深度解析 Multi-Agent：Web3 與 AI 終將相互成就？
如果說AIGC開啟了內(nèi)容生成的智能時(shí)代，那么AIAgent則有機(jī)會(huì)把AIGC的能力真正產(chǎn)品化。
AIAgent像一位更具象的全能員工，被稱為是人工智能機(jī)器人的初級(jí)形態(tài)，能夠如同人類一般觀察周遭環(huán)境、做出決策，并自動(dòng)采取行動(dòng)。
比爾·蓋茨曾直言，“掌控AIAgent，才是真正的成就。屆時(shí)，你將不再需要親自上網(wǎng)搜索信息。”AI領(lǐng)域的權(quán)威專家們同樣對(duì)AIAgent的前景寄予厚望。微軟CEO薩提亞·納德拉曾預(yù)言，AIAgent將成為人機(jī)交互的主要方式，能夠理解用戶需求并主動(dòng)提供服務(wù)。吳恩達(dá)教授亦預(yù)測，在未來的工作環(huán)境中，人類和AIAgent將以更加緊密的方式協(xié)作，形成高效的工作模式，提高效率。
AIAgent不單是技術(shù)的產(chǎn)物，更是未來生活與工作方式的核心。
這不禁讓人回想，當(dāng)Web3和Blockchain剛引起廣泛討論時(shí)，人們也常常用"顛覆"一詞來形容這項(xiàng)技術(shù)的潛力。回顧過去幾年，Web3從最初的ERC-20、零知識(shí)證明，逐漸發(fā)展到了與其他領(lǐng)域相融合的DeFi、DePIN、GameFi等。
若將Web3與AI這兩大熱門數(shù)字科技相結(jié)合，會(huì)不會(huì)產(chǎn)生1+1>2的效果呢？融資規(guī)模越來越龐大的Web3AI項(xiàng)目，能否為行業(yè)帶來新的用例范式，創(chuàng)造新的真實(shí)需求？AIAgent：人類最理想的智能助手
AIAgent的想象力到底在哪里？網(wǎng)上盛傳一個(gè)高分答案，“大語言模型只能編個(gè)貪吃蛇，而AIAgent可以編出一整個(gè)王者榮耀。”聽起來很夸張，但并未言過其實(shí)。
Agent，國內(nèi)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(huì)》一書中提出，Minsky認(rèn)為社會(huì)中的某些個(gè)體經(jīng)過協(xié)商之后可得出某一問題的解，這些個(gè)體就是Agent。多年來，Agent一直是人機(jī)交互的基石，從微軟的剪輯助手Clippy到GoogleDocs的自動(dòng)建議，這些早期形態(tài)的Agent表現(xiàn)出了個(gè)性化交互的潛力，但在處理更復(fù)雜任務(wù)方面能力仍然有限。直到大語言模型（LLM）的出現(xiàn)，Agent的真正潛力才得以被挖掘。
今年5月，AI領(lǐng)域權(quán)威學(xué)者吳恩達(dá)教授在美國紅杉AI活動(dòng)上分享了關(guān)于AIAgent的演講，在其中，他展示了其團(tuán)隊(duì)做的一系列實(shí)驗(yàn)：
讓AI去寫一些代碼并運(yùn)行，對(duì)比不同LLM和工作流程得出的結(jié)果。結(jié)果如下：
GPT-3.5模型：準(zhǔn)確率48%
GPT-4模型：準(zhǔn)確率67%
GPT-3.5+Agent：高于GPT-4模型的表現(xiàn)
GPT-4+Agent：遠(yuǎn)高于GPT-4模型，非常出色
單人獨(dú)角獸公司正在成為現(xiàn)實(shí)
AIAgent還能夠幫助企業(yè)打造以“人機(jī)協(xié)同”為核心的智能化運(yùn)營新模式。越來越多的業(yè)務(wù)活動(dòng)將交由AI來完成，而人類則只需要聚焦于企業(yè)愿景、戰(zhàn)略和關(guān)鍵路徑的決策上。
就像OpenAI首席執(zhí)行官SamAltman曾在采訪中提到過這樣一個(gè)引人注目的觀點(diǎn)，隨著AI的發(fā)展，我們即將進(jìn)入“單人獨(dú)角獸”時(shí)代，即由單人創(chuàng)辦并達(dá)到10億美元估值的公司。
聽起來天方夜譚，但在AIAgent的助力下，這個(gè)觀點(diǎn)正在成為現(xiàn)實(shí)。
不妨做個(gè)假設(shè)，現(xiàn)在我們要?jiǎng)?chuàng)辦一家科技初創(chuàng)公司。按照傳統(tǒng)方法，顯然我需要雇傭軟件工程師、產(chǎn)品經(jīng)理、設(shè)計(jì)師、營銷人員、銷售和財(cái)務(wù)人員，各司其職但都由我來協(xié)調(diào)。
那么如果使用AIAgent呢，我可能甚至都不需要雇傭員工。
Devin—自動(dòng)化編程
替代軟件工程師，我可能會(huì)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后端的工作。
Devin由CognitionLabs開發(fā)，被稱為是“世界上第一個(gè)AI軟件工程師”。它能夠獨(dú)立完成整個(gè)軟件開發(fā)工作，獨(dú)立分析問題、做出決策、編寫代碼并修復(fù)錯(cuò)誤，均可自主執(zhí)行。大大減輕了開發(fā)人員的工作負(fù)擔(dān)。Devin在短短半年內(nèi)就獲得了1.96億美元的融資，估值迅速飆升至數(shù)十億美元，投資方包括FoundersFund、KhoslaVentures等知名風(fēng)險(xiǎn)投資公司。
雖然Devin仍未推出公開版本，但我們可以從另一個(gè)最近爆火Web2的產(chǎn)品Cursor一窺潛力。它幾乎可以為你完成所有工作，將一個(gè)簡單的想法在幾分鐘內(nèi)轉(zhuǎn)化為功能性代碼，你只需要發(fā)號(hào)施令，就能「坐享其成」。有報(bào)道稱，一個(gè)八歲的孩子，在沒有任何編程經(jīng)驗(yàn)的情況下，居然使用Cursor完成代碼工作并建起了一個(gè)網(wǎng)站。
Hebbia—文件處理
替代產(chǎn)品經(jīng)理或財(cái)務(wù)人員，我可能會(huì)選擇Hebbia，它能幫我完成所有文檔的整理和分析。
與Glean側(cè)重企業(yè)內(nèi)文檔搜索不同，HebbiaMatrix是一個(gè)企業(yè)級(jí)的AIAgent平臺(tái)，借助多個(gè)AI模型，幫助用戶高效地提取、結(jié)構(gòu)化、分析數(shù)據(jù)和文檔，從而推動(dòng)企業(yè)生產(chǎn)力的提高。令人印象深刻的是，Matrix能一次性處理多大數(shù)百萬份文檔。
Hebbia在今年7月完成了1.3億美元B輪，a16z領(lǐng)投，GoogleVentures、PeterThiel等知名投資者參投。
JasperAI—內(nèi)容生成
替代社媒運(yùn)營和設(shè)計(jì)師，我可能會(huì)選擇JasperAI，它能幫我完成內(nèi)容的生成。
JasperAI是一個(gè)AIAgent寫作助手，旨在幫助創(chuàng)作者、營銷人員和企業(yè)簡化內(nèi)容生成流程，提高生產(chǎn)力和創(chuàng)作效率。JasperAI能夠根據(jù)用戶要求的風(fēng)格生成多種類型的內(nèi)容，包括博客文章、社交媒體帖子、廣告文案和產(chǎn)品描述等。并根據(jù)用戶的描述生成圖片，為文本內(nèi)容提供視覺輔助。
JasperAI已獲得1.25億美元的融資，并在2022年達(dá)到了15億美元的估值。根據(jù)統(tǒng)計(jì)數(shù)據(jù)，JasperAI已幫助用戶生成超過5億個(gè)單詞，成為使用最廣泛的AI寫作工具之一。
MultiOn—網(wǎng)頁自動(dòng)化操作
替代助理，我可能會(huì)選擇MultiOn，幫我管理日常任務(wù)、安排日程、設(shè)置提醒，甚至是規(guī)劃出差行程，自動(dòng)預(yù)訂酒店，自動(dòng)安排網(wǎng)約車。
MultiOn是一個(gè)自動(dòng)化的網(wǎng)絡(luò)任務(wù)AI代理，能夠幫助在任何數(shù)字環(huán)境中自主執(zhí)行任務(wù)，例如幫助用戶完成在線購物、預(yù)約等個(gè)人任務(wù)，提升個(gè)人效率，或幫助用戶簡化日常事務(wù)，提高工作效率。
Perplexity—搜索、研究
替代研究員，我可能會(huì)選擇英偉達(dá)CEO都在每天使用的Perplexity。
Perplexity是一個(gè)AI搜索引擎，能夠理解用戶的提問，拆分問題，然后搜索和整合內(nèi)容，生成報(bào)告，以向用戶提供清晰的答案。
Perplexity適用于各類用戶群體，例如學(xué)生和研究人員可以簡化寫作時(shí)的信息檢索流程，提高效率；營銷人員可以獲取可靠數(shù)據(jù)支持營銷策略。
以上內(nèi)容僅為想象，當(dāng)下這些AIAgent的真正能力和水平尚不足以替代各行各業(yè)中的精英人才。正如LogenicAI聯(lián)合創(chuàng)始人李博杰所言，目前LLM的能力還只是入門級(jí)水平，遠(yuǎn)遠(yuǎn)達(dá)不到專家級(jí)，現(xiàn)階段的AIAgent更像是一個(gè)干活比較快但不太可靠的員工。
然而，這些AIAgent憑借各自的特長，正在助力現(xiàn)有用戶在多樣化場景中提高效率和便利性。
不僅僅限于科技公司，各行各業(yè)都可以在AIAgent的浪潮中獲得益處。在教育領(lǐng)域，AIAgent可以根據(jù)學(xué)生的學(xué)習(xí)進(jìn)度、興趣和能力提供個(gè)性化的學(xué)習(xí)資源和輔導(dǎo)；在金融領(lǐng)域，AIAgent可以幫助用戶管理個(gè)人財(cái)務(wù)，提供投資建議，甚至預(yù)測股票走勢；在醫(yī)療領(lǐng)域，AIAgent可以幫助醫(yī)生進(jìn)行疾病診斷和治療方案的制定；在電商領(lǐng)域，AIAgent還可以作為智能客服，通過自然語言處理和機(jī)器學(xué)習(xí)技術(shù)自動(dòng)回答用戶咨詢，處理訂單問題和退貨請(qǐng)求，以此提高客戶服務(wù)效率。Multi-Agent：AIAgent的下一步
在上一節(jié)關(guān)于單人獨(dú)角獸公司的設(shè)想中，單一的AIAgent在處理復(fù)雜任務(wù)時(shí)面臨著局限性，難以滿足實(shí)際需求。而運(yùn)用多個(gè)AIAgent時(shí)，由于這些AIAgent基于異構(gòu)LLM，集體決策困難，能力有限，以至于還需要人類充當(dāng)這些獨(dú)立AIAgent之間的調(diào)度員，協(xié)調(diào)這些服務(wù)于不同應(yīng)用場景的AIAgent去工作。這便催生了“MultiAgent（多智體框架）”的興起。
復(fù)雜問題往往需要融合多方面的知識(shí)和技能，而單個(gè)AIAgent的能力有限，難以勝任。通過將不同能力的AIAgent進(jìn)行有機(jī)組合，Multi-Agent系統(tǒng)可以讓AIAgent發(fā)揮各自的長處，取長補(bǔ)短，從而更有效地解決復(fù)雜問題。
這非常類似于我們實(shí)際中的工作流程或組織結(jié)構(gòu)：由一個(gè)領(lǐng)導(dǎo)者分配任務(wù)，擁有不同能力的人，負(fù)責(zé)不同的任務(wù)，每個(gè)工序執(zhí)行的結(jié)果給到下一個(gè)工序，最終得到最后的任務(wù)成果。
在實(shí)現(xiàn)過程上，由較低級(jí)別AIAgent執(zhí)行各自的任務(wù)，而由級(jí)別較高的AIAgent分配任務(wù)，并對(duì)它們的完成情況進(jìn)行監(jiān)督。
Multi-Agent還能模擬我們?nèi)祟惖臎Q策過程，就像我們遇到問題時(shí)會(huì)找人商量一樣，多個(gè)AIAgent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(fā)的AutoGen就滿足了這一點(diǎn)：
能夠創(chuàng)建不同角色的AIAgent。這些AIAgent具有基本的對(duì)話能力，能夠根據(jù)接收到的消息，生成回復(fù)。
通過GroupChat來創(chuàng)建由多個(gè)AIAgent參與的群聊環(huán)境，在這個(gè)GroupChat有一個(gè)管理員角色的AIAgent管理其他AIAgent的聊天記錄、發(fā)言者順序、終止發(fā)言等。
傳統(tǒng)的AI系統(tǒng)往往是集中式管理，導(dǎo)致AIAgent面臨單點(diǎn)故障和數(shù)據(jù)隱私問題，Web3的Decentralization特性可以使得Multi-Agent系統(tǒng)更加分散和自治，每個(gè)AIAgent可以獨(dú)立地運(yùn)行在不同的Node上，自主執(zhí)行用戶提出的需求，增強(qiáng)了魯棒性和安全性。通過PoS、DPoS等機(jī)制建立針對(duì)質(zhì)押者、委托者的激勵(lì)懲罰機(jī)制，可以促進(jìn)單一AIAgent或Multi-Agent系統(tǒng)的民主化。
在這方面，GaiaNet、Theoriq、PINAI、HajimeAI都有非常前沿的嘗試。
Theoriq是一個(gè)服務(wù)于“AIforWeb3”的項(xiàng)目，希望通過AgenticProtocol建立 AIAgents的調(diào)用和經(jīng)濟(jì)系統(tǒng)，普及Web3的開發(fā)和許多功能性場景，為Web3dApp提供可驗(yàn)證的模型推理能力。
GaiaNet以Node為基礎(chǔ)的AIAgent創(chuàng)建和部署環(huán)境，以保護(hù)專家、用戶的知識(shí)產(chǎn)權(quán)與數(shù)據(jù)隱私為出發(fā)點(diǎn)，抗衡中心化的OpenAIGPTStore。
HajimeAI則在兩者基礎(chǔ)上發(fā)力AIAgent工作流在實(shí)際需求中的建立和針對(duì)意圖本身的智能化、自動(dòng)化，呼應(yīng)PINAI提到的“AI智能的個(gè)性化”。
同時(shí)，ModulusLabs與ORAProtocol分別在AIAgent的zkML和opML的算法方向取得了進(jìn)展。
最后，AIAgent和Multi-Agent系統(tǒng)的開發(fā)和迭代往往需要大量的資金支持，而Web3可以通過前置流動(dòng)性的特點(diǎn)幫助有潛力的AIAgent項(xiàng)目獲取寶貴的早期支持。
Spectral和HajimeAI均提出了支持發(fā)行鏈上AIAgent資產(chǎn)的產(chǎn)品構(gòu)想：通過IAO（InitialAgentOffering）發(fā)行Tokens，AIAgent可以直接從投資者獲得資金，同時(shí)成為DAO治理的一員，為投資者提供參與項(xiàng)目發(fā)展和分享未來收益的機(jī)會(huì)。其中HajimeAI的BenchmarkDAO希望通過眾籌加Tokens激勵(lì)的方式，將Decentralization的AIAgent評(píng)分和AIAgent資產(chǎn)發(fā)行有機(jī)結(jié)合起來，打造AIAgent依托Web3融資和冷啟動(dòng)的閉環(huán)，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(gè)人既興奮又迷茫，熱潮下是機(jī)遇還是暗礁，無人知曉。如今，各行各業(yè)都已不再是PPT融資時(shí)代，無論多么前沿的技術(shù)，也只有落地才能實(shí)現(xiàn)價(jià)值。AIAgent的未來注定是一場漫長的馬拉松，而Web3正確保它不會(huì)在這場競賽中黯然退場。