Cos'è AgentGPT?

A differenza delle attuali versioni di ChatGPT di OpenAI, AgentGPT ti permette di creare agenti AI autonomi che possono pensare, pianificare, agire e adattarsi verso un obiettivo definito dall'utente, con prompt manuali minimi. Una caratteristica che rende speciale AgentGPT è la sua interfaccia intuitiva, che rende accessibili le funzionalità degli agenti AI per ogni tipo di uso come ricerca e raccolta dati, risoluzione esplorativa di problemi, generazione di idee, automazione di compiti ripetitivi, creazione di chatbot e altro ancora.

AgentGPT è uno strumento no-code, il che significa che gli utenti non devono scrivere software o configurare un ambiente di sviluppo per definire un obiettivo, selezionare un modello e distribuire agenti. Vengono forniti modelli per aiutare i principianti a capire come definire obiettivi efficaci.

AgentGPT è un progetto open source sviluppato principalmente da un team di Reworkd AI. La startup con sede a San Francisco ha lanciato lo strumento nell'aprile 2023 e continua a gestirlo. In termini di prezzi, Reworkd offre una versione gratuita e un servizio in hosting con piani a pagamento. Il progetto ha attirato subito l'attenzione in parte perché era aperto e accessibile, con codice e documentazione disponibili su Github.

È importante notare che "GPT" in AgentGPT sta per generative pretrained transformer, una famiglia di modelli linguistici di grandi dimensioni (LLM) basati su un'architettura di deep learning di tipo transformer. Si chiama AgentGPT perché il GPT agisce come un agente autonomo, non solo come un chatbot, come in ChatGPT, sebbene dietro le quinte entrambi si basino sugli stessi modelli OpenAI, come GPT-3.5 e GPT-4.

AgentGPT non deve essere confuso con altri strumenti di agentic AI come AutoGPT, uno strumento simile che viene eseguito sulle macchine personali degli utenti piuttosto che sul web. BabyAGI è un'altra piattaforma agente, più tecnica, basata su Python, spesso utilizzata come strumento fondamentale per gli sviluppatori.

Un agente basato su AI è un sistema che esegue attività in modo autonomo progettando workflow con gli strumenti disponibili. Gli LLM tradizionali, come i modelli IBM® Granite, producono le loro risposte in base ai dati utilizzati per addestrarli e sono limitati da limiti di conoscenza e ragionamento.

Gli agenti, al contrario, possono fare molto di più che parlare semplicemente con gli utenti. Un LLM può essere considerato come una sorta di cervello. Un agente è un sistema che utilizza un cervello LLM per pensare e agire. Gli agenti utilizzano il cervello per pianificare ed eseguire compiti complessi che richiedono un ragionamento a più fasi, al fine di raggiungere obiettivi a lungo termine, con input umani minimi.

Ipotizziamo che tu voglia aprire una bar ma non sai quale sarebbe una buona posizione. Vuoi identificare i criteri per le buone posizioni, raccogliere prove, restringere le aree papabili e identificare i compromessi e i rischi. Il tuo agente sarà un analista di ricerca junior. Ma quale strumento utilizzare? Entrambi utilizzano il machine learning per generare contenuti, quindi teoricamente potresti usare ChatGPT (o qualche altro chatbot basato su LLM) per un progetto come questo.

Vale la pena sottolineare che la capacità di AgentGPT di eseguire ricerche web in tempo reale e accedere ad altri strumenti esterni ha preceduto la funzionalità analoga di ChatGPT, sebbene ora entrambi gli strumenti dispongano di questa funzionalità. Detto questo, AgentGPT conserva comunque i suoi punti di forza.

ChatGPT eccelle se vuoi porre domande di follow-up, indagare le sue ipotesi e mettere in discussione e perfezionare le idee in modo interattivo. Tuttavia, se il compito è in più fasi, il percorso non è chiaro e non vuoi guidarlo manualmente ad ogni fase, AgentGPT potrebbe essere lo strumento migliore.

ChatGPT attende che gli venga detto cosa fare e tu dovrai guidarlo in ogni fase del percorso. Al contrario, AgentGPT prende il tuo obiettivo iniziale e lo segue, decidendo autonomamente i passi migliori da intraprendere. È ottimo per far emergere "incognite sconosciute" ed esplorare territori che non avresti nemmeno pensato di indagare.

Con ChatGPT, dovresti chiedere a ogni passaggio:

1. "Cosa rende una posizione ideale per un bar?"
   
   
2. "Ok, ora applicalo alle città di medie dimensioni della mia regione."
   
   
3. "Ok, ma per quanto riguarda i pendolari e le aree residenziali?"
   
   
4. "Ok, ma quali sono gli errori comuni che le persone commettono in questo ambito?"
   
   
5. "Ok, ora come potrei convalidarlo di persona?"

Con AgentGPT, ti basta dire "cerca le caratteristiche che rendono una posizione ideale per un bar" e lasciare che l'agente si occupi di fornire una risposta esaustiva che sia frutto di un'accurata ricerca. L'agente si farà queste domande e risponderà proattivamente per te.

Supponiamo che tu voglia creare un agente che monitori le nuove normative, tendenze e tecnologie che interessano i bar e riassuma i rischi e le opportunità settimanali, il tutto in un report ordinato. Vuoi che l'agente sia in grado di scansionare le fonti, filtrare la rilevanza per i bar, sintetizzare rischi e opportunità e riassumere i risultati.

Questo è un caso d'uso migliore, in cui AgentGPT ha più senso di ChatGPT, perché è più aperto e potrai semplicemente rivedere i riepiloghi finiti, invece di chiedere continuamente nuove informazioni all'agente.

Innanzitutto, dovrai assegnare un nome al tuo agente (ad esempio, "analista dei rischi e delle opportunità per i bar"). Quindi scriverai il tuo obiettivo:

"Scansiona il web e i social media alla ricerca di nuove normative, tendenze e tecnologie riguardanti i bar indipendenti e riepiloga i rischi settimanali, le opportunità e gli elementi che vale la pena monitorare. Quindi modifica e semplifica la newsletter in modo che sia adatta a un pubblico di dirigenti aziendali."

I "bar indipendenti" restringono la rilevanza. "Rischi, opportunità ed elementi che vale la pena monitorare" forza la categorizzazione. "Modifica e semplifica" ridurrà la ridondanza e produrrà risultati nello stile desiderato.

È possibile aggiungere ulteriori vincoli o regole operative per evitare risultati distorti. Come queste:

• "Concentrati sulle normative regionali se non diversamente specificato".
   

• "Ignora le notizie irrilevanti sull'ospitalità (come ristoranti raffinati, hotel)".
   

• "Preferisci le fonti degli ultimi 7 giorni".
   

• "Riassumi gli impatti in modo chiaro e conciso".
   

• "Segnala l'incertezza quando le informazioni sono incomplete".
   

• Inizia con un riassunto esecutivo (non più di 5 punti).
   

• Incorpora tutte le fonti come collegamenti ipertestuali.
   

• Non ripetere i risultati dei report precedenti.
   

• Penalizza le notizie sensazionalistiche.

Puoi salvare questo prompt iniziale ed eseguirlo nuovamente su base settimanale per ottenere nuovi risultati.

AgentGPT eccelle per casi d'uso così semplici che rientrano nella categoria "assistente personale" o "copilota digitale". Queste tipologie di agenti possono essere scalate orizzontalmente eseguendo più agenti in parallelo per obiettivi diversi. Questa scalabilità rende AgentGPT interessante come prototipo per sistemi di agenti in stile aziendale, come IBM watsonX Orchestrate, dove sono necessari guardrail, valutazione e monitoraggio più affidabili.