碾压GPT-4，微软最强AutoGen爆火！多个智能体协作，编码速度飙升4倍，GitHub狂揽10k星 _GPT-4

文章插图
新智元报道
编辑：桃子
【新智元导读】AutoGPT之后，AutoGen逆袭成功。
AI智能体热度，只增不减。
发布仅2周，微软、PSU和华盛顿大学等团队开发的智能体AutoGen瞬间登顶Github热榜，狂揽10k星。
这是一个让LLM智能体相互聊天，进而解决任务的框架，可定制、可对话，并允许人类无缝参与。

文章插图
它还可以直接替代OpenAI.Completion或openai.ChatCompletion作为增强型推理 API 。
现在，你只需要几行代码，就能完成非常复杂的任务。
对此，研究人员还发布了一份关于AutoGen的43页技术报告。

文章插图
论文地址：https://arxiv.org/pdf/2308.08155.pdf
接下来，一起来看看这个爆火项目背后的技术吧。
动嘴做任务
若想使用，首先得安装AutoGen 。需要Python/ target=_blank class=infotextkey>Python版本>=3.8版本，只需一步，非常简单。

pipinstall pyautogen

文章插图
然后，就能上手用了。
比如，我想要一个股价可视化图，首先自定义一个「编码智能体」，能够下载数据并绘制图表。

文章插图
然后，自定一个「user proxy agents」，去做跑代码、获取结果等任务。

文章插图
最后一步，给定明确任务——绘制一份Meta和微软当前YTD股价图。

文章插图
然后，两个智能体便开始对话，忙着去做表了。

文章插图
当然了，不仅2个智能体，你还可以添加更多AI帮你干活，比如再自定义一个「产品经理」，让它去脑暴想法。

文章插图
然后，使用它们一起查找最近一篇GPT-4的研究，以及关于其在软件中的应用。
接下来，3个智能体就开始「密谋」了。

文章插图
以上的演示，仅是一个前菜。
根据技术报告，给出了通过AutoGen6个应用的构建，可以解决数学问题，检索增强型聊天、ALF聊天、多智能体编码、动态群组聊天、国际象棋对弈。

文章插图
在自主解决数学问题上，研究人员通过AutoGen与AutoGPT、ChatGPT+Plugin、ChatGPT+Code Interpreter等进行了定性和定量评估。
通过在对MATH数据集中的2个数学问题评估中，每个LLM系统都在每个问题上测试了3次，只有AutoGen的胜率最高。

文章插图
AutoGen框架
AutoGen背后的基本理念是，创建智能体，即由LLM（如GPT-4）驱动的编程模块。
这些智能体通过自然语言交互，以完成各种任务。

文章插图
智能体可以通过提示工程，和外部工具对进行定制和增强，使其能够检索信息或执行代码。
借助AutoGen，开发人员可以创建一个「智能体生态系统」，这些智能体可以专门从事不同的任务并相互协作。

文章插图
这一生态系统的一个简化视图是，将每个智能体视为一个单独的ChatGPT会话，并有独特的系统指令。
例如，一个智能体可以作为编程助手，根据用户请求生成Python代码。另一个智能体可以是代码审查员，负责获取Python代码片段并排除故障。
第一个智能体的响应可以作为输入，传递给第二个智能体。
其中一些智能体甚至可以访问外部工具，这相当于ChatGPT插件，如Code Interpreter或Wolfram Alpha 。
AutoGen在这里的作用就是，为创建这些智能体并使它们能够自动交互提供了必要工具。