Auto-GPT

Auto-GPT, oggi scritto AutoGPT, è un programma open source che consentiva a GPT-4 di perseguire autonomamente un obiettivo chiedendo a sé stesso di procedere in un ciclo: pianificava un passaggio, sceglieva un comando come una ricerca sul web o la scrittura di un file, lo eseguiva, ne leggeva il risultato e pianificava di nuovo finché non giudicava raggiunto l'obiettivo. Toran Bruce Richards, fondatore dello studio di videogiochi Significant Gravitas, lo ha rilasciato il 30 marzo 2023, due settimane dopo il lancio di GPT-4. Nel giro di pochi giorni è arrivato in cima alla classifica dei repository di tendenza di GitHub e ha trasformato l'idea di un agente di IA autonomo basato su un modello linguistico di grandi dimensioni (LLM) da tema di ricerca in uno strumento utilizzabile da chiunque. Da allora il repository di AutoGPT ha superato le 180.000 stelle.

Come funziona Auto-GPT#

L'utente assegnava all'Auto-GPT originale un nome, un ruolo e alcuni obiettivi, come fare ricerche su un mercato e scrivere un rapporto. A ogni ciclo, il programma creava un prompt basato su quegli obiettivi, un elenco di comandi consentiti, i vincoli e la cronologia recente, quindi chiedeva a GPT-4 di rispondere in JSON con due parti. La parte thoughts conteneva il testo, il ragionamento, il piano e l'autocritica del modello, oltre a una sintesi da comunicare all'utente: una forma esplicita di prompting con catena di pensiero. La parte command indicava un'azione e i relativi argomenti: cercare su Google, visitare una pagina web, leggere o scrivere file, eseguire codice Python o avviare un agente GPT ausiliario.

Prima di eseguire ogni comando, Auto-GPT lo mostrava all'utente, che digitava y per autorizzarlo, y -N per autorizzare i successivi N comandi oppure n per uscire. La modalità continua ignorava del tutto questi controlli e il README avvertiva che il programma poteva funzionare all'infinito o intraprendere azioni che l'utente normalmente non avrebbe autorizzato. Per conservare la memoria oltre la breve finestra di contesto del modello, le prime versioni memorizzavano i risultati passati come embedding in una cache JSON locale o in database vettoriali come Pinecone, Redis o Milvus, recuperando quelli più pertinenti a ogni ciclo; GPT-3.5 riassumeva le pagine web più lunghe.

Cosa ha mostrato Auto-GPT e dove ha incontrato difficoltà#

Auto-GPT ha reso visibile a milioni di persone il pattern ReAct, che alterna il ragionamento all'uso degli strumenti, e ha ispirato un'ondata di progetti simili, tra cui BabyAGI di Yohei Nakajima, che manteneva un elenco di attività aggiornato dal modello, che le creava, assegnava loro una priorità e le portava a termine. Le sue esecuzioni hanno anche messo in luce i problemi che chi sviluppa agenti deve ancora gestire. Gli agenti ripetevano le stesse ricerche in loop, si allontanavano dall'obiettivo iniziale, dichiaravano progressi mai fatti, una forma di allucinazione, e accumulavano costi API perché a ogni ciclo inviavano a GPT-4 un prompt lungo. L'assenza di una regola chiara per fermarsi e il rischio della modalità continua hanno mostrato perché gli agenti successivi vengono eseguiti all'interno di un ambiente di esecuzione per agenti con limiti di passaggi, regole di approvazione e una sandbox per agenti, e perché i team li valutano con la valutazione degli agenti invece di affidarsi a demo d'effetto. Anche i modelli sono migliorati nella competenza fondamentale: OpenAI ha aggiunto il richiamo di funzioni nativo nel giugno 2023 e, in seguito, i modelli di ragionamento sono stati addestrati con l'apprendimento per rinforzo per eseguire lunghe sequenze di chiamate agli strumenti.

Auto-GPT e termini correlati#

• Chatbot: rispondono a un messaggio alla volta e aspettano il successivo. Auto-GPT generava autonomamente il prompt successivo e continuava ad agire finché non riteneva raggiunto l'obiettivo.
• AutoML: l'apprendimento automatico automatizzato esplora modelli e iperparametri per addestrare il modello migliore per un dataset. I nomi si somigliano, ma Auto-GPT non addestra nulla e guida un LLM preaddestrato nello svolgimento di attività generiche.
• Automazione robotica dei processi (RPA): riproduce clic e pressioni di tasti registrati in anticipo da uno sviluppatore. Auto-GPT sceglieva i propri passaggi in fase di esecuzione in base all'obiettivo e a ogni risultato.
• Flussi di lavoro agentici: organizzano le chiamate agli LLM e gli strumenti lungo percorsi definiti da uno sviluppatore. Auto-GPT lasciava l'intero piano al modello, collocandosi all'estremo più autonomo dello stesso spettro.

AutoGPT oggi#

Il progetto è diventato AutoGPT Platform, un servizio ospitato e installabile autonomamente per creare agenti come flussi di lavoro composti da blocchi collegati su una tela visiva, con un marketplace di agenti pronti all'uso e un generatore basato sulla chat. Il codice della piattaforma è distribuito con la licenza Polyform Shield, che consente l'uso personale e aziendale interno ma ne vieta la vendita come servizio ospitato concorrente, mentre l'agente autonomo originale resta nella cartella classic/ del repository con licenza MIT, insieme al toolkit Forge per creare agenti e all'ambiente di test agbenchmark. Oggi i cicli guidati da obiettivi come quelli di Auto-GPT vengono eseguiti soprattutto all'interno di prodotti più circoscritti, con strumenti e autorizzazioni predefiniti: in Ultralytics Platform, l'assistente Ask AI trasforma una richiesta in azioni sulla Platform: trova dataset, avvia sessioni di addestramento di YOLO26, ne confronta i risultati e propone l'esperimento successivo tramite la riga di comando ul cloud, autorizzata con la chiave API dell'utente.