Auto-GPT

O Auto-GPT, agora escrito AutoGPT, é um programa de código aberto que permitia ao GPT-4 perseguir um objetivo por conta própria, solicitando instruções a si mesmo em um ciclo: planejava uma etapa, escolhia um comando, como fazer uma busca na web ou gravar um arquivo, executava-o, lia o resultado e planejava novamente até considerar o objetivo concluído. Toran Bruce Richards, fundador do estúdio de jogos Significant Gravitas, lançou o programa em 30 de março de 2023, duas semanas após o lançamento do GPT-4. Em poucos dias, ele chegou ao topo da lista de tendências do GitHub e transformou a ideia de um agente de IA autônomo baseado em um modelo de linguagem de grande porte (LLM), antes um tema de pesquisa, em algo que qualquer pessoa podia executar. Desde então, o repositório AutoGPT ultrapassou 180.000 estrelas.

Como funciona o Auto-GPT#

O usuário dava ao Auto-GPT original um nome, uma função e alguns objetivos, como pesquisar um mercado e redigir um relatório. A cada ciclo, o programa criava um prompt com base nesses objetivos, em uma lista de comandos permitidos, em suas restrições e em seu histórico recente, e pedia ao GPT-4 que respondesse em JSON com duas partes. A parte thoughts continha o texto do modelo, o raciocínio, o plano, a autocrítica e um resumo para apresentar ao usuário, uma versão escrita do prompting de cadeia de pensamento. A parte command especificava uma ação e seus argumentos: pesquisar no Google, navegar por uma página da web, ler ou gravar arquivos, executar código Python ou iniciar um agente GPT auxiliar.

Antes da execução de cada comando, o Auto-GPT o mostrava ao usuário, que digitava y para autorizá-lo, y -N para autorizar os próximos N comandos ou n para sair. Um modo contínuo ignorava completamente essas verificações, e o README alertava que o programa poderia rodar para sempre ou tomar ações que o usuário normalmente não autorizaria. Para armazenar memórias além da janela de contexto curta do modelo, as primeiras versões guardavam resultados anteriores como embeddings em um cache JSON local ou em bancos de dados vetoriais como Pinecone, Redis ou Milvus, recuperando os mais relevantes a cada ciclo; enquanto isso, o GPT-3.5 resumia páginas longas da web.

O que o Auto-GPT mostrou e onde teve dificuldades#

O Auto-GPT tornou o padrão ReAct de alternar raciocínio e uso de ferramentas conhecido por milhões de pessoas e inspirou uma onda de projetos semelhantes, incluindo o BabyAGI de Yohei Nakajima, que mantinha uma lista contínua de tarefas criada, priorizada e executada pelo modelo. Suas execuções também expuseram os problemas que os desenvolvedores de agentes ainda precisam contornar. Os agentes repetiam as mesmas buscas em ciclos, se desviavam do objetivo original, relatavam progresso que não tinham feito — uma forma de alucinação — e acumulavam custos de API porque cada ciclo chamava o GPT-4 com um prompt longo. A falta de uma regra clara de parada e o risco do modo contínuo mostraram por que agentes posteriores são executados dentro de um ambiente de execução de agente, com limites de etapas, regras de aprovação e uma sandbox de agente, e por que as equipes os avaliam com avaliação de agentes em vez de demonstrações impressionantes. Os modelos também melhoraram na habilidade essencial: a OpenAI adicionou chamada de funções nativa em junho de 2023, e modelos de raciocínio posteriores foram treinados com aprendizado por reforço para executar longas sequências de chamadas de ferramentas.

Auto-GPT versus termos relacionados#

• Chatbots: Respondem a uma mensagem por vez e esperam pela próxima. O Auto-GPT gerava o próprio próximo prompt e continuava agindo até decidir que o objetivo havia sido alcançado.
• AutoML: O aprendizado de máquina automatizado pesquisa modelos e hiperparâmetros para treinar o melhor modelo para um conjunto de dados. Os nomes são parecidos, mas o Auto-GPT não treina nada e conduz um LLM pré-treinado por tarefas gerais.
• Automação robótica de processos (RPA): Reproduz cliques e pressionamentos de teclas programados e gravados previamente por um desenvolvedor. O Auto-GPT escolhia as etapas em tempo de execução, com base no objetivo e em cada resultado.
• Fluxos de trabalho agênticos: Organizam chamadas de LLM e ferramentas em caminhos definidos pelo desenvolvedor. O Auto-GPT deixava todo o plano a cargo do modelo, no extremo totalmente autônomo do mesmo espectro.

AutoGPT hoje#

O projeto se tornou a AutoGPT Platform, um serviço hospedado e auto-hospedável para criar agentes como fluxos de trabalho de blocos conectados em uma tela visual, com um marketplace de agentes prontos e um construtor baseado em chat. O código da plataforma é licenciado sob a licença Polyform Shield, que permite uso pessoal e empresarial interno, mas proíbe sua venda como serviço hospedado concorrente, enquanto o agente independente original continua no repositório, na pasta classic/, sob a licença MIT, junto com o kit de ferramentas Forge para criar agentes e o ambiente agbenchmark para testá-los. Ciclos orientados a objetivos como os do Auto-GPT agora são executados principalmente em produtos mais restritos, com ferramentas e permissões fixas: na Ultralytics Platform, o assistente Ask AI transforma uma solicitação em ações da Platform: encontra conjuntos de dados, inicia execuções de treinamento do YOLO26, compara os resultados e propõe o próximo experimento por meio da linha de comando ul cloud, autorizada pela própria chave de API do usuário.