GitHub狂飙16.9k星，MetaGPT火爆全网！ _GitHub

作者 | 王瑞平
【GitHub狂飙16.9k星，MetaGPT火爆全网！】如今，伴随着大语言模型技术的不断成熟，专业人员开始致力于用它构建智能体，但却始终停留在执行简单任务的层面，缺少深入挖掘复杂任务的功能。这也是由于之前的大语言模型会产生相应“幻觉”问题，从而阻碍了发展。
但是，Meta却打破了这个“魔咒”，开源了名为“MetaGPT”的框架，上线短短几周就已火爆全网，截至目前，已在Github上狂飙16.9k星，成为了Meta在人工智能界投下的又一枚重磅炸弹！

文章插图
从Github上的开源列表中不难看出，MetaGPT能抽象出不同角色，是一个集产品经理、架构师、项目经理、程序员于一体的AI工具。神奇的是，它能在代码生成时进行内部监督，从而提升最终输出的代码质量。
有了它，软件公司的研发工作流程将会被彻底改变；它不仅能帮助公司提升研发效率，还能降低研发成本。
因此，开发者普遍表示：“该模型在‘模拟现实软件开发过程’中能提供更多的变量、监督效果更佳，相较于竞品生成的输出结果也更具有优势。”
1、多智能体元编程框架简单来说，MetaGPT构建的多智能体元编程框架旨在将有效的人类工作流程作为元编程方法注入到由LLM驱动的多智能体协作中。模型的编程框架正是基于ChatGPT和软件外包公司的SOP训练的！其中，Code=SOP（Team）是核心哲学。
软件公司多角色示意图（正在逐步实现）

文章插图
如框架图所示，它能根据老板的“一句话”需求输出产品文档、架构设计、任务列表和代码等，可被看作是由大语言模型构成的虚拟团队。

文章插图
首先，MetaGPT将标准化操作程序（SOP）编码到Prompt中，将多个智能体协作过程结构化。然后，研究团队进一步让输出模块化，赋予智能体与人类工作者相应专业领域知识，从而验证输出并减少复合错误。通过这种方式，MetaGPT 以工作流水线的形式为各个智能体分配了不同的角色，进而建立了一个能够有效、凝聚地解构复杂多智能体协作问题的框架。图片

文章插图
官方文档中还展示出它的具体安装方法，在其中输入“Python/ target=_blank class=infotextkey>Python startup.py”，写个类似“今日头条”的推荐系统，将会获得一系列输出，包括：数据结构和API设计等。
至于费用方面，生成一个包含分析和设计的示例大约需要0.2美元（GPT-4 API的费用），而完成一个完整的项目大约需要2.0美元。

文章插图
图：MetaGPT框架
ITBEAR上发布的科技信息也显示，MetaGPT模型可应用于各种开发任务。假如你需要构建一个算法推荐系统，模型可以分析系统的适用人群、列出适用人群特征并提出相应的功能需求，最后生成代码并验证。与传统的手动开发相比，它可以在短时间内更迅速地完成这些任务，从而降低开发成本。
这种结构化过程、代理协作和高级模型驱动技术的融合正在改变软件开发的前景。在此过程中，研究者做出的贡献主要包括：引入元编程框架、整合人工SOP流程设计、实现最先进的性能。
结果表明，MetaGPT有潜力解决LLM中的幻觉问题，从而指导LLM系统协同完成更有效的设计。
虽然这听上去效果不错，但却不能完全替代手工开发。开发者对于通用模型的输出结果还是要有心理预期，毕竟此类场景还是需要用专业的垂直领域知识训练效果才会更好！
2、全能：产品经理+架构师+项目经理+工程师MetaGPT作为全能的AI工具，直接充当了产品经理、架构师、项目经理和工程师的角色，包揽了与开发相关的所有工作！主要功能是智能化生成代码，即，输入需求后“写出”完整代码。
具体来讲，无论是产品的PRD文档，还是项目架构分析，它都能完整的写出，还能提示你用的是哪种语言、哪个框架，最后自动生成相关流程图表，还真是有模有样！
而之前提及的GPT-Engineer只“扮演”了单一工程师的角色；MetaGPT却能扮演多个角色，这是最大的优势，就连服务器接口规范它都能完整列出，还能自动对代码逻辑进行分析，并提示你每个文件能用来做什么。