AgentGPT
AgentGPT
Agent IAActive

AgentGPT

AgentGPT est la démo d'agent autonome de l'ère AutoGPT basée sur un navigateur de Reworkd. Son référentiel a été archivé le 28 janvier 2026, bien que le site hébergé et les anciens plans puissent rester accessibles. Ce guide évalue l'état actuel, les boucles d'objectifs, les prix, la sécurité, l'auto-hébergement, la qualité des preuves et les alternatives maintenues.

58

Views

0

Likes

Mar 2026

Added

agentgpt.reworkd.ai

Website

Tags

AgentGPTautonomous AI agentbrowser agentopen source agentReworkdLangChainAutoGPT alternative

Product Preview

A quick visual look at AgentGPT before you visit the official site.

Published 3/18/2026
AgentGPT screenshot

Editorial Review

About AgentGPT

AgentGPT est le projet d'agent autonome basé sur un navigateur de Reworkd de la première vague AutoGPT. Un utilisateur nomme un agent, lui donne un objectif et le regarde proposer des tâches, exécuter des itérations et renvoyer les résultats dans les étapes ultérieures. Il a rendu la planification autonome facile à comprendre sans terminal et reste historiquement utile pour les démonstrations.

Le fait critique actuel est l’état de maintenance : Reworkd a archivé le référentiel public le 28 janvier 2026, le rendant en lecture seule. Le site hébergé et la page du plan étaient toujours accessibles lors de leur examen, mais l'accessibilité ne constitue pas une preuve d'un développement actif, de modèles actuels, de correctifs de sécurité ou d'un support fiable. Traitez AgentGPT comme un système éducatif existant et non comme une plate-forme de production par défaut.

AgentGPT browser autonomous agent interface
AgentGPT visualise la décomposition des objectifs et les tâches itératives. Une liste de tâches visible est utile pour l’apprentissage, mais elle ne constitue pas un état de flux de travail durable ni une preuve que le résultat est correct.

Ce que fait réellement la boucle

 objectif utilisateur
    |
    v
 générer une liste de tâches
    |
    v
 choisissez la tâche suivante ---> appelez le modèle / recherchez / plugin
    |                         |
    |                         v
    '------ ajouter le résultat à la mémoire/au contexte
                              |
                    fait? ----+---- non --> une autre boucle
                      |
                     oui
                      v
                récit final

 Plus de boucles peuvent amplifier les progrès, les erreurs, les coûts, ou les trois.

Le modèle interprète l'objectif, invente des tâches intermédiaires et évalue ses propres progrès. Sans vérificateur externe, une hypothèse erronée peut être convertie en plusieurs étapes fiables. Les résultats de recherche peuvent être obsolètes ou hostiles ; les listes de tâches peuvent dériver ; et un résumé final peut cacher un travail inachevé. L'itération autonome n'est utile que lorsque chaque étape a une autorité limitée et un succès observable.

État actuel en un coup d'œil

SurfaceÉtat observéCe que ça prouveCe que cela ne prouve pas
Dépôt GitHubArchivé/lecture seule depuis le 28 janvier 2026La source reste disponibleCorrectifs de sécurité ou maintenance des dépendances
Dernière version de GitHubv1.0.0 du 2 novembre 2023Artefact de version historiqueCompatibilité avec les API actuels
Application hébergéeAccessible après examenLe service répond maintenantDisponibilité future, support ou feuille de route
Page du forfaitCopie gratuite, 40 $ Pro et entreprise personnalisée visibleOffre actuellement affichéeFiabilité ou valeur de la facturation/du support
Documents/fichiers de sécuritéLes orientations historiques du projet demeurentConfiguration originale prévueVersions activement prises en charge après l'archivage

Plans actuellement affichés – avec un avertissement existant

La page du plan en direct examinée le 26 juillet 2026 montrait un essai gratuit avec cinq agents de démonstration par jour utilisant GPT-3.5-Turbo, des plugins limités et une recherche sur le Web limitée. Pro était affiché à 40 $/mois avec 30 agents/jour, GPT-3.5-Turbo 16K, accès GPT-4, 25 boucles par agent, recherche Web illimitée, plugins et support prioritaire. Enterprise était personnalisé.

Ces étiquettes et limites de modèles reflètent une époque plus ancienne. GPT-3.5 Turbo a été retiré de nombreux flux de travail modernes, et « GPT-4 » n'est pas un identifiant de modèle actuel précis. Avant de vous abonner, confirmez le paiement, le renouvellement, l'annulation, le remboursement, les modèles pris en charge, la dernière mise à jour du service et une réponse d'assistance réelle. Ne déduisez pas un investissement produit en cours à partir d’une page de paiement active.

Chèque d'achatPreuve requiseRaison
ModèleID exact du modèle actuel et coupureLes noms de marques hérités cachent leurs capacités/retraites
Allocation de boucleCe qui compte, réinitialise et arrête une boucleDe longues boucles peuvent gaspiller des quotas sans résultat
Recherche sur le WebFournisseur, citations et gestion des requêtes« Illimité » ne garantit pas la qualité de la source
AssistanceCanal de réponse et SLA par écritLe référentiel n'est plus maintenu
AnnulationChemin de compte et date d'effetÉvitez les surprises de renouvellement
DonnéesConditions actuelles de confidentialité/conservation/fournisseurLes objectifs peuvent contenir un contexte commercial sensible

Bonnes tâches pédagogiques versus mauvaises tâches opérationnelles

TâcheAjustementPourquoi
Montrer comment un agent décompose une question de rechercheBonne démoUne planification visible est l’objectif d’apprentissage
Réfléchissez à une campagne de lancement fictiveRaisonnableFaible conséquence et sélection humaine facile
Recueillir quelques hypothèses publiques de concurrentsConditionnelChaque fait et source doit être vérifié
Envoyer des messages de sensibilisation ou publier du contenuPauvreLes effets secondaires externes nécessitent le consentement et l’approbation
Prendre des décisions juridiques/médicales/financièresDangereuxPas d'expert responsable ni de chaîne de preuves fiable
Exploiter les infrastructures de productionDangereuxL'agent existant ne dispose pas d'une gouvernance moderne des autorisations et de l'exécution.

Écrivez des objectifs avec des conditions de résiliation

« Recherchez le marché et faites de nous un succès » n'a pas d'état d'achèvement observable. Un meilleur objectif serait : "Trouver cinq concurrents publiquement documentés dans la catégorie X, capturer l'URL officielle, le prix actuel du plan et les preuves de fonctionnalités citées à ce jour, et renvoyer un tableau avec des champs inconnus marqués (et non déduits). Arrêtez-vous après cinq ou huit itérations de recherche. "

  • Définissez le schéma de sortie, la qualité de la source et la date de fraîcheur.
  • Définissez un maximum de boucles, de temps et de dépenses.
  • Indiquez les actions et données interdites.
  • Exiger de l'incertitude et des champs manquants.
  • Précisez qui valide le résultat et quelle source faisant autorité gagne.

Examen axé sur les preuves

Ne révisez pas uniquement le récit final. Inspectez la trace des tâches, les URL, les dates et les revendications de source exactes. Ouvrez chaque page citée et distinguez le texte source de l’inférence de l’agent. Un extrait de recherche ne suffit pas ; un article tiers ne peut pas établir de prix officiels lorsqu'une page fournisseur existe.

Type de réclamationSource préféréeChèque obligatoire
Prix/limiteTarifs/conditions officiels en directDevise, période de facturation, taxe et date
Caractéristique techniqueDocuments/dépôt officiels en version épingléeTest API exact ou reproductible
Événement d'entrepriseAnnonce principale et rapports indépendantsDate de publication versus date de l'événement
PerformancesBenchmark transparent et test propreEnsemble de données, résultats de référence et résultats rejetés
RecommandationPreuves + critères explicitesSéparer les faits du jugement

Pourquoi plus de boucles ne garantissent pas une meilleure réponse

Chaque itération consomme du contexte et peut résumer des détails antérieurs. Les erreurs peuvent s'aggraver, les tâches dupliquées peuvent consommer le plafond de la boucle et l'auto-évaluation a tendance à favoriser un achèvement plausible. Suivez les faits vérifiés uniques obtenus par boucle. Arrêtez-vous lorsque deux itérations n'ajoutent aucune preuve, répètent une action ou contredisent une contrainte confirmée.

Si une tâche nécessite une attente, des tentatives, des approbations et des écritures externes durables, utilisez un environnement d'exécution de workflow maintenu avec idempotence et auditabilité. Une boucle conversationnelle ne doit pas être confondue avec une gestion de transactions distribuées.

Architecture d’auto-hébergement et charge de maintenance

La configuration du référentiel archivé comprend une interface Next.js/TypeScript, un backend FastAPI, une base de données MySQL, NextAuth, Prisma/SQLModel, LangChain et des clés de fournisseur. Les clés facultatives Serper et Replicate étendent le comportement de recherche/média. Les scripts d'installation automatique ont été construits autour des dépendances actuelles à l'époque ; Le nœud moderne, Python, Docker, la base de données et OpenAI API peuvent avoir des modifications importantes.

CalqueRisque héritéVérification minimale de l'auto-hébergement
Frontend/authentificationVulnérabilités Next.js/NextAuth obsolètesAudit de dépendances, cookies sécurisés, CSRF et tests de session
RapideAPI/backendAnciens packages et points de terminaison permissifsAuthentification du schéma, limites de débit et limites d'entrée
Base de donnéesDérive de migration et invites conservéesSauvegarde/restauration, cryptage et suppression
Intégration OpenAIModèles retraités/comportement APIRemplacer les identifiants explicites et le test de régression
Recherche/pluginsSSRF, injection rapide et exposition cléListe verte, clés étendues et étiquetage de sortie
Scripts Docker/installationImages flottantes et chaîne d'approvisionnement en coquillagesInspecter, épingler les hachages et le bac à sable

Le fork crée une nouvelle obligation de propriété du produit. Attribuez des responsables, établissez un processus de vulnérabilité, mettez à jour les dépendances en continu et documentez les flux de données. Si l’objectif est simplement d’exécuter des agents modernes, partir d’un cadre maintenu est généralement moins cher.

Secrets et limites d'accès

Stockez les clés du fournisseur en dehors du contrôle de source, utilisez de faibles limites de dépenses et faites-les alterner. N'exposez pas l'application locale ou API publiquement sans authentification, TLS et limites de débit. La sortie de l'agent et le contenu du plug-in ne sont pas fiables. Ne donnez jamais à un agent général archivé une large autorité en matière de système de fichiers, de courrier électronique, de paiement, de cloud ou de médias sociaux.

Pour un atelier, utilisez un projet/compte séparé, des données synthétiques et des clés jetables. Surveillez la consommation de jetons/de recherche. Détruisez ensuite l’environnement et révoquez les informations d’identification.

Valeur historique et ce que les systèmes modernes ont changé

AgentGPT a démontré qu'une boucle objectif-tâche-exécution pouvait être rendue lisible aux non-développeurs. Les systèmes d'agents de production modernes ajoutent des graphiques explicites, des points de contrôle durables, des schémas d'outils, des autorisations, un traçage, des évaluations, des approbations humaines et une récupération après échec. La leçon de conception est toujours précieuse : les utilisateurs doivent voir ce que l’agent prévoit. L'implémentation n'est plus une valeur par défaut sûre.

Une évaluation en classe d'une heure

  1. Donnez à AgentGPT et à un chatbot supervisé le même objectif de recherche publique limité.
  2. Limitez l’exécution autonome à cinq itérations.
  3. Marquez chaque tâche comme utile, en double, non prise en charge ou hors de portée.
  4. Vérifiez chaque source et comptez les faits uniques corrects.
  5. Comparez le temps, les jetons, l'effort de correction et l'exhaustivité finale.

L’apprentissage probable n’est pas « l’autonomie gagne toujours », mais lorsque la décomposition aide et lorsque la supervision empêche la dérive. Préserver la course comme preuve pédagogique ; ne publiez pas de résultats non vérifiés.

Alternatives en 2026

OptionsMeilleur ajustementCompromis par rapport à AgentGPT
AgentGPTDémo historique des boucles d'objectifs du navigateurCode archivé et pile de modèles hébergés hérités
ChatGPT/Claude/Gemini mode superviséPlanification et recherche interactivesAutonomie moins visible, correction plus facile
LangGraphGraphiques de production avec état maintenusImplémentation du développeur requise
CrewAIPython expérimentation rôle/multi-agentsNécessite encore une gouvernance et une évaluation
n8n / Marque / ZapierAutomatisation commerciale avec des étapes d'application explicitesDépendance à la plateforme, structure déterministe plus forte
OpenAI Agents SDK / Google ADKApplications d'agent du fournisseur actuel SDKÉcosystème de fournisseurs et travaux d’ingénierie
Workflow durable + étapes LLMOpérations consécutives de longue duréeConfiguration plus élevée, sémantique de nouvelle tentative/audit beaucoup plus forte

Questions fréquemment posées

AgentGPT est-il toujours maintenu ?

Non. Le référentiel officiel GitHub a été archivé le 28 janvier 2026 et est en lecture seule.

Le site hébergé fonctionne-t-il toujours ?

Il était accessible lors de son examen et la page du forfait affichait des offres. La disponibilité n'implique pas un développement actif ou un support à long terme.

Que montre la page du forfait actuel ?

Un essai gratuit et un forfait Pro à 40 $/mois avec l'ancienne formulation GPT-3.5/GPT-4, plus une entreprise personnalisée. Vérifiez le paiement avant de payer.

Puis-je l’auto-héberger ?

La source et l'installation restent disponibles, mais les anciennes dépendances et intégrations de modèles nécessitent un travail de sécurité et de compatibilité.

Est-il adapté à la production ?

Pas comme valeur par défaut non modifiée. Choisissez un environnement d'exécution maintenu avec des autorisations, des évaluations, une observabilité et une gestion durable des pannes.

A-t-il un accès Web en direct ?

Le plan hébergé annonce des capacités de recherche sur le Web ; l'auto-hébergement utilisait historiquement une clé Serper facultative. Vérifiez les sources et protégez-vous contre une injection rapide.

Pourquoi conserver la page annuaire ?

Il documente une interface d'agent influente et aide les utilisateurs à éviter de confondre une URL toujours active avec une plate-forme moderne et entretenue.

Sources primaires

Dernière révision le 26 juillet 2026. Le référentiel est archivé. Vérifiez à nouveau la disponibilité hébergée, les identifiants de modèle, les prix, la facturation et l'assistance avant toute utilisation ou paiement.

Ready to try AgentGPT?

Visit the official website to get started

Visit AgentGPT

Quick Info

Category
Agent IA
Added
3/13/2026
Published
3/18/2026
Updated
7/25/2026

Share This Tool

Have an AI tool to share?

Submit it to AI Dreamhub

Get your product in front of people actively exploring AI tools.

Submit Your Tool
Manus

Manus

Manus est un agent d'IA à usage général hébergé qui utilise des machines virtuelles cloud, l'automatisation du navigateur, des fichiers, du code et des intégrations pour effectuer des tâches en plusieurs étapes. Ce guide indépendant couvre les plans et les crédits, Cloud Browser vs Browser Operator, les actions authentifiées, la confidentialité, les approbations, la conception des tâches, l'évaluation et les alternatives.

ai-agentfree
890
Gemini CLI

Gemini CLI

An open-source AI agent that brings the power of Gemini directly into your terminal. - Outil IA intelligent pour améliorer votre productivité.

ai-agentfree
650
AgentScope

AgentScope

Agent-Oriented Programming for Building LLM Applications, Open-sourced by Alibaba - Outil IA intelligent pour améliorer votre productivité.

ai-agentfree
750
Auto-GPT

Auto-GPT

Auto-GPT est un projet et une plateforme open source de Significant Gravitas pour créer et exécuter des assistants IA et workflows agentiques.

Auto-GPTAI agentautonomous agents
630