總結:

省錢玩 Agent 的話就先用開源的大模型在colab 或 本地運行，假如有在工作的話就可以直接調用API，目前 langchain 或是其他的框架應該也有能檢索程式庫的方法，讓程式編譯的方法應該也能用類似命令行的方式運行(例:python xxx.py 這類的方法，其他語言應該也不例外就是了。)，這個其他在相關產業的應該也都知道，不過在debug以及其他的地方可能還要再優化就是了。

不過仔細一想，這些 LLM 會這些程式開發的東西也是因為有相關資料的輸入跟訓練，簡單來說就是已經有人踩過類似的坑或已經就具有相關的知識放入模型訓練，搞不好很多時候有收錢的大模型會有第三世界國家的高知識份子在補充不足的資料。

除非能讓模型自主探索並從行為中學習，要不然目前模型能學到跟被用來訓練的資料應該都還是來自人類吧，所以我覺得電影裡面 AI反叛在現實中出現的可能性極端的低就是了，話說就算是這樣的強化學習方法被實現，模型大概不會出現電影中天網這樣的狀況就是了，哈哈。

目前微軟只推 github copilot 沒直接推 Agent 代理這類的方式的原因大概會是大眾的觀感吧，我覺得。一推的話大概會有AI搶工作的觀感，但是實際有在做相關工作的只要能自己會寫Agent相關的App，大概自己工作的效率就會提升很多就是了，不過當然只會使用 ChatGPT 也能提升很多就是了，寫個Agent其實就是能讓它自動運行。

有了大模型，等於就有了個類人認知能力的程式，聲音,文字,圖像以往需要複雜程式處理才能順利理解的東西其門檻就會下降得更多，連程式本身很多部分都能請 ChatGPT 代勞，這樣自然門檻就下降更多。

這個禮拜大概會先把項目中本地跟colab的程式碼弄好，只會是基本的上網搜集資料,文本處理跟程式碼分析的相關功能。

月底會希望這個 Agent 項目能使用 midjourney,以及有基本的UI生成跟能調用一些資料分析工具的能力。

讓 Agent 能進行模型訓練的最簡單方法大概就是寫個能使用 auto train 套件的 python script 讓 Agent 調用。 大概也不太難就是了，不過要深入的話大概就要更花功夫了。

項目參考連結:

AutoGen:https://microsoft.github.io/autogen/docs/Getting-Started/

Langchain:https://python.langchain.com/docs/get_started/introduction

Langchain 非官方簡中: https://www.langchain.asia/

LangChain for LLM Application Development

LLM-Agent-Paper-List:https://github.com/WooooDyy/LLM-Agent-Paper-List

botpress:https://github.com/botpress/botpress

ChatDev:https://github.com/OpenBMB/ChatDev

awesome-llm-agents:https://github.com/kaushikb11/awesome-llm-agents

ACE_Framework:https://github.com/daveshap/ACE_Framework

Create a Langchain alternative from scratch using OceanBase