不仅如此，AgentGPT 也试图提前埋下伏笔准备名片、自己可能的展示资料（也想到了PPT）和自己在和他人交流中可能提及的问题的思考。不足的是，PPT 没做出来（毕竟没实现对应的功能，并且需要PE的定向优化），以及潜在的问题清单是什么（轮数不够是原因之一）。
另外，他还给自己制定了以周为单位的学习计划，以及考虑到了学习过程中的资金问题。所以他联网调查了奖学金的相关信息和发布奖学金的时间，并试图写信来联系对方。
——————————————————
1⃣️ 缺陷一、它本身其实是一个树状图思考，分支之间没有交叉，图里的交叉线是我自己思考后画的，也就意味着每个任务推进之后得到的信息不互通，那么就会出现很多重复项目。
例如，分支 B 本来一开始是要研究行业领军人物，后来得出子任务要去找实习机会。但是分支 C 的任务本身就是找实习。
所以未来的优化方向：解决分支之间的信息沟通问题。就如同一个组织中的不同成员，总是会在某些时间节点开会来「对齐」信息。你不对齐，就会重复造轮子，也不会有更好的思考、推理和分析。
2⃣️ 缺陷二、假想推理。类似于「我要在 2023年 参加某个网络研讨会」，但是毕竟 AgentGPT 确实没办法直接跳到未来（岂不是穿越和预知未来了）（所以个别卡片被我标黄）
所以他直接脑补得到「我已经参加了xx网络研讨会，收获了很多……」之类的发言。这种脑补推理需要阻止。
（btw，同时也让我想到了 https://arxiv.org/abs/2304.03442）
3⃣️ 缺陷三、不断重复。类似于「今天学了xxx，成功完成了任务」，下一个子任务：「进一步学 xxx」，如此往复……所以虽然说 AgentGPT 看起来能够执行很多步，但是轮数变多后性能就变低了（口水话）。我觉得这个点的根因主要是缺陷一和缺陷二。缺陷一、二代表着任务的推进却带来不了反馈，没有反馈自然就不能很好地推进。这些问题不是说没用 GPT-4，你应该已经明白了～
4⃣️ 缺陷四、思维的维度太少。需要 PE 的优化 + GPT-4 这种更强大的推理能力，这样也能解决一些卡片出现内容截断过于突兀的问题。另外，记忆长度的拉长可以在根基上加强推理能力（你的每次分析可以容纳更多的上下文）。btw，我看它这个计划其实不太符合国内…所以信息源需要被优化以达到更佳的效果。
另外，他还给自己制定了以周为单位的学习计划，以及考虑到了学习过程中的资金问题。所以他联网调查了奖学金的相关信息和发布奖学金的时间，并试图写信来联系对方。
——————————————————
1⃣️ 缺陷一、它本身其实是一个树状图思考，分支之间没有交叉，图里的交叉线是我自己思考后画的，也就意味着每个任务推进之后得到的信息不互通，那么就会出现很多重复项目。
例如，分支 B 本来一开始是要研究行业领军人物，后来得出子任务要去找实习机会。但是分支 C 的任务本身就是找实习。
所以未来的优化方向：解决分支之间的信息沟通问题。就如同一个组织中的不同成员，总是会在某些时间节点开会来「对齐」信息。你不对齐，就会重复造轮子，也不会有更好的思考、推理和分析。
2⃣️ 缺陷二、假想推理。类似于「我要在 2023年 参加某个网络研讨会」，但是毕竟 AgentGPT 确实没办法直接跳到未来（岂不是穿越和预知未来了）（所以个别卡片被我标黄）
所以他直接脑补得到「我已经参加了xx网络研讨会，收获了很多……」之类的发言。这种脑补推理需要阻止。
（btw，同时也让我想到了 https://arxiv.org/abs/2304.03442）
3⃣️ 缺陷三、不断重复。类似于「今天学了xxx，成功完成了任务」，下一个子任务：「进一步学 xxx」，如此往复……所以虽然说 AgentGPT 看起来能够执行很多步，但是轮数变多后性能就变低了（口水话）。我觉得这个点的根因主要是缺陷一和缺陷二。缺陷一、二代表着任务的推进却带来不了反馈，没有反馈自然就不能很好地推进。这些问题不是说没用 GPT-4，你应该已经明白了～
4⃣️ 缺陷四、思维的维度太少。需要 PE 的优化 + GPT-4 这种更强大的推理能力，这样也能解决一些卡片出现内容截断过于突兀的问题。另外，记忆长度的拉长可以在根基上加强推理能力（你的每次分析可以容纳更多的上下文）。btw，我看它这个计划其实不太符合国内…所以信息源需要被优化以达到更佳的效果。
