深度解析 Multi-Agent：Web3 與 AI 終將相互成就？

如果說 AIGC 開啟了內容生成的智能時代，那麼 AI Agent 則有機會把 AIGC 的能力真正產品化。

AI Agent 像一位更具象的全能員工，被稱為是人工智能機器人的初級形態，能夠如同人類一般觀察周遭環境、做出決策，並自動採取行動。

比爾·蓋茨曾直言，"掌控 AI Agent，才是真正的成就。屆時，你將不再需要親自上網搜索信息。"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 將成為人機交互的主要方式，能夠理解用戶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 將以更加緊密的方式協作，形成高效的工作模式，提高效率。

AI Agent 不單是技術的產物，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相融合的 DeFi、DePIN、GameFi 等。

若將 Web3 與 AI 這兩大熱門數字科技相結合，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，能否為行業帶來新的用例範式，創造新的真實需求？

AI Agent：人類最理想的智能助手

AI Agent 的想像力到底在哪裡？網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"。這一概念由"人工智能之父" 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 一直是人機交互的基石，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 表現出了個性化交互的潛力，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，他展示了其團隊做的一系列實驗：

讓 AI 去寫一些代碼並運行，對比不同 LLM 和工作流程得出的結果。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，大模型會立即生成答案，不會自動識別和糾正錯誤刪除重寫。

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研分析，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、錯誤率最低的高質量文章。

我們可以發現，AI Agent 與 LLM 的區別在於，LLM 與人類之間的交互基於提示詞（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，依靠來自外界的反饋和自主思考，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能助手的原因所在。例如，AI Agent 能夠基於用戶歷史線上互動，了解並記憶用戶的興趣、偏好、日常習慣，識別用戶的意圖，主動提出建議，並協調多個應用程序去完成任務。

就如同在蓋茨的構想中，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 還能夠幫助企業打造以"人機協同"為核心的智能化運營新模式。越來越多的業務活動將交由 AI 來完成，而人類則只需要聚焦於企業願景、戰略和關鍵路徑的決策上。

就像 OpenAI 首席執行官 Sam Altman 曾在採訪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初創公司。按照傳統方法，顯然我需要雇用軟件工程師、產品經理、設計師、營銷人員、銷售和財務人員，各司其職但都由我來協調。

那麼如果使用 AI Agent 呢，我可能甚至都不需要雇用員工。

• Devin --- 自動化編程

替代軟件工程師，我可能會使用今年爆火的 AI 軟件工程師 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 軟件工程師"。它能夠獨立完成整個軟件開發工作，獨立分析問題、做出決策、編寫代碼並修復錯誤，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，投資方包括 Founders Fund、Khosla Ventures 等知名風險投資公司。

雖然 Devin 仍未推出公開版本，但我們可以從另一個最近爆火 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代碼，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，在沒有任何編程經驗的情況下，居然使用 Cursor 完成代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檔的整理和分析。

與 Glean 側重企業內文檔搜索不同，Hebbia Matrix 是一個企業級的 AI Agent 平台，借助多個 AI 模型，幫助用戶高效地提取、結構化、分析數據和文檔，從而推動企業生產力的提高。令人印象深刻的是，Matrix 能一次性處理多達數百萬份文檔。

Hebbia 在今年 7 月完成了 1.3 億美元 B 輪，a16z 领投，Google Ventures、Peter Thiel 等知名投資者參投。

• Jasper AI --- 內容生成

替代社媒運營和設計師，我可能會選擇 Jasper AI，它能幫我完成內容的生成。

Jasper AI 是一個 AI Agent 寫作助手，旨在幫助創作者、營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生成多種類型的內容，包括博客文章、社交媒體帖子、廣告文案和產品描述等。並根據用戶的描述生成圖片，為文本內容提供視覺輔助。

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 已幫助用戶生成超過 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、安排日程、設置提醒，甚至是規劃出差行程，自動預訂酒店，自動安排網約車。

MultiOn 是一個自動化的網絡任務 AI 代理，能夠幫助在任何數字環境中自主執行任務，例如幫助用戶完成在線購物、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 --- 搜索、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 搜索引擎，能夠理解用戶的提問，拆分問題，然後搜索和整合內容，生成報告，以向用戶提供清晰的答案。

Perplexity 適用於各類用戶群體，例如學生和研究人員可以簡化寫作時的信息檢索流程，提高效率；營銷人員可以獲取可靠數據支持營銷策略。

以上內容僅為想像，當下這些 AI Agent 的真正能力和水平尚不足以替代各行各業中的精英人才。正如 Logenic AI 聯合創始人李博杰所言，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，正在助力現有用戶在多樣化場景中提高效率和便利性。

不僅僅限於科技公司，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、興趣和能力提供個性化的學習資源和輔導；在金融領域，AI Agent 可以幫助用戶管理個人財務，提供投資建議，甚至預測股票走勢；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制定；在電商領域，AI Agent 還可以作為智能客服，通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著局限性，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，而單個 AI Agent 的能力有限，難以勝任。通過將不同能力的 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。

在實現過程上，由較低級別 AI Agent 執行各自的任務，而由級別較高的 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，為我們提供更好的信息支持。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，能夠根據接收到的消息，生成回覆。

• 通過 GroupChat 來創建由多個 AI Agent 參與的群聊環境，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，我們可以通過 Multi-Agent 架構創建幾個不同角色的 AI Agent，比如項目經理、程序員或者主管。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，如果覺得有意見或者它們做得不對的地方，就讓它們改，直到滿意為止。

相比單一的 AI Agent，Multi-Agent 可以實現：

• 可擴展性：通過增加 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：天然支持並行處理，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：通過聚合多個 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 框架將在更多行業發揮更大的作用，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，即便是當下最先進的單一 AI Agent，其需要的算力資源和計算能力在物理層面仍有明確的上限，無法做到無限擴展。一旦面臨極其錯綜複雜、計算量密集的任務，AI Agent 無疑將會遭遇算力瓶頸，性能大打折扣。

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、谷歌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 創業公司的生存環境，使得 AI Agent 無法順利利用龐大的企業私有數據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 得以服務更廣闊的需求人群，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計算資源來進行複雜的決策和處理任務。Web3 通過區塊鏈和去中心化技術，可以構建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 項目可以對 AI Agent 決策和推理提供計算能力。

傳統的 AI 系統往往是集中式管理，導致 AI Agent 面臨單點故障和數據隱私問題，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 可以獨立地運行在不同的節點上，自主執行用戶提出的需求，增強了魯棒性和安全性。通過 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 都有非常前沿的嘗試。

• Theoriq 是一個服務於"AI for Web3"的項目，希望通過 Agentic Protocol 建立 AI Agents 的調用和經濟系統，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、用戶的知識產權與數據隱私為出發點，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智能的個性化"。

• 同時，Modulus Labs 與 ORA Protocol 分別在 AI Agent 的 zkML 和 opML 的算法方向取得了進展。

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 可以通過前置流動性的特點幫助有潛力的 AI Agent 項目獲取寶貴的早期支持。

Spectral 和 HajimeAI 均提出了支持發行鏈上 AI Agent 資產的產品構想：通過 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，為投資者提供參與項目發展和分享未來收益的機會。其中 HajimeAI 的 Benchmark DAO 希望通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 依託 Web3 融資和冷啟動的閉環，也是比較新穎的嘗試。

AI 潘多拉魔盒已然開啟，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，無論多麼前沿的技術，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。