AutoGPT ist ein Open-Source-Framework für autonome KI-Agenten, das GPT-4 in einer selbstgesteuerten Schleife betreibt. Entwickelt von Toran Bruce Richards unter dem Pseudonym „Significant Gravitas”, erschien es am 30. März 2023 unter MIT-Lizenz auf GitHub.
Zusammenfassung
AutoGPT erschien nur wenige Wochen nach GPT-4 und traf auf eine Welle des Interesses an autonomen KI-Agenten. Es wurde zum meistdiskutierten GitHub-Repository des Jahres 2023, überschritt binnen weniger Wochen 100.000 Sterne und trendete wiederholt auf Twitter. Richards positionierte das Projekt bewusst als Gegenentwurf zu geschlossenen KI-Systemen.
Methodische Grundlagen
AutoGPT setzte GPT-4 oder wahlweise GPT-3.5 in einer wiederholten Schleife ein: Aus einem nutzerdefinierten Oberziel erzeugte das System selbstständig Teilaufgaben, priorisierte sie, führte sie aus und bewertete den Fortschritt – ohne menschliches Eingreifen zwischen den Schritten. Es hatte Zugriff auf Internetsuche, Dateisystem und ein kurzfristiges Aufgabengedächtnis.
Rezeption und Kritik
Praktische Probleme zeigten sich schnell. Das begrenzte Gedächtnis über bereits ausgeführte Schritte ließ das System häufig in Endlosschleifen ohne Fortschritt hängen. Rekursive API-Aufrufe erzeugten erhebliche Kosten – berichtet wurden Token-Kostenexplosionen bis zum Vierfachen bei Einzelagenten und bis zum Fünfzehnfachen bei Multi-Agent-Setups gegenüber normalem Chat-Gebrauch.
Die Fertigstellungsbewertung erfolgte per natürlichsprachlicher Selbsteinschätzung des Modells, was zu inkonsistenter Zielerkennung führte. Eine 2023 veröffentlichte Studie von Amazon-Wissenschaftlern maß bei einer Einkaufsaufgabe nur eine Erfolgsquote von 24 Prozent. AutoGPT funktionierte damit eher als faszinierendes technisches Experiment denn als verlässliches Produktivitätswerkzeug.
Einordnung und Nachwirkung
AutoGPT gilt als erster wichtiger Machbarkeitsbeweis, dass Sprachmodelle bei geeigneter Architektur als eigenständige Agenten fungieren können. Es inspirierte eine Welle nachfolgender Frameworks – LangChain-Agents, Microsoft AutoGen und CrewAI –, die AutoGPT in der praktischen Nutzung weitgehend ablösten.
Seither verbesserten sich zentrale Bausteine deutlich: strukturiertes Function- und Tool-Calling statt freitextlicher Selbststeuerung, robustere Planungsverfahren sowie systematisches Harness Engineering um die Modellschleife herum.
Stand 2026
Das ursprüngliche CLI-Tool wurde Ende 2024 als „Classic” archiviert; das aktuelle Produkt hat sich zu einer umfassenderen Plattform mit visuellem Build-Editor, Agenten-Dashboard und Marketplace entwickelt. Fachlich gilt das ursprüngliche Werkzeug als historisch überholt – abgelöst von robusteren Frameworks, die auf strukturiertem Tool-Calling statt reiner Selbststeuerung aufbauen.
Verwandte Begriffe
- Agentic AI – übergeordnetes Feld, das AutoGPT mitbegründete
- ReAct – Verfahren, das spätere, robustere Agenten-Architekturen prägte
- Model Context Protocol – heutiger Standard für Werkzeuganbindung
Quellenangaben
- Wikipedia, o. J. AutoGPT. en.wikipedia.org.
- GitHub, o. J. Significant-Gravitas/AutoGPT. github.com.
- Vibe Agent Making, 2023. AutoGPT Got 100K Stars and Then What? vibeagentmaking.com.
- Vectara, o. J. AutoGPT Planning Failures. github.com/vectara/awesome-agent-failures.