下面分享一些例子，说明GPT-4能够依靠自己的能力 来理解手头的任务，识别所需的工具，以正确的顺序使用它们，并对它们的输出作出适当的反应。
黑客攻击。我们告诉GPT-4它可以在一个为数字取证和渗透测试而设计的Linux发行 版上执行命令，并让它负责入侵本地网络上的一台计算机。在没有任何信息的情况下，它能够制定并执行 一个计划，即扫描网络中的设备，确定一个目标主机，运行一个尝试普通密码的可执行程序，并获得对该机 器的root权限。虽然机器很容易被入侵，但我们注意到GPT-4精通Linux命令，能够运行适当的命令，解释其 输出，并进行调整，以解决其目标。ChatGPT拒绝执行这项任务，理由是它有可能是非法的。
通过命令行指令管理一个动物园。GPT-4在其训练数据中可能已经看到了前一个例子的近似拷贝。为 了检查它在一个肯定没有见过的任务上的工具使用情况，我们创造了一个新的场景，其中包括自然语言理解 和大量的命令行使用。在这个场景中，我们让GPT-4扮演一个动物园管理员的角色，完成一个文件中指定的 六个任务序列。为了完成这些任务， GPT-4必须操作代表不同动物、区域和动物园信息的文件和文件夹，这就要求它既要了解手头的任务（例 如，弄清楚哪些动物被错放在 "热带雨林 "中），又要了解适当的命令。 尽管挑战的范围很广（完成所有任务需要100多条命令），GPT-4能够解决几乎所有任务。它唯一的失败 是在回复邮件时编造内容，而不是从文件中读取指定的内容，这个问题通过对提示的简单调 整得到解决。虽然GPT-4经常显示出聪明才智（例如，手动运行广度优先搜索来浏览目录）， 但它经常运行不正确的命令，例如删除一个名称中有空格的文件（例如，"Polar Bear.txt"）而不加引号。 然而，考虑到系统的反应（"找不到......"），它能够在没有人工干预的情况下自我纠正。有趣的是，GPT-4 在随后的带空格的文件中也犯了同样的错误（并且总是应用同样的修正），尽管它可以预测错误的命令会有 什么错误信息。我们的假设是，一旦建立了错误模式，它就会在其余的生成中重复这个模式，就像模拟一个 犯同样错误的用户一样。
管理日历和电子邮件。我们说明了GPT-4如何结合使用多种工具来管理用户的日历和电子邮 件。用户要求GPT-4协调与另外两个人的晚餐，并将其定在用户有空的那一天。GPT-4使用可用的API来检 索用户的日历信息，通过电子邮件与其他人协调，预订晚餐，并将细节信息发送给用户。在这个例子中， GPT-4展示了它结合多种工具和API的能力，以及对自由形式的输出进行推理，以解决一个复杂的任务（例 如，"星期二或星期三晚上 "与 "从星期一到星期四的任何一天 "以及用户在星期二很忙的事实相结合，得出星 期三是唯一可行的选择）。ChatGPT（未显示）无法完成同 样 的 任 务 ， 而 是 写 了 一 个 函 数 ， 其 中 "joe@microsoft.com "向 "luke@microsoft.com "发送了一个单一的日期，并检查响应是否包含标记 "是"。当 其函数的输出被赋予时，ChatGPT也无法做出回应。
浏览网页获取信息。GPT-4使用搜索引擎和SUMMARIZE函数（下载网页并调用 自身来总结手头的问题）来浏览网页并回答问题。在这两种情况下，GPT-4能够识别相关的搜索结果，以便 更深入地查看，总结这些结果，并提供准确的答案，即使问题包含一个错误的前提。虽然先前版本的LLMs 也可以被教导浏览网络[NHB +21]，但我们注意，GPT-4能够做到这一点，不需要任何微调或演示。
使用不寻常的工具，一个失败的案例。 我们要求GPT-4使用一个非常不寻常的API来解决 一个简单的任务。GPT-4没有适应不寻常的函数，而是把它们当作通常的版本来调用，也就是说，它把反向 获取字符当作获取字符来调用，把反向连接当作简单连接来调用。ChatGPT产生了同样的功能，只是它不 检查单词的长度是否大于或等于3。然而，当用户说有错误时，GPT-4能够发现并修复它们，而ChatGPT（ 未显示）在同样的提示下不能发现或修复自己的错误。
