GPT-Engineer一夜爆火！一个提示生成整个代码库，GitHub 19k星
【新智元导读】动嘴写代码指日可下！AI代码生成明星项目GPT-Engineer一夜爆火，短短几天狂揽19k星。
AutoGPT之后，又一个明星项目诞生了！
GPT-Engineer一夜之间火遍全网，GitHub项目现已狂揽19k星。
这是一个依据指示生成代码的AI东西，你只需求「动动嘴」，就能直接构建整个代码库。
项目地址：https://github.com/AntonOsika/gpt-engineer
乃至，它能学习你的代码风格，短短几分钟就能让你搞定编码项目。
网友表明，咱们离AGI又进了一步。
程序猿又要被筛选一波了。
一句提示创立代码库
短短一周，GPT-Engineer在GitHub热度狂飙，引很多开发者围观。
终究有多大的魅力？
项目首要作者Anton Osika在6月11日初次推出GPT-Engineer，并介绍了这款AI东西最大的特色：
- 分分钟让你完结编码
想象下，未来无需编写一行代码，开发者创立一个项目就像和好友谈天那样简略。
这不仅仅是一个项目，而是对未来的一瞥。
GPT-Engineer预示着未来软件发明将是一个人机共话的年代。
别的，依据GitHub介绍了GPT-Engineer首要项目理念：
- 一切核算都是「可恢复的」，并耐久地保存到文件体系。
这个项目共同当地在于，开发者在文本文件中提交需求，GPT-Engineer不是无条件承受这些要求，而是提出许多具体的问题来让程序员弄清缺失的细节。
整个进程分两个阶段履行，即（1）需求细化促进阶段和（2）软件构建阶段。
第一阶段的进程是：
用户供给的包含软件需求的文本文件被提交给GPT-Engineer，并被放置在OpenAI的GPT的初始音讯中，一同还包含确认弄清问题的指示。
GPT-Engineer体系接纳来自OpenAI GPT-4的反应，了解哪些需求需求弄清，并回应提示用户弄清的问题。
GPT-Engineer会将这一进程循环，直到一切问题弄清到OpenAI GPT-4满足停止。
第二阶段的进程是：
前一阶段提炼的需求被打包，并与OpenAI的GPT指令（即体系提示）和别的一套GPT-Engineer期望看到的输出指令（即用户提示）一同包装起来。
GPT-Engineer收到来自OpenAI GPT-4的呼应，然后…
GPT-Engineer为用户供给指令的软件项目创立源代码文件。
贪吃蛇上手实操
说了这么多，不如上手试练一番。做一个多人可玩的贪吃蛇网页版游戏。
你只需求输入一些要害提示：
运用有MVC组件的Python后端，视图需求将情况撒播输给一切玩家，用你所生成的代码直接直接运转html和js。
关于这个游戏代码生成，GPT-Engineer就会让你持续答复一些细节的问题。
游戏规则和机制：切当给出贪吃蛇怎么移动、成长，以及与其他玩家怎么交互，有没有什么power-ups，或许特别游戏元素？
玩家互联：有多少玩家能参加游戏，是否有游戏大厅或许匹配？
游戏情况更新：多久更新一次游戏情况，多久把情况撒播输给玩家，推迟率是？
用户界面：游戏界面长什么样？有任何特别规划需求和喜好吗？
游戏操控：玩家怎么操控蛇？是否有其他操控或设置？
游戏完毕情况：游戏怎么完毕？是否有评分体系或排行榜？
代码结构：对Python后端、HTML和JavaScript代码的安排有什么具体要求吗？
当你简略答复完这些问题后，GPT-Engineer就依据这些信息，给出了能够实现目标所需的文件、类和办法的列表。
具体进程唰唰唰地来了。
最终一款完美的贪吃蛇游戏代码就完结了。
网友热评
网友表明，「弄清问题」是真正使GPT-Engineer锋芒毕露的原因，由于修正生成代码中的问题往往比编写代码自身需求更多的时刻。这似乎是朝着正确方向迈出的一大步。
真期望我上学时分就有这样利器了。
还有网友对GPT-Engineer和GPT-4的差异感到困惑。
但是，这个项目火虽火，一位网友测试了GPT-Engineer，给出了体会：
难设置
实际上不是创立文件，仅仅让你从命令行中运转一次（即不能调试）
与ChatGPT4的才能适当
最终总结，抱负很饱满，实际很骨感。
还有网友对基准指出了问题，
gpt-engineer做了几个简略的编程使命，并将它们作为基准。它可认为你快速开发一个currency_converter，但不能正确编码一个pomodoro_timer（还没有！）
装置办法
要么挑选安稳版（stable），要么挑选开发版（development）。
关于安稳版别：
- pip install gpt-engineer
关于开发版：
- git clone git@github.com:AntonOsika/gpt-engineer.git
- cd gpt-engineer
- make install
- source venv/bin/activate
设置
运用GPT4拜访权限的API密钥运转：
- export OPENAI_API_KEY=[your api key]
运转
创立一个空文件夹。如果在repo中，你能够运转：
- cp -r projects/example/ projects/my-new-project
- 在新文件夹中填写 main_prompt 文件
- 运转：gpt-engineer projects/my-new-project
成果
- 查看 projects/my-new-project/workspace 中生成的文件
约束
运用额定的思维链提示，如Reaffon，应该能够让其更牢靠，而且不会错失首要提示中恳求的功用。
特色
你能够经过修正 identity 文件夹中的文件来指定AI智能体的「身份」。
修正「身份」和改善 main_prompt 是让智能体记住项目之间的工作的办法。
steps.py 中的每个进程都将其与GPT4的对话历史记录存储在logs文件夹中，而且能够运用 scripts/rerun_edited_message_logs.py 从头运转。
项目首要作者
Anton Osika
Anton Osika是Depict.ai的首席技能官。这是一家创立机器学习引荐体系的草创公司，经过顶级的机器学习、核算机视觉和自然语言处理来了解产品。
就在4小时前，他还发了一条动态称，GPT-Engineer现已跃升到17k星，一点也没有减速痕迹。
相关文章
2024 年 3 月，英伟达首先发布了 NVL72 超节点，能够把 72 张练习卡组成一个超节点，为万亿参数的大型言语模型推理供给了 30 倍实时速度提高。而这次发布的华为 CloudMatrix 384 更进一步，以 384 张昇腾算力卡组成一个超节点，在现在已商用的超节点中单体规划最大。
华为发布的数据显现，CloudMatrix 384 完结算力规划达 300PFlops，比较英伟达 NVL72 的 180PFlops 提高 67%。
不过，在单位算力功耗方面，国产芯片仍比英伟达高得多。更高的功耗关于服务器散热要求也更高，机房规划会更大，导致全体成本上升。（来历：财联社）
小米 YU7 内饰曝光；OpenAI 发布 GPT-4.1 新模型；传蔚来单周增 9000 订单
华为云上线「核弹级产品」，或将终结算力焦虑近来，华为发布了 AI 基础设施架构的新进展，推出 CloudMatrix 384 超节点，并已在芜湖数据中心规划上线。《科创板日报》独家了解到，华为云 Cl...