借助MetaGPT之力 實踐自然語言編程的前沿探索-吳承霖.pdf

《借助MetaGPT之力 實踐自然語言編程的前沿探索-吳承霖.pdf》由會員分享，可在線閱讀，更多相關《借助MetaGPT之力 實踐自然語言編程的前沿探索-吳承霖.pdf（23頁珍藏版）》請在三個皮匠報告上搜索。

1、借助 MetaGPT 之力，實踐自然語言編程的前沿探索DeepWisdom（MetaGPT）創始人&CEO|吳承霖問題引導：通往自然語言編程 MetaGPT 在自然語言編程中扮演什么角色？MetaGPT 如何影響智能體社會和自然語言編程的未來？在智能體社會中，自然語言編程將如何被進一步發展？MetaGPT 的發展與影響MetaGPT：或許是中國歷史上漲速最快的開源工程MetaGPT 是一個先進的多智能體開源框架，專注于解決多智能體落地應用的實際問題。它通過模擬軟件公司多角色，能輸出產品設計、架構圖、代碼repo（社區總人數：8k+）貪吃蛇游戲打磚塊游戲2048網頁版學生管理系統Flappy B

2、ird游戲a16z LLM方向投資人Star History：30200（2023/11/1）GitHub Trending Monthly 2023/08-MetaGPT 17次第一，llama 6次第一MetaGPTMetaGPT 開發者團隊背景MetaGPT 的實際應用與優勢實際應用實際應用:通過對Python游戲生成、CRUD代碼生成和簡單數據分析任務進行的綜合實驗。人機協同人機協同:自動生成的文檔允許人類開發者快速獲取和增強領域知識，進一步細化他們自己的需求、設計和代碼。與其他模型的比較與其他模型的比較:結果顯示MetaGPT在代碼質量和預期工作流程的一致性方面都明顯優于其對手。前景

3、前景:MetaGPT的角色基于專家代理協作范式為未來的人機協同開辟了新的途徑。The percentage of pass rates on the MBPP and HumanEval with a single attempt.MetaGPT 主流案例 軟件開發狼人殺AgentMinecraft Agent虛擬小鎮 Agent解決特定任務現實世界模擬智能體社會中的自然語言編程智能體社會：Jrgen Schmidhuber攜手MetaGPT學術成就學術成就 Jrgen Schmidhuber 現代AI之父/LSTM之父 Google Scholar引用數超過21萬次 LSTM論文單篇引用超過

4、9萬次現任職位現任職位 瑞士人工智能實驗室(IDSIA)的科學主任 阿卜杜拉國王科技大學人工智能中心(AI Initiative,KAUST)的主任多智能體將成為社會中的一個重要構成腦圖能力：記憶的重要性，近因性，和相關性（MG 虛擬小鎮）背景技術方案優化 MG虛擬小鎮中智能體的記憶檢索機制，以實現更合理且高效的回憶過程記憶節點關鍵因素記憶節點關鍵因素1.重要性（Importance）：使用Prompt評估記憶的重要程度。2.近因性（Recency）：采用時間依賴的衰減流程，利用時間步差距評估。3.相關性（Relevance）：通過事件描述的向量化及余弦相似度計算。實現細節實現細節1.重要性：

5、使用特定Prompt評估智能體的記憶辛酸程度。2.近因性：使用Sandbox環境中的時間步差距作為參數。3.相關性：事件描述向量化后存儲為JSON格式，用于計算余弦相似度腦圖能力：經驗獲?。∕G 狼人殺智能體）背景技術方案為了讓狼人殺游戲智能體再過去的經驗中吸取教訓，進而獲取更高的勝率，成為高玩。1.讓智能體展示它游戲過程中反思的狀態，并以結構化的方式用語言進行總結。2.記錄一個包含四個元素的元組（反思，靜態動作指令，來自反思和指令的動作，游戲的最終結果），作為一種經驗，并積累成一個經驗池。3.當智能體下次遇到相似的情況時，提供相關的過去經驗。這里的相似性是根據反思嵌入的語義接近度來定義的。通

6、過回顧類似的經驗，智能體如果在過去因為某些操作失敗了，將會改變他們的操作；如果成功了，將會增強他們對這一步操作的信心。腦圖能力：技能學習（MG Minecraft）背景技術方案希望讓 Minecraft 游戲智能體將游戲內技能的獲取、開發和利用。RetrieveSkills檢索之前輪次生成過的代碼AddNewSkills將新生成的代碼和對應描述embedding到技能庫中GenerateSkillDescription為新生成的代碼增加一段描述（用于之后輪次RetrieveSkills進行檢索）metagpt“Create a 2048 game.”人機協同新范式：智能體與我們的共創未來99%

7、的互聯網入口將由App變為智能體技術挑戰與未來展望MetaGPT：多智能體協同的新范式研究背景研究背景近年來，自動化任務解決方面取得了顯著進展，但現有的工作主要集中在簡單任務上。MetaGPTMetaGPT的引入的引入為了解決復雜任務中的幻覺問題，研究者引入了MetaGPT。核心思想核心思想將有效的人類工作流程作為元編程方法融入到LLM驅動的多代理協作中。實現方向實現方向MetaGPT首先將標準化操作程序（SOPs）編碼為提示，從而促進結構化的協調。技術挑戰：HumanEval下一個階段：記憶機制下一個階段：記憶機制突破代碼能力的極限突破代碼能力的極限目標：我們的首要目標是在兩周內達到前所未有

8、的 HumanEval Pass1 分數 100。（作為參考，GPT-4 目前的分數是 67）進度：通過利用 MetaGPT 的力量，我們已經達到了令人印象深刻的 86 分。我們基于數據的預測顯示可以達到幾乎無風險的 97 分，盡管還需要進行更嚴格的實驗DeepWisdom：讓智能體成為高級物種，進入社會 MetaGPT 在自然語言編程中扮演什么角色？MetaGPT 作為橋梁，有效地將自然語言轉化為復雜的編程命令，極大地簡化了編程過程。MetaGPT 如何影響智能體社會和自然語言編程的未來？MetaGPT 與智能體的結合，不僅推動了自然語言編程的進步，也為智能體社會的發展提供了新的視角。在智能體社會中，自然語言編程將如何被進一步發展？在智能體社會中，MetaGPT 的應用將進一步增強，推動自然語言編程向更高效、更智能的方向發展。未來之路：自然語言編程的前沿