GPT のプログラミングバージョンは 30,000 スターに急上昇し、AutoGPT は危険にさらされています。

執筆者 | 王瑞平

AutoGPT に続いて、GPT ファミリーに新しいメンバーである GPT-Engineer が追加されました。

GPT ファミリーの他のメンバーと同様に、ユーザーの指示に従って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、調整や拡張が簡単です。今、プログラマーは再び失業することになるだろう。

使いやすさ、柔軟性、新しい AI ステップの追加の容易さは、GPT-Engineer の最大の利点です。

ユーザーは高度なプロンプトを使用して AI にフィードバックを返すこともできるため、ユーザーエクスペリエンスを徐々に構築できます。時間が経つにつれて、AI はこのフィードバックを記憶できるようになります。

1. GitHub の Rush: 30,000 スター

GPT-Engineerは6月11日にデビューしました。これは、Depictの創設者兼最高技術責任者であるAnton Osika氏によって、プログラマー向けのAIプログラミングツールとして開発されました。

GPT-Engineer はリリースからわずか 1 週間で GitHub で大ヒットとなり、すぐに 3 万個のスターを獲得しました。

Anton Osika 氏のツイートによると、GPT-Engineer を使用すると次のことが可能になります。

ヒン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

2. 利点: 1つのプロンプトワードでコードベース全体を生成

前述したように、GPT-Engineer の最大の利点は、プロンプトの単語に基づいてコードベース全体を生成できることです。

ネットユーザーたちはそれを試してみたくて、インタラクティブエリアで「これは素晴らしいですね。試してみますか？」とコメントした。

編集者はため息をつかずにはいられません。これで AGI に一歩近づいたことになります...

3. テスト: スネークゲームプロジェクトを完了する

プロジェクトに記載されている Snake ゲームの例もテストしましたので、理解を深めるために説明します。

タスクを完了するには、おおよそ 3 つの手順があります。

1) GPT-Engineer に何を達成したいかを伝えます。

2) GPT-Engineer は、タスクの要件を明確にするためにユーザーに曖昧な質問をします。

3) GPT-Engineer がコードのビルドと実行を開始します。

入力のヒント

まず、プロンプトを入力して、GPT-Engineer に何をすべきかを知らせる必要があります。

Snake ゲームのプロンプトは、おおよそ「Web ベースのマルチプレイヤー Snake ゲーム」です。このシステムは、MVC コンポーネントを備えた Python バックエンドを使用し、必要に応じて html と js を使用できます。

質問する

次に、GPT-Engineer は、「ヘビはどのように動くのか」など、タスクの要件についてより詳細な質問をします。このゲームに参加できるプレイヤーは何人ですか?ゲームの状態はどのくらいの頻度で更新されますか?

注目すべきは、GPT-Engineer では、これらの質問を無条件に尋ねるのではなく、明確にする必要がある不足している詳細を特定するために QA アプローチを採用していることです。

ゲームコードを生成する

上記の質問が明確になると、GPT-Engineer は、ユーザーの要件に応じて複数の人が Snake ゲームをプレイするためのコードを生成できます。

4. コードを覚える: やり取りの履歴をフォルダに保存する

入力から出力までのプログラム全体のセットアップが GitHub で公開されているだけでなく、システムがコードをどのように記憶するかについても詳しく説明されています。

フォルダー内のファイルを編集して AI ID を割り当てます。（身元）
ロゴを編集し、AI エージェントがアイテムを「記憶」するように改善しました。 (メインプロンプト)
GPT-4との通信履歴はログフォルダに記録され保存されます。

この特別な機能により、システムがユーザーの好みを理解しやすくなり、同様の操作を実行する際のコード生成の効率と精度が向上します。

5. 質問する: ユーザーが不足している詳細を補うのを手伝う

ここで、このプロジェクトの独自性について言及する必要があります。つまり、ユーザーが要件を入力すると、GPT-Engineer はそれを直接受け入れるのではなく、独自の判断に基づいて質問し、プログラマーが不足している詳細を補うのを支援します。

このプロセスは 2 つのステップに分かれています。

（１）需要の精緻化

（２）ソフトウェア構築

要件精緻化フェーズでは、次のことが行われます。

1) ユーザーが提供する要件と問題の指摘を含むフォルダーが GPT-Engineer に送信され、GPT 初期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、説明が必要な質問を理解してユーザーにプロンプトを表示します。

3) GPT-Engineer はプロセスをループし、GPT-4 が「満足」するまですべての質問を説明します。

ソフトウェア構築フェーズ中:

1) 前の段階で抽出されたユーザーのニーズは、GPT システムプロンプトと別のユーザー出力指示セットとともにパッケージ化されます。

2) GPT-Engineer は GPT-4 からの応答を受信し、ユーザーに指示を提供するためのソースコードファイルを作成します。

6. プロジェクトコンセプト：シンプルで使いやすく、ユーザーに価値を提供する

GitHub では、GPT-Engineer の主なプロジェクトコンセプトも強調されています。

使いやすく、ユーザーに価値を提供します。

Google でログインするだけで簡単に操作できます。プロンプトワードを入力すると、コードベース全体を生成できます。

柔軟かつ簡単に新しい AI ステップを追加できます。
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します。

システムは自動的に操作を記憶し、あなたのスタイルを模倣してプロジェクト全体を完了します。

人間と AI 間の迅速な切り替え。
すべての計算は回復可能であり、ファイルシステムに永続的に保存されます。

7. まとめ: AIコード生成ツールはインターネット上で人気がある

AutoGPTに続いて、AIコード生成ツールGPT-Engineerがインターネット上で人気を博しました。

指示に従ってコードを生成する 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、短時間でコーディングプロジェクトを完了するのに役立ちます。全体のプロセスは、要件詳細化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、開発者が要件をテキストファイルで提出し、GPT-Engineer がこれらの要件を無条件に受け入れるのではなく、プログラマーが不足している詳細を明確にできるように多くの詳細な質問をすることです。

8. ユーザーコメント: GPT-Engineerに似たアプリケーションも試しています

アントン・オシカの投稿に対してネットユーザーからいくつかのコメントを集めました。

「ボーナス機能: 真のコンサルティングエンジニアのように、約束しすぎて期待に応えられない。」

一部のネットユーザーもコメント欄で同様のアプリケーションを紹介した。「これはすごい。私も似たようなアプリケーション dev-GPT を開発しているところだ。」

エディターも個人的にテストしており、このアプリケーションは実際の Python 開発者のようにユーザー要件を自動的に抽出し、必要なプログラムを出力することができ、GitHub で 153,000 個のスターを獲得しています。

OxVivek というユーザーは次のように語っています。「すごいですね、GPT-Engineer は画期的なツールです。他のツールと比べてどのような革新をもたらすのか興味があります。試してみて、数分でコーディングプロジェクトを完了するのが待ちきれません。」

GPT-Engineer は、将来のクリエイティブソフトウェアが人間とコンピューターの相互作用の新しい時代に入ることを告げています。さらに、ネットユーザーが言及したdev-GPT、Auto-GPT、smolなども、必要なコードを出力できます。ニーズに応じて、最も適切なアプリケーションを選択できます。

将来的には、コードを 1 行書くために頭を悩ます必要がなくなります。プロジェクトの作成は、友人とチャットするのと同じくらい簡単になります。

これに興味があり、プログラマーであれば、Google アカウントを登録して自分でテストし、会話の中で欲しいプログラムを書いて、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いいでしょう...