AutoGPT
产品概述
AutoGPT 是 Significant Gravitas 团队打造的开源自主 Agent 平台，2023 年 3 月以「让 GPT-4 自主循环直至完成目标」的实验项目爆火，一度成为 GitHub 历史上增长最快的项目之一，累计 17 万+ 星。它催生了 2023 年春天的「自主 Agent 浪潮」（与 BabyAGI、AgentGPT 同期）。
它的本质演变值得注意：2023 年的 AutoGPT 是一个「单 Agent 自主循环」框架，而 2026 年的 AutoGPT 已重构为「可视化 Agent Builder + 持续运行平台」——用拖拽块（LLM 调用、HTTP、条件、循环、集成）组装 Agent 工作流，可持久或定时运行。与其他产品的区别在于「开源自托管 + 可视化编排 + 自主循环的历史地位」：它是自主 Agent 的「思想源头」，但如今更像一个开源的可视化 Agent 构建平台，而非纯开发者框架。
发展历程
| 时间 | 事件 |
|---|---|
| 2023-03 | AutoGPT 发布，GitHub 数月内破 10 万星 |
| 2023-2024 | 从单 Agent 循环重构为平台，引入 Agent Builder |
| 2024 | 插件生态（50+ 官方插件）与市场模板成型 |
| 2025 | 云托管与分档计费上线 |
| 2026 | 定位稳定为「开源可视化 Agent 平台」 |
核心功能详解
1. 可视化 Agent Builder
拖拽式块编辑器组装 Agent 工作流：LLM 调用、HTTP 请求、条件分支、循环、集成块，自定义 Python 块处理复杂逻辑。把「自主循环」包装成可配置的受控工作流。
2. 自主目标分解
继承 2023 年的核心：给定目标，Agent 自动拆解子任务、调用工具（联网、文件读写、代码执行）、评估结果并迭代，直至完成或达到循环上限。
3. 持续与定时运行
Agent 可部署为服务器端持久进程，按计划或触发器运行，无需用户机器在线，适合周期性研究、内容、线索任务。
4. 多模型与本地模型
支持 OpenAI、Anthropic、Groq、Ollama 本地模型，避免绑定单一厂商，可用开源模型显著降本。
5. 插件生态与市场
50+ 官方插件与预置 Agent 模板市场（研究、内容、线索挖掘等），加速常见工作流搭建。
6. 自托管
单条 Docker Compose 命令部署全平台，自带模型 Key 与基础设施，数据自主可控。
适用场景
自动化研究与线索挖掘（最佳场景）
定时扫描新闻、总结要点、邮件简报；从 API 拉数据、打分、起草个性化外联。
内容生成与发布
按固定计划生成博客草稿、社媒帖子、简报。
学习 Agent 架构
作为被研究最多的自主 Agent 代码库之一，是学习任务规划、工具调用、记忆管理的好材料。
不适合的场景
非技术用户想要开箱即用的成品（应选 Manus 等商业产品）；需要稳定可靠自主执行的业务（Agent 仍会幻觉、循环、产出平庸）；预算紧张且无法承担可变 API 成本的团队。
定价详情
AutoGPT 开源自托管免费，云托管分档计费：
| 档位 | 价格 | 说明 |
|---|---|---|
| Self-hosted | $0 | 开源，按 LLM API 计费 |
| Cloud Free | $0 | 75 次运行/月，1 持久 Agent |
| Cloud Starter | $29/月 | 600 次运行/月，5 持久 Agent |
| Cloud Pro | $79/月 | 2500 次运行/月，20 持久 Agent |
| Enterprise | 定制 | 无限运行，SSO、SLA |
计费逻辑与成本测算
- 「运行」= 一次完整 Agent 执行循环，复杂多步也计一次，但消耗更多算力。
- 隐藏成本是 LLM API：多步自主循环 token 消耗大，实测 Starter 档下日跑 8-10 个 Agent 月增约 $40 API 费。
- 自托管用 Ollama 本地模型可大幅降本，但需 GPU 与技术运维。
定价核验日期：2026-08-13，来源 agpt.co 及公开评测。
技术架构与模型
AutoGPT 多模型支持：OpenAI GPT-4、Anthropic Claude、Groq、Ollama 本地模型。技术栈 Python + Docker，插件系统基于块（block）抽象，支持自定义 Python 块。许可为混合模型（部分 MIT/Apache 2.0，部分更严格条款），商用需注意。
优势领域
与 Manus 对比
AutoGPT 是「开源自托管、可定制」的框架/平台，Manus 是「商业托管、开箱即用」的成品。开发者要控制与定制选 AutoGPT，非技术用户要省心选 Manus。
与 CrewAI/MetaGPT 对比
CrewAI 胜在通用多 Agent 角色编排，MetaGPT 胜在软件工程 SOP，AutoGPT 胜在「自主循环 + 可视化 Builder + 历史地位」。
核心优势
17 万+ 星开源、可视化 Agent Builder、插件生态、自托管、多模型。
短板与限制
- 可靠性弱：自主 Agent 易幻觉、循环、静默失败，产出质量不如商业产品。
- token 成本高：长循环快速消耗 API 额度。
- 需技术能力：自托管要 Python/Docker，低代码 Builder 仍需逻辑思维。
- 许可混合：部分代码条款更严格，商用产品化需谨慎。
使用建议
- 适合：想自托管、可定制的开发者与小团队；需要定时自动化研究/内容/线索的用户；学习自主 Agent 架构的研究者。
- 不适合：非技术用户；需要稳定可靠自主执行的业务；预算敏感且无法承受可变 API 成本。
- 最佳实践：先用可视化 Builder 搭受控工作流而非放任完全自主；用开源模型控本；给 Agent 设循环上限与预算护栏，避免失控消耗。