给个任务就能做的AutoGPT火了！背后是这一个新趋势！

今天就借着AutoGPT这个项目，和大家提前聊一聊。

AutoGPT最开始叫EntreprenurGPT，3月16日发布在GitHub上，由英国的一位游戏开发者托兰·布鲁斯·理查兹推出。

一开始，理查兹想要使用AI自动整理每天的新闻，在这个过程中他发现ChatGPT虽然强大，但是面对需要细分拆解的任务无法自动化，执行任务中也不会自己试错、改进，始终需要人工干预，费时费力。

受此启发，理查兹上线了项目，希望通过更多工程优化，看看AI能不能自己完成任务，甚至能自己赚钱，也因此取名EntreprenurGPT。

项目上线后，他做了不少改进，比如通过部署本地编程环境，让AI返回操作指令，直接能够使用搜索引擎、编程软件等等工具；通过提示词优化，引导AI在每个步骤能够更好的完成分工，再加上矢量数据库等技术，相当于为AI增加了记忆功能，每个步骤执行提要求的时候，会尽可能调用此前提出的目标要求，让AI更好的执行。

随着功能越来越丰富，项目发布10天后正式更名为AutoGPT，专注于让AI能自动执行任务，后来越来越多的人参与开发，把语音输入、执行代码以及网页爬虫等功能都集成了上来。

靠着越来越丰富的功能，4月3日这个项目成功登顶GitHub增长趋势第一名，加上更多人分享使用体验，它也就走上了破圈之路，以至于有的用户惊呼「ChatGPT已经过时了，AutoGPT才是未来」。

客观地说，它依然是基于ChatGPT的工程优化，并不存在替代关系，但这些新尝试为我们展现了AI进化的新趋势，确实值得关注。

首先，AutoGPT展现了工程调优的新思路，也展示了AI进化的一种新路线。

它的技术原理并不复杂，简单说就是让AI获得了调用本地工具的能力，再加上自我分工，能够协同处理更复杂的任务。

这个思路既不是AI大模型，用更多参数、更多数据提高AI智能，也不是开源AI模型，让每个人用自己的数据训练本地的AI。

AutoGPT是通过整合提示词、矢量数据库等技术，将AI自动化嵌入到了不同工作流程之中，提供了一种全新的AI技术应用思路。

其次，AutoGPT的演化还是偏功能性，将来大概率会被整合到平台上，AI应用的爆发更值得我们关注。

其实每轮新技术变革启动，技术演化往往都是从功能优化开始的，这些尝试非常有价值，但也很容易被其他人、特别是大平台学走，成为他们平台上的某个基本功能。

这样的例子历史上不胜枚举，比如1998年成立的Overture Services公司，推出了最早的关键词广告业务，后来就都被谷歌学了过去，双方还因此陷入过专利大战，直到2003年谷歌支付了270万股股票才算和解。

AutoGPT的尝试也是相似的，做了很多工程应用的优化，但毕竟没有更核心的AI技术和壁垒，很容易被别人学过去。

即便OpenAI还没行动，不少跟随者已经到来了。功能相似，直接能在浏览器上使用的AgentGPT4月6日推出，因为用起来更方面，目前也非常受欢迎；Notion这个笔记软件也上线了自动化任务的测试功能，很快还会有更多玩家跟上，更丰富、更好用的AI应用很快就会到来了。

最后，在AI专家支持下，非技术专家在细分行业创业的时代也在我们眼前了。

随着更多、更智能的AI应用出现，每个行业里的人只要能用上AI技术，一个人就能完成以前好几个人才能做的事情，不但工作效率会有提升，更多业务创新、服务创新的机会也终于有望实现。

这个趋势在我们科技特训营里就有展现，上周的“创新启发局”里就有几位分享者提到，他们已经在尝试把自己的经验、数据和AI结合，希望能为更多用户提供服务。

只是如今这些工作还需要找人专门做开发，未来很多流程化的开发任务都交给AI自己执行。相信到时候用上新的平台，谁都可以成为新的服务提供方，一场AIGS--人工智能即服务的变革，自然也是指日可待。