O que é o AgentGPT?

Diferentemente das versões atuais do ChatGPT da OpenAI, o AgentGPT permite criar agentes de IA autônomos capazes de pensar, planejar, agir e se adaptar em prol de um objetivo definido pelo usuário, com o mínimo de prompts manuais. Uma funcionalidade que torna o AgentGPT especial é sua interface amigável, que torna a funcionalidade de agente de IA acessível para todos os tipos de casos de uso, como pesquisa e coleta de dados, resolução exploratória de problemas, geração de ideias, automatização de tarefas repetitivas, criação de chatbots e muito mais.

O AgentGPT é uma ferramenta no-code, o que significa que os usuários não precisam escrever um software ou configurar um ambiente de desenvolvimento para definir um objetivo, selecionar um modelo e implementar agentes. São fornecidos modelos para ajudar os iniciantes a entender como estruturar objetivos eficazes.

O AgentGPT é um projeto de código aberto desenvolvido principalmente por uma equipe da Reworkd AI. A startup sediada em São Francisco lançou a ferramenta em abril de 2023 e continua a mantê-la. Em termos de preços, a Reworkd oferece uma versão gratuita, bem como um serviço hospedado com planos pagos. O projeto chamou a atenção logo no início, em parte por ser aberto e acessível, com código e documentação disponíveis no Github.

Vale ressaltar que o "GPT" em AgentGPT significa transformador pré-treinado generativo, uma família de grandes modelos de linguagem (LLMs) baseados em uma arquitetura de transformador de deep learning. O nome AgentGPT se deve ao fato de o GPT estar atuando como um agente autônomo, e não apenas como um chatbot, como no ChatGPT, embora ambos se baseiem nos mesmos modelos da OpenAI em termos de detalhes técnicos, como o GPT-3.5 e o GPT-4.

O AgentGPT não deve ser confundido com outras ferramentas de IA agêntica, como o AutoGPT, que é uma ferramenta semelhante executada nas máquinas pessoais dos usuários em vez da web. BabyAGI é outra plataforma agentiva, mais técnica e baseada em Python, frequentemente usada como ferramenta fundamental para desenvolvedores.

Um agente é um sistema impulsionado por IA que executa tarefas de forma autônoma projetando fluxos de trabalho com as ferramentas disponíveis. LLMs tradicionais, como os modelos IBM Granite, produzem suas respostas com base nos dados usados para treiná-los e possuem limitações de conhecimento e raciocínio.

Os agentes, por outro lado, podem fazer muito mais do que apenas conversar com os usuários. Um LLM pode ser considerado uma espécie de cérebro. Um agente é um sistema que usa um cérebro de LLM para pensar e agir. Os agentes usam o cérebro para planejar e executar tarefas complexas que exigem raciocínio em várias etapas em busca de objetivos de longo prazo, com o mínimo de entradas humanas.

Digamos que você queira abrir uma cafeteria, mas não sabe qual seria uma boa localização. O objetivo é identificar critérios para boas localizações, reunir evidências, restringir as áreas candidatas e analisar as vantagens e desvantagens, bem como os riscos. Seu agente será um analista de pesquisa júnior. Mas qual ferramenta usar? Ambos utilizam aprendizado de máquina para realizar a geração de conteúdo, então, teoricamente, você poderia utilizar o ChatGPT (ou algum outro chatbot impulsionado por LLM) para um projeto como este.

Vale ressaltar que a capacidade do AgentGPT de realizar buscas na web em tempo real e acessar outras ferramentas externas antecedeu a funcionalidade similar do ChatGPT, embora agora ambas as ferramentas possuam esse recurso. Dito isso, o AgentGPT ainda tem seus pontos fortes.

O ChatGPT se destaca se você quiser fazer perguntas de acompanhamento, questionar suas premissas e desafiar e refinar ideias de forma interativa. No entanto, se a tarefa envolver várias etapas, o caminho não for claro e você não quiser direcioná-la manualmente a cada passo, o AgentGPT pode ser a ferramenta mais adequada.

O ChatGPT aguarda instruções sobre o que fazer, e você terá que orientá-lo em cada etapa do processo. Por outro lado, o AgentGPT pega seu objetivo inicial e o executa, decidindo por si mesmo os melhores passos a serem seguidos. É ótimo para trazer à tona "desconhecidos desconhecidos" e explorar territórios sobre os quais você talvez nem tenha pensado em perguntar.

Com o ChatGPT, você precisaria perguntar em cada etapa:

1. "O que torna um bom local para uma cafeteria?"
   
   
2. "Certo, agora aplique isso às cidades de médio porte na minha região."
   
   
3. "Tudo bem, mas e quanto às áreas de transporte versus as áreas residenciais?"
   
   
4. "OK, mas quais são os erros comuns que as pessoas cometem nessa área?"
   
   
5. "Certo, agora como eu validaria isso pessoalmente?"

Com o AgentGPT, você pode simplesmente dizer "Pesquise o que torna um local bom para uma cafeteria" e deixar o agente executar uma resposta exaustivamente pesquisada. O agente se fará essas perguntas e as responderá proativamente para você.

Digamos que você queira criar um agente que monitore novas regulamentações, tendências e tecnologias que afetam cafeterias e resuma semanalmente os riscos e oportunidades, entregando-os a você em um relatório conciso. Você quer que o agente seja capaz de analisar fontes, filtrar por relevância para cafeterias, sintetizar os riscos e oportunidades e resumir os resultados.

Este é um caso de uso mais adequado, onde o AgentGPT faz mais sentido do que o ChatGPT, porque é mais flexível e você poderá simplesmente avaliar os resumos finalizados em vez de ficar solicitando novas informações ao agente continuamente.

Primeiro, você dará um nome ao seu agente (por exemplo, "Analista de Riscos e Oportunidades do Setor de Café"). Em seguida, você escreverá seu objetivo:

"Examine a web e as redes sociais em busca de novas regulamentações, tendências e tecnologias que afetem cafeterias independentes e resuma os riscos, oportunidades e itens que valem a pena monitorar semanalmente. Em seguida, edite e simplifique o boletim informativo para um leitor executivo de negócios."

A expressão "cafeterias independentes" restringe o escopo da análise. "Riscos, oportunidades e itens que valem a pena monitorar" força a categorização. "Editar e otimizar" reduzirá a redundância e produzirá os resultados no estilo desejado.

Você pode adicionar outras restrições ou regras operacionais para evitar resultados ruidosos. Como:

• "Concentre-se nas regulamentações regionais, salvo indicação em contrário"
  

• "Ignore notícias irrelevantes do setor de hospitalidade (como restaurantes sofisticados, hotéis)"
  

• "Prefira fontes dos últimos 7 dias"
  

• "Resuma os impactos de forma clara e concisa"
  

• "Sinalize incerteza onde a informação estiver incompleta"
  

• Comece com um resumo executivo (no máximo 5 tópicos).
  

• Incorpore todas as fontes como hiperlinks
  

• Não repita resultados de relatórios anteriores
  

• Penalize notícias sensacionalistas

Você pode salvar esse prompt inicial e executá-lo de novo semanalmente para obter novos resultados.

O AgentGPT se destaca para casos de uso simples que se enquadram na categoria de "assistente pessoal" ou "copiloto digital". Esses agentes podem ser escalados horizontalmente executando vários agentes em paralelo para diferentes objetivos. Essa escalabilidade torna o AgentGPT atraente como um protótipo para sistemas de agentes de estilo empresarial, como o IBM watsonx Orchestrate, onde são necessárias proteções, avaliação e monitoramento mais robustos.