Młynki losu: czyli jak noworoczny prezent stał się początkiem rodziny
— Krzysiek, co to za pudło? — zapytała Justyna, patrząc na dużą paczkę owiniętą w błyszczący papier z choinkami.
— Otwieraj! — Krzysztof nerwowo pocierał dłonie, a jego oczy biegały niespokojnie. — Myślę, że ci się spodoba.
Justyna powoli zdjęła opakowanie, rozdarła taśmę… i zastygła. W środku leżał stary, zmatowiały metalowy młyn do mięsa. Takie babcine. Z rdzą na śrubach i skrzypiącą korbą.
— To… jakiś żart? — spytała cicho, podnosząc wzrok na męża.
— Nie, Justyna… to nie jest zwykły młyn. Ma swoją historię. To… —
— Poczekaj — przerwała. — Najpierw porozmawiajmy o innym prezencie. O voucherze do „Borowego Dworu”. Trzy tygodnie w luksusowym apartamencie. Z zabiegami.
Krzysztof zbladł.
— Skąd wiesz…
— Od Dominiki. Pracuje w księgowości — głos Justyny był spokojny, ale palce zgniatały serwetkę do bólu. — Voucher na imię Anny. Twojej byłej żony. A dla mnie… antyczny młyn do mięsa.
— Justyna, posłuchaj…
— Nie, Krzysztof, teraz ty mnie posłuchaj! — Zerwała się, przewracając kieliszek szampana, który z hukiem rozbił się na podłodze. — Nie chodzi o pieniądze! Chodzi o szczerość! Dlaczego ja dowiaduję się tego od innych?!
— Chciałem ci powiedzieć…
— Kiedy? Po jej powrocie? A może miałam sama się domyślić?
Za oknem rozbłyskiwały fajerwerki, ale w ich kuchni powietrze było cięższe niż grudniowy mróz.
— A ten młyn… — Justyna podniosła go z pudła — to ma być pocieszenie? Czy próba uśpienia sumienia?
— Nie rozumiesz. On naprawdę jest… wyjątkowy.
— Jakkolwiek, Krzysztof — powiedziała Justyna, stojąc już w progu sypialni — wyjeżdżam. Na jakiś czas. Muszę zrozumieć, dlaczego w ogóle zostałam.
Trzy dni minęły w ciszy. Żadnych wyrzutów, żadnych łez — tylko uprzejme zdania, jak między obcymi. Justyna omijała pudło jak pomnik. Czwartego dnia nie wytrzymała. Zadzwoniła do przyjaciółki.
— Dominika, słuchaj, co jeszcze było w tej fakturze oprócz vouchera?
— A, no… chyba jakieś leczenie, zabiegi. Stan Anny się pogorszył. Wiesz, co się stało z mamą Krzysztofa?
— Co się stało? — Justyna zesztywniała.
— Nie wiedziałaś?… — głos Dominiki stał się ostrożny. — Jego mama rok temu miała wylew. Ledwo chodzi. A Anka… Codziennie u niej była. Karmiła, zmieniała pościel, woziła na rehabilitację. Nawet kiedy jej własna matka trafiła do szpitala, nie zostawiła teściowej. Choć to już dawn
## 2023-06-30
– I was just thinking of a dream idea for Auto-GPT – Autonomous Multi-Agent-System. Running multiple Auto-GPT’s who work on specific tasks of a larger task and then integrate their results (potentially running Multi-Agent Debate)
– Fine-tuning GPT-4 is a priority for OpenAI – from https://twitter.com/OpenAI/status/1674765311734939648
– Maybe multi-agent simulations seem to be a promising direction in AGI.
– Autogpt just improved memory management (sliding window, 1K tokens) – https://github.com/Significant-Gravitas/Auto-GPT/pull/4807
– Auto-GPT has 138K stars on GitHub (June 30, 2023)
– I’m thinking that the main Auto-GPT branch has many more commits and PR’s than BabyAGI. This makes sense because BabyAGI is more like a simple framework implementation vs. Auto-GPT is a more complex framework. So BabyAGI is closer to 500 commits, but Auto-GPT is closer to 5000 commits. On April 6, Auto-GPT was at 5K stars and now at 138K stars.
– BabyAGI has so much fewer commits and PR’s compared to Auto-GPT. It’s more of a simple system, so fewer commits. But it’s still relevant, because you can create a multi-agent-system with BabyAGI’s — that’s what the Langchain crew is doing with Plan-and-Execute. Maybe Langchain’s implementation will be useful.
– AuroGPT is a relevant open-source project that previously I described as a „Auto-GPT and BabyAGI implementation in a single 100sloc script”. Now it’s became more complex, but it has 500 stars.
– The nice thing about multi-agent-systems is that you can isolate the agent’s thinking and step-by-step processes. You can have different agents with different memory contexts, assigned to different tasks, and get better reasoning (via debate and collaboration). So instead of a single AGI handling 100 tasks, you delegate smaller tasks to specialized agents and let them collaborate and debate.
– Agent Debate as described in https://arxiv.org/abs/2305.14325 is useful for debates and collaboration between multiple agents. It is also useful in eliminating bias and hallucinations.
– Langchain is exploring multi-agent-systems with Plan and Solve and also ReWoo, and they have lots of examples that could be useful for my Auto-GPT Multi-Agent-System project.
– Seeing a lot of people building multi-agent simulations. BabyAGI is an agent framework but not a multi-agent-system. People are making multi-agent BabyAGI’s, but the primary implementation is single-agent.
– The Langchain Plan and Solve method is built with BabyAGI and implements a multi-agent-system.
– Maybe using the Langchain approach would be easier than implementing my own. I need to research more on this.
– Even Auto-GPT is a single agent framework, but I’m thinking of multiple Auto-GPT’s running side-by-side, communicating, debating, and collaborating.
– So for a multi-agent-system, I could have multiple Auto-GPT’s, BabyAGI’s, or other agent frameworks running in parallel and debating. But it’s complex, because each agent requires a lot of compute power and might not be efficient.
– I need to research more efficient ways of implementing multi-agent-systems.
– Maybe I can find a lightweight agent framework that can be easily scaled into multiple agents.
– But Auto-GPT is the most popular and comprehensive framework, so it might be worth building a multi-agent-system with Auto-GPT, even if it’s not the most efficient.
– Another consideration is that multi-agent-systems require more sophisticated memory management and context sharing between agents.
– I need to make sure that agents can share knowledge and context effectively without duplicating too much work or memory usage
– Also, the system needs to be able to handle the cost of multiple agents running at the same time. Each agent has its own API calls, memory, and processing.
– I have to look into ways to reduce costs, such as caching responses, limiting the number of agents, or using smaller models where possible.
– I think the key challenge will be coordinating the agents and managing memory and API calls efficiently.
– I’ll need to do more research on this topic, but I think it’s a promising direction for improving Auto-GPT’s capabilities.
