Wang Ruiping 著
AutoGPT の後、GPT ファミリに新しいメンバーとして GPT-Engineer が追加されました。
他の GPT ファミリ メンバーと同様に、コード ベース全体を生成し、コーディング スタイルを学習し、すべてユーザーの指示によって簡単に調整および拡張できる機能があります。今、プログラマーは再び仕事を失っています。
- プロンプトワードを含むコードベースを生成する
- 明確な質問をする
- 技術仕様を生成する
- 必要なコードをすべて記述する
- 独自の推論ステップ、変更、実験を簡単に追加できます
- コーディング プロジェクトを数分で完了できます。
3実際のテスト: 完了したスネーク ゲーム プロジェクト
プロジェクトにリストされているスネーク ゲームの例もテストしたので、誰でも理解できるように説明します:
タスクを完了するには、およそ 3 つのステップがあります:
1) GPT エンジニアに完了したい内容を伝えます;
2) GPT エンジニアはユーザーに曖昧な質問を入力するよう求めますタスクの要件をさらに明確にするため ;
3) GPT エンジニアはコードの構築と実行を開始します。
入力プロンプトまず、プロンプトを入力して GPT エンジニアに何をすべきかを知らせる必要があります。
スネーク ゲームのプロンプト ワードは、大まかに言うと「複数人でプレイできるスネーク ゲームの Web バージョン」です。 Python バックエンドは MVC コンポーネントを備えたシステムを採用し、必要に応じて html および js テクノロジーを使用します。
次に、GPT エンジニアは、タスクの要件についてさらに詳細な質問をします。ヘビの動きは?このゲームには何人のプレイヤーが参加できますか?ゲームのステータスはどのくらいの頻度で更新されますか?
GPT エンジニアはこれらの質問を無条件に尋ねるのではなく、QA アプローチを使用して、説明が必要な不足している詳細を特定することに注目してください。
上記の問題が解決された後、GPT エンジニアはユーザーに応じてマルチプレイヤー スネーク ゲームのコードを生成できます。要件 。
4. コードを覚えてください: インタラクション履歴をフォルダーに保存します
GitHub は、入力から出力までプログラム設定全体を公開するだけでなく、システムがどのように記憶するかについても強調します。コード:
この特別な機能により、システムを理解しやすくなります。好みに応じて、同様の操作を実行するときに生成されるコードの効率と精度を向上させます。
- 5. 質問をする: ユーザーが不足している詳細を記入できるようにします
- ここで、プロジェクトの独自性、つまり、ユーザーがいつニーズを入力するかについて言及する必要があります。質問された場合、GPT-Engineer はそれを直接受け入れませんが、プログラマーが不足している詳細を補うために独自の判断に基づいて質問します。
プロセスは 2 つのステップに分かれています:
(1) 要件の洗練
(2) ソフトウェア構築
要件の絞り込みフェーズ:
1) ユーザーが提供した要件と問題の指示を含むフォルダーが GPT エンジニアに送信され、GPT 初期化メッセージに配置されます。
##2) システムは GPT-4 からフィードバックを受け取り、説明が必要な問題を理解し、ユーザーにプロンプトを表示します; 3) GPT エンジニアはプロセスをループし、GPT -4 までのすべての問題を説明します。 "満足"。- ソフトウェア構築フェーズ:
6. プロジェクトの哲学: シンプルで使いやすく、ユーザーに価値を提供します
GitHub では、GPT-Engineer の主要なプロジェクト哲学も強調しています:
- シンプルで使いやすく、ユーザーに価値を提供;
Google でログインするだけで簡単に操作でき、コードベース全体は、即効性のある言葉。
- 新しい AI ステップを柔軟かつ簡単に追加;
- 高度なプロンプトをサポートし、ユーザーのフィードバックを記憶;
システムは操作を自動的に記憶し、プロジェクト全体を自分のスタイルで完成させます;
- 人間と人工知能を素早く切り替えます;
- すべての計算は復元可能で、ファイル システムに永続的に保存されます。
7. 概要: AI コード生成ツールはインターネット全体で人気です
AutoGPT に次いで、AI コード生成ツール GPT-Engineer が人気ですインターネット全体に。
指示に従ってコードを生成できる AI ツールとして、さまざまなコーディング スタイルを学習し、コーディング プロジェクトを短時間で完了するのに役立ちます。全体のプロセスは、要件洗練推進フェーズとソフトウェア構築フェーズで構成されます。
このプロジェクトの最もユニークな点は、開発者がテキスト ファイルで要件を提出することです。GPT エンジニアはこれらの要件を無条件で受け入れるわけではありませんが、プログラマーが欠陥を明らかにできるように多くの詳細な質問をします。詳細。
8. ネチズンからのコメント: GPT-Engineer に似たアプリケーションも試しています
Anton Osika の投稿の下にネチズンからのコメントをいくつか集めました:
#編集者はこれについても個人的にテストしました。アプリケーションは、実際の Python 開発者と同じようにユーザーが必要とするものを自動的に抽出し、必要なプログラムを出力し、GitHub で 153,000 個のスターを獲得しました。
「GPT エンジニアはゲームチェンジャーです」 この引用はユーザー OxVivek によって書かれました。 。 smol と比較して、それがどのような革新をもたらすのかに興味があり、プログラミング プロジェクトを数分で完了するのが待ちきれません。 「
GPT-Engineer は、将来の作成ソフトウェアが人間とコンピューターの相互作用の新時代に突入することを示しています。さらに、ネチズンによって言及された dev-GPT、Auto-GPT、smol など必要なコードを出力することもできます。ニーズに応じて最適なアプリケーションを選択できます。
将来は、コード行を書くのに頭を悩ませる必要はなくなり、友人とチャットするのと同じくらい簡単にプロジェクトを作成できるようになります。
これに興味があり、プログラマーであれば、Google を使用してアカウントを登録して自分でテストし、会話の中で必要なプログラムを書き、ソフトウェア システムを作成し、コメント エリアに感想を残してみるのも良いでしょう...
参考資料:
1.https://github.com/AntonOsika/gpt-engineer
2.https://twitter.com /antonosika/status/1667641038104674306?cxt=HHwWhIC-kYms06QuAAAA
以上がGPT のプログラミング バージョンが 30 つ星に急上昇、AutoGPT が危険にさらされています!の詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。

ジョン・ロールズの独創的な1971年の著書「正義の理論」で、彼は私たちが今日のAIデザインの核となり、意思決定を使用するべきであるという思考実験を提案しました:無知のベール。この哲学は、公平性を理解するための簡単なツールを提供し、リーダーがこの理解を使用してAIを公平に設計および実装するための青写真を提供します。 あなたが新しい社会のルールを作っていると想像してください。しかし、前提があります。この社会でどのような役割を果たすかは事前にわかりません。過半数または限界少数派に属している、金持ちまたは貧弱、健康、または障害者になることがあります。この「無知のベール」の下で活動することで、ルールメーカーが自分自身に利益をもたらす決定を下すことができません。それどころか、人々はより公衆を策定する意欲があります

ロボットプロセスオートメーション(RPA)を専門とする多くの企業は、繰り返しタスクを自動化するためのボットを提供しています。 一方、プロセスマイニング、オーケストレーション、インテリジェントドキュメント処理スペシャル

AIの未来は、単純な単語の予測と会話シミュレーションを超えて動いています。 AIエージェントは出現しており、独立したアクションとタスクの完了が可能です。 このシフトは、AnthropicのClaudeのようなツールですでに明らかです。 AIエージェント:研究a

急速な技術の進歩は、仕事の未来に関する将来の見通しの視点を必要とします。 AIが単なる生産性向上を超えて、私たちの社会構造の形成を開始するとどうなりますか? Topher McDougalの今後の本、Gaia Wakes:

多くの場合、Harmonized System(HS)などのシステムからの「HS 8471.30」などの複雑なコードを含む製品分類は、国際貿易と国内販売に不可欠です。 これらのコードは、すべてのINVに影響を与える正しい税申請を保証します

データセンターと気候技術投資におけるエネルギー消費の将来 この記事では、AIが推進するデータセンターのエネルギー消費の急増と気候変動への影響を調査し、この課題に対処するための革新的なソリューションと政策の推奨事項を分析します。 エネルギー需要の課題:大規模で超大規模なデータセンターは、数十万の普通の北米の家族の合計に匹敵する巨大な力を消費し、新たなAIの超大規模なセンターは、これよりも数十倍の力を消費します。 2024年の最初の8か月で、Microsoft、Meta、Google、Amazonは、AIデータセンターの建設と運用に約1,250億米ドルを投資しました(JP Morgan、2024)(表1)。 エネルギー需要の成長は、挑戦と機会の両方です。カナリアメディアによると、迫り来る電気

生成AIは、映画とテレビの制作に革命をもたらしています。 LumaのRay 2モデル、滑走路のGen-4、OpenaiのSora、GoogleのVEO、その他の新しいモデルは、前例のない速度で生成されたビデオの品質を向上させています。これらのモデルは、複雑な特殊効果と現実的なシーンを簡単に作成できます。短いビデオクリップやカメラ認知モーション効果も達成されています。これらのツールの操作と一貫性を改善する必要がありますが、進歩の速度は驚くべきものです。 生成ビデオは独立した媒体になりつつあります。アニメーション制作が得意なモデルもあれば、実写画像が得意なモデルもあります。 AdobeのFireflyとMoonvalleyのMAであることは注目に値します

ChatGptユーザーエクスペリエンスは低下します:それはモデルの劣化ですか、それともユーザーの期待ですか? 最近、多数のCHATGPT有料ユーザーがパフォーマンスの劣化について不満を述べています。 ユーザーは、モデルへの応答が遅く、答えが短い、助けの欠如、さらに多くの幻覚を報告しました。一部のユーザーは、ソーシャルメディアに不満を表明し、ChatGptは「お世辞になりすぎて」、重要なフィードバックを提供するのではなく、ユーザービューを検証する傾向があることを指摘しています。 これは、ユーザーエクスペリエンスに影響を与えるだけでなく、生産性の低下やコンピューティングリソースの無駄など、企業の顧客に実際の損失をもたらします。 パフォーマンスの劣化の証拠 多くのユーザーは、特にGPT-4などの古いモデル(今月末にサービスから廃止される)で、ChatGPTパフォーマンスの大幅な分解を報告しています。 これ


ホットAIツール

Undresser.AI Undress
リアルなヌード写真を作成する AI 搭載アプリ

AI Clothes Remover
写真から衣服を削除するオンライン AI ツール。

Undress AI Tool
脱衣画像を無料で

Clothoff.io
AI衣類リムーバー

Video Face Swap
完全無料の AI 顔交換ツールを使用して、あらゆるビデオの顔を簡単に交換できます。

人気の記事

ホットツール

MinGW - Minimalist GNU for Windows
このプロジェクトは osdn.net/projects/mingw に移行中です。引き続きそこでフォローしていただけます。 MinGW: GNU Compiler Collection (GCC) のネイティブ Windows ポートであり、ネイティブ Windows アプリケーションを構築するための自由に配布可能なインポート ライブラリとヘッダー ファイルであり、C99 機能をサポートする MSVC ランタイムの拡張機能が含まれています。すべての MinGW ソフトウェアは 64 ビット Windows プラットフォームで実行できます。

SublimeText3 英語版
推奨: Win バージョン、コードプロンプトをサポート!

SublimeText3 Linux 新バージョン
SublimeText3 Linux 最新バージョン

SublimeText3 Mac版
神レベルのコード編集ソフト(SublimeText3)

AtomエディタMac版ダウンロード
最も人気のあるオープンソースエディター

ホットトピック









