专注AIGC领域的专业社区，关注GPT-4、百度文心一言、华为盘古等大语言模型（LLM）的发展和应用落地，以及国内LLM的发展和市场研究，欢迎关注！

第一次见到Auto-GPT是4月1日，一位名叫Significant Gravitas发布的一篇内容，介绍开源应用程序Auto-GPT可以自动执行python 脚本，同时具备递归调试、开发和自我迭代的自动化能力。（开源地址：https://github.com/Significant-Gravitas/Auto-GPT）

当时Auto-GPT有个致命的缺点，如果你没有GPT-4 API（需要申请）密钥就无法使用该项目。也就是说本质上Auto-GPT只是一个“四肢”，大脑还是GPT-4。由于明显的局限性，没有引起太大的反响，不过作者表示，会尽快迭代支持GTP-3.5 API让更多人的使用。

在4月7日看到一篇名叫“有人要求AI毁灭人类”的文章。内容挺有噱头，一个名叫“ChaosGPT”的机器人接到了一个命令，要求它执行“毁灭人类”的计划（点击查看）。从计划设定、执行到后期结果预估全部自动化完成。作者还将ChaosGPT的执行计划做成了视频，观看量超过了10万，用户评论超过500条。这个ChaosGPT机器人就是根据Auto-GPT开源项目开发的，并且已经支持GTP-3.5 API。

随后，大家都知道了Auto-GPT开源应用传到了国内引起了很大的共鸣，还冲上了知乎的热搜榜。从技术层面来说，Auto-GPT所展现出来的效果就是新壶装老酒，同样爆火的RPA（机器人流程自动化）+AI+API一样可以实现，并且不受API密钥影响，无需专业开发背景也能使用。

可能RPA在代码自动生成领域不如Auto-GPT，但在端到端业务流程自动化，跨平台、系统方面都有稳定的表现，并且已经得到海量业务场景的验证。下面「AIGC开放社区」就和大家说说Auto-GPT的优点与缺点，同时对企业、个人、RPA赛道能带来哪些好处。

Auto-GPT优点

GPT-4在生成文本、代码等内容的能力非常强，但是它缺一个“身体”以进一步将生成内容实现深度应用。而Auto-GPT充当了GPT-4的“四肢”，例如，它可以将GPT-4生成的内容录入到指定系统中；可以跨平台执行搜索、数据搜集等。

所以，Auto-GPT最大的优点，是补齐了GPT-4的缺点，这也是Auto-GPT能在短时间内爆火的原因之一。而Open AI也表示，Auto-GPT现在所做的事情，正是ChatGPT下一步要增加的功能。

强大的代码开发：Auto-GPT应用最多的业务场景就是代码开发，不少开发者通过Auto-GPT实现了代码全自动化开发、审核、迭代等，例如，网上有一位开发者通过Auto-GPT自动创建了一个网站，整个流程完全无需人工干预，全部由机器人独立完成。

除了代码开发之外，端到端数据提取、录入都是Auto-GPT的强项。有开发者通过Auto-GPT打造了一系列自动化应用。

抓取数据：可以自动抓取网站的关键数据，例如，新闻、评论、标签、图片等，并将其录入到指定系统中。

内容识别：可以自动识别pdf、bmp，jpg，png，tif，gif，pcx等格式的非结构化数据，并将其转化为结构化数据。

自动生成文本并进一步处理：GPT-4具备生成各种文本的能力，例如，营销文案、创意写作等，现在通过Auto-GPT可以直接将文案发布在营销平台中，实现闭环自动化营销进一步节省人力和时间。

Auto-GPT缺点

需要使用GPT-4、GPT-3.5 API密钥：想使用Auto-GPT就必须有GPT-4或GPT-3.5的API密钥。目前，GPT-4的API密钥需要申请审核使用，GPT-3.5稍微好一些。

费用高：最新的GPT-4 API费用还是挺高的。如果你的业务流量很大，需要权衡一下节省的时间、费用是否值得支付高额的API费用。

受众小：只有专业编程人员才能使用Auto-GPT，如果你不懂编程只能干羡慕了。

不稳定：Auto-GPT推出的时间不到一个月，在github就突破了8万颗星成为现象级开源产品。但作者说过由于“大脑”是GPT-4，目前Auto-GPT还处于测试阶段，在执行繁琐、复杂的业务流程上会出现不稳定的情况。

数据安全：Auto-GPT在执行任务的过程中，将数据传输到GPT-4进行处理，企业、个人用户会面临敏感数据泄露的问题。所以，如果是金融、银行、政务等机构在使用Auto-GPT时需要格外小心。

Auto-GPT与RPA+AI

Auto-GPT与“RPA+AI”有太多相似之处，所以，此次爆火的Auto-GPT也为RPA赛道注入了新活力，让全球更多的用户知道了自动化的好处。

1）技术特性：都是通过端到端自动化为用户提升效率、节省时间。虽然二者在未来可能存在竞争的关系，但是对于整个自动化生态起到了推波助澜的作用。

2）技术原理：Auto-GPT的核心是GPT-4。而RPA的核心是AI，这包括NLP、OCR、CV、ML等众多主流AI，从底层技术来看二者是通用的，可以说是一家人。

3）自动化场景重叠：很多Auto-GPT支持的端到端自动化业务场景，都是RPA+AI的拿手好戏，并且支持更复杂、冗长的自动化流程。

4）RPA更易使用：只有专业编程人员才能使用Auto-GPT，而RPA支持无代码、可视化拖拽的构建方式，没有编程背景的业务人员也能使用。

5）RPA更安全：金融、银行、证劵、政务等是应用RPA最多领域之一，足以看出RPA的安全性。

总之，Auto-GPT的出圈证明了人们对端到端业务流程自动化的需求是非常旺盛的，这对于RPA市场的增长、用户感知、生态建设都会起到立竿见影的作用。普通人也可以通过Auto-GPT或RPA+AI执行很多重复、枯燥的业务流程，从而时间降本增效。

可以预见，随着Auto-GPT更多的变体出现下沉到更深的业务场景中，人们的工作效率将获得质的提升。

END

加入行业&技术交流群，讨论AIGC发展与应用

添加微信：13331022201 ，备注“职位信息&名字”

管理员审核后加入讨论群