Principais conclusões
- Repositório: 187.081 estrelas, 531 issues abertas, não arquivado — recebendo push ativamente até esta revisão
- AutoGPT Platform (autogpt_platform/, agpt.co): construtor visual de agentes hospedado e pago — licença Polyform Shield (source-available, restringe uso comercial concorrente)
- AutoGPT Clássico (classic/original_autogpt/): o agente CLI autônomo original — licença MIT, ainda recebe commits de segurança e manutenção
- Modelos locais: o clássico suporta qualquer servidor compatível com a API OpenAI (incluindo Ollama) via OPENAI_API_BASE_URL, além de suporte nativo a Llamafile via LLAMAFILE_API_BASE
- A configuração de ambiente própria da Platform não tem opções de Ollama ou de modelo local — ela é construída em torno de provedores de modelo hospedados
- Não existe programa de afiliados para o AutoGPT neste site ou em nenhum outro lugar; todo link abaixo é um link simples e declarado
📍 Em uma frase
O AutoGPT agora são dois produtos: uma AutoGPT Platform paga e hospedada (licença Polyform Shield) onde acontece o desenvolvimento ativo, e um agente CLI clássico legado licenciado sob MIT que ainda roda localmente contra o Ollama por meio de um endpoint genérico compatível com OpenAI, mas recebe atualizações de manutenção em vez de novos recursos.
💬 Em termos simples
O "AutoGPT" que a maioria das pessoas lembra — um agente de linha de comando que você aponta para seu próprio modelo — ainda existe e continua gratuito (MIT), mas a empresa por trás dele agora concentra energia num produto pago separado com um construtor visual. Leia a licença e o nome da pasta antes de decidir qual dos dois você está avaliando.
📌Note: Se um resultado de busca, tutorial ou post antigo de blog falar sobre "AutoGPT" sem especificar clássico vs. Platform, assuma que se refere ao agente CLI pré-2026 — isso é o clássico, e é a única parte do projeto que é MIT e pode ser autogerenciada de graça.
O Que É o AutoGPT em 2026?
O AutoGPT (github.com/Significant-Gravitas/AutoGPT) foi o projeto que popularizou a ideia de um "agente autônomo" em 2023: dar um objetivo a um LLM e deixá-lo planejar, agir e se autocriticar em loop sem um humano aprovando cada passo. Em 2026, a mesma organização no GitHub lança algo estruturalmente diferente: um produto comercial e hospedado chamado AutoGPT Platform, com o agente de loop autônomo original mantido vivo como um componente secundário, licenciado sob MIT.
- AutoGPT Platform (agpt.co / platform.agpt.co): o produto principal atual, um construtor visual de agentes hospedado e pago
- AutoPilot: uma interface de chat-para-agente — descreva uma tarefa em linguagem natural e a Platform monta um agente para ela
- Painel de Agents: gerencie, monitore e reexecute agentes criados por você ou pelo Marketplace
- Marketplace: navegue e instale templates de agentes prontos criados por outros usuários
- Canvas de Build: um editor visual baseado em nós, por arrastar e soltar, para construir agentes, similar em espírito aos construtores de fluxo do Langflow ou do Dify
- Autogerenciar (self-host) a Platform é tecnicamente possível (docker-compose.platform.yml, um script installer/ e uma opção single-container/ existem no repositório), mas o call-to-action principal do README é o cadastro no produto hospedado, não o autogerenciamento
- classic/original_autogpt/: o agente autônomo original guiado por CLI, agora posicionado como um componente legado ao lado de classic/forge (um framework de construção de agentes), classic/benchmark e classic/frontend
A Divisão de Licenças MIT / Polyform, Explicada
O licenciamento do AutoGPT não tem uma resposta única, e errar isso importa se você planeja construir sobre o código comercialmente. O repositório usa duas licenças diferentes para duas partes diferentes do código.
O AutoGPT Clássico Ainda É Mantido?
Sim, no sentido que importa para segurança e estabilidade, mas não no sentido de novos recursos. A pasta classic/ continua recebendo commits da equipe principal — exemplos recentes incluem uma limpeza de vulnerabilidades em dependências, uma correção de hardening contra SSRF no tratamento de requisições de saída, e um teto de versão aplicado após o comprometimento de uma release de uma dependência da qual o agente clássico depende. São exatamente os commits que você quer ver em código que planeja rodar: são defensivos, não decorativos.
O que o clássico não recebe é trabalho de novos recursos. Os commits que adicionam novas capacidades — novas primitivas de construção de agentes, recursos de marketplace, novos comportamentos do AutoPilot — entram em autogpt_platform/. O próprio README do projeto, os rótulos de issues e a estrutura de pastas tratam o clássico como uma trilha secundária e legada, mantida funcional e segura em vez de ativamente estendida. Isso é uma situação bem diferente de "abandonado": commits mantêm o clássico funcionando e seguro, mas a energia de produto da equipe está em outro lugar.
Status do repositório
- What it shows:
- Não arquivado; push no mesmo dia desta revisão; 531 issues abertas
Padrão de commits em classic/
- What it shows:
- Correções de segurança e tetos de dependência entram regularmente; sem commits de recursos novos
Onde novos recursos entram
- What it shows:
- autogpt_platform/ — AutoPilot, Marketplace e Build canvas recebem o desenvolvimento ativo
Posicionamento do projeto
- What it shows:
- README e CTA principal promovem a Platform hospedada; clássico é posicionado como a trilha CLI legada
📌Note: Não rodamos nossa própria suíte de testes contra o AutoGPT clássico para esta revisão — o veredito abaixo se baseia no histórico documentado de commits e na atividade de issues especificamente na subpasta classic/, não em números de benchmark medidos por nós mesmos. Verifique o status atual no repositório antes de dedicar tempo significativo a ele.
Como Rodar o AutoGPT Clássico Localmente com Ollama
O AutoGPT clássico não tem uma "integração com Ollama" nomeada e de primeira classe. Ele tem um cliente genérico compatível com a API OpenAI, configurado por meio de classic/original_autogpt/.env.template, e o Ollama acaba expondo um endpoint compatível com OpenAI — então apontar um para o outro é um passo de configuração, não um recurso nativo.
- 1Clone github.com/Significant-Gravitas/AutoGPT e abra a pasta classic/original_autogpt/ — este é o agente CLI licenciado sob MIT, não a pasta autogpt_platform/.
- 2Instale o Ollama separadamente e baixe um modelo capaz de seguir instruções de tool-calling em múltiplos passos; as próprias comparações de modelos de código local e tool-calling do site são um ponto de partida razoável para escolher um.
- 3Copie .env.template para .env dentro de classic/original_autogpt/.
- 4Defina OPENAI_API_BASE_URL no .env para o endpoint compatível com OpenAI do seu servidor Ollama (o Ollama expõe isso em /v1 na porta padrão). O Ollama não verifica o valor da chave de API, mas o cliente ainda exige que o campo OPENAI_API_KEY seja definido com uma string de placeholder não vazia.
- 5Alternativamente, se você estiver rodando um Llamafile em vez do Ollama, defina LLAMAFILE_API_BASE — este é um caminho separado de inferência local com suporte nativo, não roteado pela configuração genérica compatível com OpenAI.
- 6Instale as dependências Python do clássico conforme as instruções em classic/original_autogpt/README.md e rode o agente a partir dessa pasta, não da raiz do repositório.
- 7Espere supervisioná-lo de perto nas primeiras execuções. Como este é o mecanismo genérico compatível com OpenAI em vez de uma integração Ollama mantida e testada, peculiaridades específicas do modelo (formatação de tool-call, limites de tamanho de contexto) ficam por sua conta depurar.
O AutoGPT clássico precisa de uma versão específica do Ollama?
O projeto não documenta uma versão fixa e testada do Ollama para o clássico — como a integração é o mecanismo genérico OPENAI_API_BASE_URL, a compatibilidade depende da sua versão do Ollama expor um endpoint /v1 estável e compatível com OpenAI, o que as versões recentes do Ollama fazem. Verifique as notas de lançamento do próprio Ollama para compatibilidade de API, não as do AutoGPT.
Posso rodar o AutoGPT clássico totalmente offline?
Sim, uma vez que OPENAI_API_BASE_URL aponte para um endpoint local do Ollama ou Llamafile, o AutoGPT clássico não precisa de chamadas de API de saída para um provedor em nuvem. Ele ainda pode fazer requisições web de saída como parte da tarefa de um agente (por exemplo, ferramentas de navegação), a menos que você desative essa capacidade.
Expectativas Realistas para o Loop de Planejamento
O mecanismo central do AutoGPT clássico — um LLM planejando seu próprio próximo passo em loop, decidindo quando a tarefa está concluída, sem um humano aprovando cada ação — é a mesma arquitetura que o tornou famoso e a mesma arquitetura que envelheceu pior contra modelos locais, muitas vezes menores, de peso aberto.
- Loops de planejamento autônomos e sem escopo exigem mais do modelo subjacente do que agentes com escopo e ferramentas limitadas: o modelo precisa rastrear estado de longo horizonte, decidir quando parar e se autocorrigir sem um humano detectando desvios cedo
- Modelos locais menores (o tipo que a maioria das pessoas roda confortavelmente em hardware de consumo via Ollama) são mais propensos a perder o fio da meada em execuções autônomas longas do que grandes modelos hospedados, simplesmente porque planejamento e autocorreção ao longo de muitos passos é uma capacidade mais difícil do que uso de ferramenta em um único turno
- Este é um ponto comparativo e arquitetural, não uma alegação sobre nenhum modelo ou versão específica: um loop de planejamento sem escopo é um problema mais difícil de sustentar para um modelo local do que um harness com escopo em que um humano aprova cada passo
- Alternativas com escopo — Cline + Ollama, o modo Agent do Continue.dev, e orquestradores baseados em grafo como o LangGraph — restringem o agente a um editor, um conjunto de arquivos, ou um gate de aprovação explícito por ação, o que reduz o quanto um único erro de planejamento pode se desviar antes que um humano perceba
Quem Deve Usar o AutoGPT Clássico vs. a Platform?
A escolha certa depende de você querer um experimento gratuito, autogerenciado e prático, ou um produto pago e gerenciado.
AutoGPT vs. Alternativas
As duas metades do AutoGPT competem com ferramentas diferentes: o AutoGPT clássico compete com outros harnesses de agente locais e com escopo; a Platform compete com outros construtores visuais de agentes hospedados ou autogerenciáveis.
| Tool | Model | License | Best For | Maintenance |
|---|---|---|---|---|
| AutoGPT (clássico) | Local via Ollama (URL compatível OpenAI) | MIT | Experimentos de loop autônomo | Só correções de segurança |
| AutoGPT Platform | Provedores hospedados | Polyform Shield | Construtor visual + Marketplace | Ativa |
| Cline + Ollama | Local | Apache 2.0 | Agente de código supervisionado | Ativa |
| Continue.dev Agent | Local ou nuvem | Apache 2.0 | Modo agente na IDE | Ativa |
| LangGraph | Local ou nuvem | MIT | Agentes customizados por grafo | Ativa |
Erros Comuns ao Avaliar o AutoGPT
A maior parte da confusão sobre o AutoGPT em 2026 vem de não saber a qual metade do projeto uma alegação se refere.
Perguntas Frequentes
O AutoGPT é licenciado sob MIT?
Parcialmente. A pasta classic/ (original_autogpt, forge, benchmark, frontend) é licenciada sob MIT. A pasta autogpt_platform/ — a AutoGPT Platform hospedada e principal atual — é licenciada sob Polyform Shield, uma licença source-available, não uma de código aberto permissiva.
O AutoGPT ainda é mantido?
Sim. O repositório não está arquivado e recebeu push no mesmo dia desta revisão, com 531 issues abertas. O desenvolvimento ativo de recursos está concentrado em autogpt_platform/; a pasta classic/ ainda recebe commits de segurança e manutenção, mas não novos recursos.
O AutoGPT funciona com Ollama?
O agente CLI clássico funciona, por meio do seu cliente genérico compatível com a API OpenAI — defina OPENAI_API_BASE_URL para o endpoint /v1 do seu servidor Ollama. Isso não é uma "integração com Ollama" nomeada e propositalmente construída, e não é suportado pela atual AutoGPT Platform, cuja configuração não tem opções de modelo local.
O que é a AutoGPT Platform?
A AutoGPT Platform (agpt.co) é o produto comercial atual do projeto: um construtor visual de agentes hospedado e pago, com um AutoPilot de chat-para-agente, um painel de Agents, um Marketplace de agentes prontos e um canvas de Build baseado em nós. Ela pode tecnicamente ser autogerenciada, mas o caminho principal promovido pelo projeto é o cadastro hospedado.
O AutoGPT é gratuito?
O AutoGPT clássico (MIT) é gratuito para autogerenciar. A AutoGPT Platform é um produto pago e hospedado; autogerenciá-la é possível sob a licença Polyform Shield, que permite uso pessoal ou interno mas restringe construir uma oferta comercial concorrente sobre ela.
Qual a diferença entre o AutoGPT e a AutoGPT Platform?
O AutoGPT (clássico) é o agente CLI autônomo original da era 2023 — licenciado sob MIT, roda localmente, recebe commits de manutenção. A AutoGPT Platform é um produto separado, mais novo e comercial da mesma organização — um construtor visual de agentes hospedado sob uma licença source-available, onde o desenvolvimento ativo acontece agora.
Ainda posso usar o AutoGPT de graça para experimentação local?
Sim, via classic/original_autogpt/, que continua licenciado sob MIT e roda contra um servidor Ollama local por meio da configuração OPENAI_API_BASE_URL. Espere um código em modo manutenção, não um com recursos ativamente desenvolvidos.
Por que o AutoGPT se dividiu em duas licenças?
O foco comercial do projeto migrou para a AutoGPT Platform hospedada. A Polyform Shield permite que a empresa mantenha esse código source-available — legível e autogerenciável para uso pessoal — ao mesmo tempo em que impede um concorrente de pegar o código e revender uma versão rebatizada, algo que uma licença permissiva como MIT não teria impedido.
O AutoGPT clássico é melhor que o Cline ou o Continue.dev para trabalho de agente local?
Não para automação local sem supervisão. O loop de planejamento autônomo e sem escopo do AutoGPT clássico exige mais do modelo subjacente do que harnesses com escopo e editor único, como Cline + Ollama ou o modo Agent do Continue.dev, que limitam o raio de impacto de um erro de planejamento com aprovação por passo. O AutoGPT clássico é mais adequado para experimentar a própria arquitetura de loop de planejamento do que para trabalho de codificação em produção.