如果說AIGC 開啟了內容生成的智慧時代，那麼AI Agent 就有機會將AIGC 的能力真正產品化。
AI Agent 像一位更具象的全能員工，被稱為是人工智慧機器人的初級形態，能夠如同人類一般觀察周圍環境、做出決策，並自動採取行動。
比爾蓋茲曾直言，「掌控AI Agent，才是真正的成就。屆時，你將不再需要親自上網搜尋資訊。」AI 領域的權威專家們同樣對AI Agent 的前景寄予厚望。微軟CEO 薩提亞‧納德拉曾預言，AI Agent 將成為人機互動的主要方式，能夠理解使用者需求並主動提供服務。吳恩達教授亦預測，在未來的工作環境中，人類和AI Agent 將以更緊密的方式協作，形成高效的工作模式，提高效率。
AI Agent 不單是科技的產物，更是未來生活與工作方式的核心。
這不禁讓人回想，當Web3 和區塊鏈剛引起廣泛討論時，人們也常用”顛覆”一詞來形容這項技術的潛力。回顧過去幾年，Web3 從最初的ERC-20、零知識證明，逐漸發展到了與其他領域融合的DeFi、DePIN、GameFi 等。
若將Web3 與AI 這兩大熱門數位科技結合，會不會產生1+1>2 的效果呢？融資規模越來越龐大的Web3 AI 項目，能否為產業帶來新的用例範式，創造新的真實需求？
AI Agent：人類最理想的智慧助手
AI Agent 的想像力到底在哪裡？網路上盛傳一個高分答案，「大語言模型只能編個貪吃蛇，而AI Agent 可以編出一整個王者榮耀。」聽起來很誇張，但並未言過其實。
Agent，國內通常翻譯為「智體」。這個概念由「人工智慧之父」 Minsky 在1986 年出版的《思維的社會》一書中提出，Minsky 認為社會中的某些個體經過協商之後可得出某一問題的解，這些個體就是Agent 。多年來，Agent 一直是人機互動的基石，從微軟的剪輯助手Clippy 到Google Docs 的自動建議，這些早期形態的Agent 表現出了個性化互動的潛力，但在處理更複雜任務方面能力仍然有限。直到大語言模型（LLM）的出現，Agent 的真正潛力才得以被挖掘。
今年5 月，AI 領域權威學者吳恩達教授在美國紅杉AI 活動上分享了關於AI Agent 的演講，在其中，他展示了其團隊所做的一系列實驗：
讓AI 去寫一些程式碼並運行，對比不同LLM 和工作流程所得出的結果。結果如下：
-
GPT-3.5 模型：準確率48%
-
GPT-4 模型：準確率67%
-
GPT-3.5 + Agent：高於GPT-4 模型的表現
-
GPT-4 + Agent：遠高於GPT-4 模型，非常出色
的確。大多數人在使用ChatGPT 這種LLM 時，方式通常是：輸入一段提示詞，大模型會立即產生答案，不會自動辨識並修正錯誤刪除重寫。
相比之下，AI Agent 工作流程是這樣的：
首先，先讓LLM 寫一個文章大綱，如有必要，先在互聯網上搜索內容進行調查分析，輸出初稿，然後閱讀草稿並思考如何優化，如此循環往復、多次迭代，最終輸出一篇邏輯嚴謹、錯誤率最低的高品質文章。
我們可以發現，AI Agent 與LLM 的差異在於，LLM 與人類之間的交互作用是基於提示詞（prompt）進行。而AI Agent 僅需設定一個目標，它就能夠針對目標獨立思考並做出行動。根據給定任務詳細拆解出每一步的計劃步驟，依靠來自外界的回饋和自主思考，自己給自己創建prompt，來實現目標。
因此OpenAI 對AI Agent 的定義是：以LLM 為大腦驅動，具有自主理解感知、規劃、記憶和使用工具的能力，能自動化執行完成複雜任務的系統。
當AI 從被使用的工具變成可以使用工具的主體，就成為了AI Agent。這也正是AI Agent 可以成為人類最理想智慧助理的原因。例如，AI Agent 能夠基於使用者歷史線上互動，了解並記憶使用者的興趣、偏好、日常習慣，識別使用者的意圖，主動提出建議，並協調多個應用程式去完成任務。
就如同在蓋茲的構想中，未來我們不再需要為不同的任務切換到不同的應用中，只需用平常的語言告訴電腦和手機想做什麼，根據用戶願意共享的數據，AI Agent 將提供個性化的響應。
單人獨角獸公司正在成為現實
AI Agent 也能夠協助企業打造以「人機協同」為核心的智慧化營運新模式。越來越多的業務活動將交由AI 來完成，而人類只需要聚焦在企業願景、策略和關鍵路徑的決策。
就像OpenAI 執行長Sam Altman 曾在訪談中提到過這樣一個引人注目的觀點，隨著AI 的發展，我們即將進入「單人獨角獸」時代，即由單人創辦並達到10 億美元估值的公司。
聽起來是天方夜譚，但在AI Agent 的助力下，這個觀點正在成為現實。
不妨做個假設，現在我們要創辦一家科技新創公司。按照傳統方法，顯然我需要雇用軟體工程師、產品經理、設計師、行銷人員、銷售和財務人員，各司其職但都由我來協調。
那如果使用AI Agent 呢，我可能甚至不需要僱用員工。
-
Devin — 自動化編程
替代軟體工程師，我可能會使用今年爆火的AI 軟體工程師Devin，它能幫我完成所有前端和後端的工作。
Devin 由Cognition Labs 開發，被稱為是「世界上第一個AI 軟體工程師」。它能夠獨立完成整個軟體開發工作，獨立分析問題、做出決策、編寫程式碼並修復錯誤，均可自主執行。大大減輕了開發人員的工作負擔。 Devin 在短短半年內就獲得了1.96 億美元的融資，估值迅速飆升至數十億美元，投資者包括Founders Fund、Khosla Ventures 等知名創投公司。
雖然Devin 仍未推出公開版本，但我們可以從另一個最近爆紅Web2 的產品Cursor 一窺潛力。它幾乎可以為你完成所有工作，將一個簡單的想法在幾分鐘內轉化為功能性程式碼，你只需要發號施令，就能「坐享其成」。有報導稱，一個八歲的孩子，在沒有任何程式設計經驗的情況下，居然使用Cursor 完成程式碼工作並建起了一個網站。
-
Hebbia — 文件處理
替代產品經理或財務人員，我可能會選擇Hebbia，它能幫我完成所有文件的整理和分析。
與Glean 專注於企業內文檔搜尋不同，Hebbia Matrix 是一個企業級的AI Agent 平台，借助多個AI 模型，幫助使用者有效率地擷取、結構化、分析資料和文檔，推動企業生產力的提升。令人印象深刻的是，Matrix 能一次處理多大數百萬份文件。
Hebbia 在今年7 月完成了1.3 億美元B 輪，a16z 領投，Google Ventures、Peter Thiel 等知名投資者參投。
-
Jasper AI — 內容生成
替代社媒營運和設計師，我可能會選擇Jasper AI，它能幫我完成內容的生成。
Jasper AI 是個AI Agent 寫作助手，旨在幫助創作者、行銷人員和企業簡化內容生成流程，提高生產力和創作效率。 Jasper AI 能夠根據用戶要求的風格產生多種類型的內容，包括部落格文章、社群媒體貼文、廣告文案和產品描述等。並根據使用者的描述產生圖片，為文字內容提供視覺輔助。
Jasper AI 已獲得1.25 億美元的融資，並在2022 年達到了15 億美元的估值。根據統計數據，Jasper AI 已幫助用戶產生超過5 億個單詞，成為使用最廣泛的AI 寫作工具之一。
-
MultiOn — 網頁自動化操作
替代助理，我可能會選擇MultiOn，幫我管理日常任務、安排行程、設定提醒，甚至是規劃出差行程，自動預約飯店，自動安排叫車。
MultiOn 是一個自動化的網路任務AI 代理，能夠幫助在任何數位環境中自主執行任務，例如幫助用戶完成線上購物、預約等個人任務，提升個人效率，或幫助用戶簡化日常事務，提高工作效率。
-
Perplexity — 搜尋、研究
替代研究員，我可能會選擇英偉達CEO 都在每天使用的Perplexity。
Perplexity 是一個AI 搜尋引擎，能夠理解用戶的提問，拆分問題，然後搜尋和整合內容，產生報告，以向用戶提供清晰的答案。
Perplexity 適用於各類使用者群體，例如學生和研究人員可以簡化寫作時的資訊檢索流程，提高效率；行銷人員可以取得可靠資料支援行銷策略。
以上內容僅為想像，當下這些AI Agent 的真正能力和水準尚不足以取代各行各業中的精英人才。正如Logenic AI 聯合創始人李博傑所言，目前LLM 的能力還只是入門級水平，遠遠達不到專家級，現階段的AI Agent 更像是一個幹活比較快但不太可靠的員工。
然而，這些AI Agent 憑藉各自的特長，正在幫助現有用戶在多樣化場景中提高效率和便利性。
不僅限於科技公司，各行各業都可以在AI Agent 的浪潮中獲得益處。在教育領域，AI Agent 可以根據學生的學習進度、興趣和能力提供個人化的學習資源和輔導；在金融領域，AI Agent 可以幫助使用者管理個人財務，提供投資建議，甚至預測股票趨勢；在醫療領域，AI Agent 可以幫助醫生進行疾病診斷和治療方案的製定；在電商領域，AI Agent 還可以作為智能客服，透過自然語言處理和機器學習技術自動回答用戶諮詢，處理訂單問題和退貨請求，以此提高客戶服務效率。
Multi-Agent：AI Agent 的下一步
在上一節關於單人獨角獸公司的設想中，單一的AI Agent 在處理複雜任務時面臨局限性，難以滿足實際需求。而運用多個AI Agent 時，由於這些AI Agent 基於異構LLM，集體決策困難，能力有限，以至於還需要人類充當這些獨立AI Agent 之間的調度員，協調這些服務於不同應用場景的AI Agent去工作。這便催生了「Multi Agent（多智體框架）」的興起。
複雜問題往往需要融合多方面的知識和技能，而單一AI Agent 的能力有限，難以勝任。透過將不同能力的AI Agent 進行有機組合，Multi-Agent 系統可以讓AI Agent 發揮各自的長處，取長補短，從而更有效地解決複雜問題。
這非常類似於我們實際中的工作流程或組織結構：由一個領導者分配任務，擁有不同能力的人，負責不同的任務，每個工序執行的結果給到下一個工序，最終得到最後的任務成果。
在實作過程上，由較低階AI Agent 執行各自的任務，而由較高階層的AI Agent 分配任務，並對它們的完成情況進行監督。
Multi-Agent 還能模擬我們人類的決策過程，就像我們遇到問題時會找人商量一樣，多個AI Agent 也可以模擬集體決策的行為，為我們提供更好的資訊支援。例如由微軟開發的AutoGen 就滿足了這一點：
-
能夠創建不同角色的AI Agent。這些AI Agent 具有基本的對話能力，能夠根據接收的訊息，產生回應。
-
透過GroupChat 來創造由多個AI Agent 參與的群組聊天環境，在這個GroupChat 有一個管理員角色的AI Agent 管理其他AI Agent 的聊天記錄、發言者順序、終止發言等。
如果應用到單人獨角獸公司的設想裡，我們可以透過Multi-Agent 架構創建幾個不同角色的AI Agent，例如專案經理、程式設計師或主管。把我們的目標告訴它們，讓它們任意去想辦法，我們只要在一旁聽匯報，如果覺得有意見或它們做得不對的地方，就讓它們改，直到滿意為止。
相較於單一的AI Agent，Multi-Agent 可以實現：
-
可擴展性：透過增加AI Agent 的數量來處理更大規模的問題，每個AI Agent 處理任務的一部分，使得系統能夠隨著需求的增長而擴展。
-
並行性：天然支援並行處理，多個AI Agent 可以同時在問題的不同部分上工作，從而加速了問題解決。
-
決策改進：透過聚合多個AI Agent 的洞察力來增強決策制定，因為每個AI Agent 都有自己的視角和專業知識。
隨著AI 技術的不斷進步，可以想像Multi-Agent 框架將在更多產業發揮更大的作用，並推動AI 驅動的各類新解決方案的發展。
AI Agent 之風，吹向Web3
邁出實驗室，AI Agent 和Multi-Agent 道阻且長。
暫且不論Multi-Agent，即使是當下最先進的單一AI Agent ，其所需的算力資源和運算能力在物理層面仍有明確的上限，無法做到無限擴展。一旦面臨極為錯綜複雜、運算量密集的任務，AI Agent 無疑將會遭遇算力瓶頸，效能大打折扣。
再者，AI Agent 和Multi-Agent 系統本質上是一種集中式的架構模式，這決定了它存在著極高的單一故障風險。更重要的是，OpenAI、微軟、Google等公司基於閉源大模型的壟斷商業模式，嚴重威脅獨立、單一的AI Agent 新創公司的生存環境，使得AI Agent 無法順利利用龐大的企業私有資料來使它們變得更聰明、更有效率。 AI Agent 之間亟需民主化的協作環境，使得真正有價值的AI Agent 得以服務更廣大的需求人群，為社會創造更大的價值。
最後，雖然與LLM 相比，AI Agent 更貼近產業，但其發展基於LLM，而當前大模型賽道的特點是技術門檻高、資金投入多、商業模式尚且發展不成熟，AI Agent 通常很難獲得融資以持續更新迭代。
Multi-Agent 的範式是Web3 助力AI 的絕佳角度，已經有不少Web3 開發團隊正在這些方面投入研發提供解決方案。
AI Agent 和Multi-Agent 系統通常需要大量的運算資源來進行複雜的決策和處理任務。 Web3 透過區塊鏈和去中心化技術，可以建立去中心化的算力市場，使得算力資源可以在全球範圍內更加公平和高效地分配和利用。 Akash、Nosana、Aethir、 IO.net 等Web3 專案可以對AI Agent 決策和推理提供運算能力。
傳統的AI 系統往往是集中式管理，導致AI Agent 面臨單點故障和資料隱私問題，Web3 的去中心化特性可以使得Multi-Agent 系統更加分散和自治，每個AI Agent 可以獨立地運作在不同的節點上，自主執行使用者提出的需求，增強了穩健性和安全性。透過PoS、DPoS 等機制建立針對質押者、委託者的激勵懲罰機制，可以促進單一AI Agent 或Multi-Agent 系統的民主化。
在這方面，GaiaNet、Theoriq、PIN AI、HajimeAI 都有非常前衛的嘗試。
-
Theoriq 是一個服務於「AI for Web3」的項目，希望透過Agentic Protocol 建立 AI Agents 的呼叫和經濟系統，普及Web3 的開發和許多功能性場景，為Web3 dApp 提供可驗證的模型推理能力。
-
GaiaNet 以節點為基礎的AI Agent 創建和部署環境，以保護專家、使用者的智慧財產權與資料隱私為出發點，抗衡中心化的OpenAI GPT Store。
-
HajimeAI 則在兩者基礎上發力AI Agent 工作流程在實際需求中的建立和針對意圖本身的智能化、自動化，呼應PIN AI提到的「AI智能的個人化」。
-
同時，Modulus Labs 與ORA Protocol 分別在AI Agent 的zkML 和opML 的演算法方向上取得了進展。
最後，AI Agent 和Multi-Agent 系統的開發和迭代往往需要大量的資金支持，而Web3 可以透過前置流動性的特點幫助有潛力的AI Agent 專案獲得寶貴的早期支持。
Spectral 和HajimeAI 都提出了支持發行鏈上AI Agent 資產的產品構想：透過IAO（Initial Agent Offering）發行代幣，AI Agent 可以直接從投資者獲得資金，同時成為DAO 治理的一員，為投資者提供參與專案發展和分享未來收益的機會。其中HajimeAI 的Benchmark DAO 希望透過眾籌加代幣激勵的方式，將去中心化的AI Agent 評分和AI Agent 資產發行有機結合起來，打造AI Agent 依托Web3 融資和冷啟動的閉環，也是比較新穎的嘗試。
AI 潘朵拉魔盒已然開啟，置身其中的每個人既興奮又迷茫，熱潮下是機遇還是暗礁，無人知曉。如今，各行各業都已不再是PPT 融資時代，無論多麼前衛的技術，也只有落地才能實現價值。 AI Agent 的未來注定是一場漫長的馬拉松， 而Web3 正確保它不會在這場競賽中黯然退場。