事件描述
　　AutoGPT是2023年3月下旬发布的开源的AI代理，建立在大语言模型GPT-4 API基础上。当用户以自然语言给AutoGPT设定任务目标后，AutoGPT可以自行思考后将任务拆解成多个步骤，给GPT-4发出prompt指令，安排多个GPT-4同时运行，并根据GPT-4的反馈决定下一步骤的执行。此外，AutoGPT还可以访问互联网并读写文件。因此，用户可以凭借AutoGPT让GPT-4大模型全自动运行各类复杂任务。截至目前，AutoGPT已经在Github网站上获得了7.8万个stars。
　　事件评论
　　AutoGPT改进模型堆叠技术。模型堆叠指的是模型代理一路向下，套用其他模型来拆解并分配任务。在AutoGPT出现之前，就存在很多模型堆叠的应用，如Dall-E通过Clip来套用VAE模型。但本次AutoGPT实现了两个新功能：1）自主迭代：AutoGPT通过自我批判性审查来改进输出、在先前工作的基础上进行构建，并为了获得更准确的结果集成prompt历史记录；2）内存管理：AutoGPT集成了Pinecone数据库，因此它可进行长期内存存储，保存上下文并基于此评估自己是否达到了目标，并进行决策改进。
　　 AutoGPT降低了大语言模型的使用门槛。在使用GPT-4这样的大语言模型时，与之交互的最大门槛在于正确地输入prompt，让模型应用理解用户的需求；因此用户需要学习使用prompt，用规范型式向大模型应用提问；此外，用户提出的需求往往包含多个细分问题，大模型不能在一次回答中完全解决。AutoGPT在一定程度上提高了大模型对用户需求的理解，把任务拆分并自动梳理逻辑，不再需要使用者一步一步的引导和纠错GPT-4。AutoGPT降低了用户使用GPT-4模型的门槛。
　　AutoGPT推动AI大模型触及自主人工智能的新高度。AutoGPT可以将用户的自然语言任务拆解并分步骤调用GPT-4的API来解决细分任务，所以GPT-4大模型可以被用于更加复杂的任务场景，GPT-4的渗透率也有望随之提高一个量级。虽然当前的AutoGPT还不够智能化，不能完全理解部分复杂问题并将其拆解成合理的子任务；但随着模型堆叠技术的发展，AutoGPT这类AI代理有望在未来将自主人工智能推向新的高度。
　　风险提示
　　1、大模型技术推进不及预期；
　　2、大模型商业化落地的过程存在风险