当下的AutoGPT仍不够成熟，但有望成为LLM落地的又一方式

我们认为AutoGPT展现出了极强的问题分析能力，将大语言模型的语言理解和生成能力与程序设计的思路结合起来，通过反复调用API，实现了从问题分解到问题解决的步骤。

AutoGPT展现出的搜集信息能力、解决问题能力都可圈可点。虽然对于“撰写NVIDIA投资报告”任务的完成度不高，但其潜力不可小觑。

(相关资料图)

实际使用中，AutoGPT仍有较多不足。主要表现为以下几点：

（1）缺乏完成任务后的终止机制，容易多次进行同一步骤（如爬取网页信息等），等待任务完成的时间较长。

（2）没有访问专业网站，获取信息的效率较低，因此专业领域的问题解答能力有限。

（3）不能够理解模棱两可的要求，除非给出非常明确和具体的prompt。

（4）在提示之后仍旧输出英文的结果，对中文输出的支持性不够。

（5）依旧会出现常识性错误。

我们认为，当下AutoGPT不是一个完成度很高的产品。但是随着GPT-4部署成本的下降和AutoGPT项目的迭代和发展，这种“本地部署AI助手，一步步分解和完成任务”的机制能够更充分地发挥大型语言模型的能力，拓宽语言模型的能力边界，或将成为LLM的又一可行落地方式。

风险提示：技术落地不及预期、竞争加剧等