近日，AI 界新概念：自主人工智能。横空出世
这不是空穴来风，最近一个名为 AutoGPT 的研究开始走进大众视野。

特斯拉前 AI 总监、刚刚回归 OpenAI 的 Andrej Karpathy 也为其大力宣传，并在推特赞扬：

「AutoGPT 是 prompt 工程的下一个前沿。」

下一个AI提示工程的风口，我认为是"AutoGPT"们。

调用一个GPT就像调用计算机上的一个指令一样，它们可以组合成程序。

使用提示词来定义输入/输出设备和工具参数，定义认知循环，将数据分页进出上下文窗口。最后通过run()函数让程序跑起来。

有人声称 ChatGPT 已经是时代遗老，AutoGPT 才是未来。

顺便说一句，ChatGPT已经老掉牙了

AutoGPT才是新晋小鲜肉

如果你想保持领先，请看以下内容

项目一经上线，短短几天狂揽 27K + 星，这也侧面验证了项目的火爆。

AutoGPT是一个实验性的开源应用程序，该程序由 GPT-4 驱动，可以自主实现用户设定的任何目标。

AutoGPT依托ChatGPT强大的语言理解能力，将你的任务拆分再组合成一个可行的计划，然后自主的执行计划。

AutoGPT 用处很多，可用来分析市场并提出交易策略、提供客户服务、进行营销等其他需要持续更新的任务。

有网友上手试验，AutoGPT3分钟就建成了个人网站

而他提出的要求仅仅是：创建一个表单，添加标题「Made with autogpt」，然后将背景更改为蓝色。

如果给 AutoGPT 的 prompt 更多，表现会更好。

风靡互联网的 AI 智能体，AutoGPT 可以在 30 分钟内完成设置。你就可以拥有自己的 AI，协助完成任务，提升工作效率。

在开始之前，你需要设置 Git、安装 Python、下载 Docker 桌面、获得一个 OpenAI API 密钥。

克隆存储库

首先从 GitHub 中克隆 AutoGPT 存储库。

使用以下命令导航到新建文件夹 Auto-GPT。

配置环境

在 Auto-GPT 文件夹中，找到.env.template 文件并插入 OpenAI API 密钥。接着复制该文件并重命名为.env。

安装 Python 包

运行以下命令，安装需要的 Python 包。

运行 Docker

运行 Docker 桌面，不需要下载任何容器，只需保证程序处于激活状态。

运行 AutoGPT

执行以下命令，运行 AutoGPT。

设置目标

AutoGPT 虽是一个强大的工具，但并不完美。为避免出现问题，最好从简单的目标开始，进行输出测试，并根据自身需要，逐步调整目标，如上文中的 ResearchGPT。

另外，你如果想要释放 AutoGPT 的全部潜力，需要 GPT-4 API 访问权限。因为GPT-3.5 可能无法为智能体或响应提供所需的深度。

最后： 为了回馈铁杆粉丝们，我给大家整理了完整的软件测试视频学习教程，朋友们如果需要可以自行免费领取【保证100%免费】

这些资料，对于【软件测试】的朋友来说应该是最全面最完整的备战仓库，这个仓库也陪伴上万个测试工程师们走过最艰难的路程，希望也能帮助到你！

软件测试面试文档

我们学习必然是为了找到高薪的工作，下面这些面试题是来自阿里、腾讯、字节等一线互联网大厂最新的面试资料，并且有字节大佬给出了权威的解答，刷完这一套面试资料相信大家都能找到满意的工作。

面试文档获取方式：