如何用 ChatGPT 自动做编程项目？GPT Engineer 上手

人们有个切实的需求，是 ChatGPT 对话模式无法解决的 —— 项目级别的事务处理

需求

在之前的文章里，我给你介绍过自己使用 AutoGPT 的经验—— 各种小错误导致失败和死循环，结果钱花了不少，事儿没有办成。但是你说，AutoGPT 这样的项目为什么能存在，又为什么受到那么多用户的追捧呢？

人们有个切实的需求，是 ChatGPT 对话模式无法解决的 —— 项目级别的事务处理。如果你需要编程弄个数据 可视化，在一个 Python 文件里，这些功能就可以搞定，那么根本无需使用 AutoGPT。但是如果你希望做个项目，那就不一样了。

例如编程项目，往往需要多个文件来支撑。例如 Flask 写 Python Web 应用，需要有 template HTML 模板，也要有 app.py 和各种包含类的 py 文件。这还只是个基础框架而已。但是，对话机器人是无法给你提供这些支持的。你只能让它一个个文件帮你生成，但是如果它忽视了文件之间的联系，也许你把生成的文件拼装在一起就会报错，无法真正起作用。

AutoGPT 反其道而行之，不是逐个处理，而是「自顶向下，逐步细化」。你设定一个宏大的目标，然后 ChatGPT 自动把它拆解成若干步骤或者模块。之后，对每一个模块，AutoGPT 分别拿着预先做好的计划来施行。只不过，4 月份我尝试的时候，AutoGPT 在处理联网查询问题和本地读写文件时，总是遇到各种困难，所以可用性不强。

需求有，解决方案不好使，那么新的解决方案，也就呼之欲出了。最近的一个解决方案，非常火，叫做 GPT Engineer。今天我就来给你介绍一下。

热度

GPT Engineer 的正式发布时间在 6 月 11 日。我写这篇文章的时候，是 6 月 19 日。所以 GPT Engineer 这个项目还是很新的。

它的官方 Github 网址在这里。

你可以看看它的 Stars 数量，非常恐怖的 15.2K 。而且你知道吗？它的 Star 增长速度，简直无敌了。

就在短短 14 小时之前，作者 Anton Osika 还在庆祝超过 12K stars，但是这一天还没过完，它又获得了 3000 多颗星。

GPT Engineer 究竟为什么这么受欢迎呢？咱们实际来测试一下，你就知道了。