管理社交媒体账户、投资市场到制作最好的儿童读物。
「这些是真的吗？现在就能实现吗」
是的，我知道这听起来像科幻小说，但这些都是真实存在的。如果会编码，你可以在几分钟内设计出一个。而这仅仅只是开始。
「人们常常会浪费过多的时间来做繁琐乏味的手工工作，而当计算机可以完成这些工作时，人们便可以被解放出来去实现更具创造性的追求，或者去做目前只有人类才能做的事情。自主智能体将使人们能够在更短的时间内完成更多的工作，并且，随着时间的推移，人们盯着屏幕工作的时间也有望缩短！」 ——Redpoint 常务董事 Erica Brescia
实现自主智能体所需的编程技术和 AI 是非常现实且极其新颖的。许多开源项目，诸如 AutoGPT、BabyAGI 和 Microsoft 的 Jarvis，在 AI 社区、Github 上都很流行。
在创建开源自主智能体代码库的前两周里，有将近十万名开发人员都在构建自主智能体、优化它们、并寻找它们的能力上限，而这些工作也只是在这些概念被发明的前几周所做的。现今，使用该技术的开发人员数量正在以越来越快的速度飙升。
「AI 智能体将无处不在。价值数十亿美元的公司将从会一个部署 AI 智能体的小团队发展而来。」 ——Ben's Bites AI Newsletter 创始人 Ben Tossell
AI 智能体的成长规模已经超过了长期流行的代码库，如 laravel、bitcoin、django 和 pytorch 等。
Auto-GPT Github 受欢迎程度呈指数增长，比历史上任何代码库都快。
这不是科幻小说。许多人认为这些自主智能体才是真正的通用人工智能的开端，又或被称作「AGI」—— 这个术语用于描述已经获得知觉并变得「有生命」的人工智能。
「自主智能体最终可能会将事实性知识的所有应用商品化。如果对事实性知识的获取也变得普遍可用，那么创造力、情感和战略眼光等人类品质将变得更加珍贵、独特。但是，知识也有可能变得越来越专有化，因为个人和公司试图在事实知识的应用商品化、人类集体知识开始停滞的世界中获得经济利益优势。」 —— 前美国联邦调查局新兴技术代理主管、Bondoo AI 联合创始人 Tony Hu
请看一下这个刚刚从 HyperWrite 发布的自主智能体，你可以看到它被安装在了浏览器中，可帮助人们订购比萨。
你只需说「点一份从 Dominos 配送到 One Vanderbilt 的无馅料大披萨」，然后它就可以自己订了。
HyperWrite's 的自主智能体控制浏览器来订购披萨。
或者，看看斯坦福大学和谷歌合作完成的这个实验，他们创建了一个由 25 个自主智能体组成的虚拟城镇，并告诉其中的一个来组织一场情人节派对。这个例子也许更令人印象深刻。
这些自主智能体模拟的人们过着它们的日子，互相交谈，形成新的记忆，最终它们中的大多数都听说了情人节派对，并且最终出席了。
图源：《Generative Agents: Interactive Simulacra of Human Behavior》
所以自主智能体是真实的…… 这就引出一个疑问：只要告诉智能体目标是什么，然后它就会永远自行管理自己吗？
答案是肯定的。
你只需给它定一个目标，剩下的会由自主智能体自己完成。它就像一个非常好的员工或队友。不过，如果你愿意，也可以自行设计自主智能体，使其在某些关键决策时刻与你联系，以便你可以即时协作指导它们工作。
「这是原始 AGI（primitive AGI）。值得注意的是，只需将一个 LLM 包装在一个循环中，就可以获得一个自主智能体，它可以自己推理、计划、思考、记忆和学习。如果包装和 prompts 正确，LLM 可以被激发出无尽的潜能和灵活性。虽然整个概念诞生还不到一个月时间，但我已迫不及待地想看看由 LLM 构建的复杂智能体将如何影响世界。」 ——Runway 创始人兼 CEO 陈思琪
自主智能体除了能分析目标并分配任务之外，它们还拥有一系列能力，例如：
- 浏览互联网、会使用应用程序；
- 长期和短期记忆；
- 控制你的电脑；
- 运用 GPT 等大语言模型 (LLM) 进行分析、总结，提出意见并给出答案。
此外，这些自主智能体将具有各种形状和大小。有些将在用户不知道他们在做什么的情况下在幕后运行，而有些则是可见的，如上例所示，用户可以跟踪人工智能的每一个 “想法”。
「自主智能体将让每个人都像国家元首一样生活！你只管提出要求，自主智能体就会处理其余的事情。你无需在例行公事或平凡的事情上浪费脑力。」 ——《Blitzscaling 》作者之一 Chris Yeh
接下来我们用一个通俗易懂的示例来说明：假设有一个自主智能体可以帮助研究，我们想要关于某个主题的最新新闻总结，比如说关于 Twitter 的新闻：
- 我们告诉智能体「你的目标是找出有关 Twitter 的最新消息，然后向我发送摘要」；
- 因此，智能体在看到目标任务后，借助 OpenAI 的 GPT-4 等 AI，从而理解正在阅读的内容，并提出第一个任务，即「任务：在谷歌上搜索与 Twitter 相关的新闻」；
- 然后智能体在谷歌上搜索 Twitter 新闻，找到热门文章，并返回一个链接列表。第一个任务完成；
- 继而智能体回顾它的主要目标（找到关于 Twitter 的最新消息，然后发送摘要）以及它刚刚完成的事情（得到一堆关于 Twitter 的新闻链接）并决定它的下一个任务需要是什么 ；
- 之后，它提出了两个新任务：1）写新闻摘要。2) 阅读通过谷歌找到的新闻链接的内容；
- 现在智能体在继续工作之前停顿了一会儿，它需要确保这些任务的顺序是正确的。确定应该先写摘要吗？智能体否定了，它决定首要任务是优先阅读通过谷歌找到的新闻链接的内容；
- 智能体从文章中读取内容，然后再次返回待办事项列表。它想添加一个新任务来总结内容，但该任务已经在待办事项列表中，所以自主智能体并没有添加；
- 智能体检查待办事项列表，唯一剩下的一项就是总结它阅读的内容，所以它这样做了。此时它就会按照用户要求发送摘要。
下图表展示了自主智能体是如何工作的：
图源：Yojei Nkajima 的 BabyAGI
这一新范式刚刚开始，但它并不完美，还未风靡全球，但这个概念非常强大，并且随着不断的发展和实验，它将很快融入到我们的日常生活。
「这将很快改变许多行业。通过使用自主智能体，人们同时可以更轻松地做很多事情。只要给它一个任务，它就会去完成。到目前为止，这是一个非常强大的概念…… 」——The AI Valley Newsletter 创始人 Barsee
在更高程度上理解了什么是自主智能体之后，接下来讨论一下为什么自主智能体能够带来如此大的机会？
