深度解析 Multi-Agent：Web3 与 AI 终将相互成就？

如果说 AIGC 开启了内容生成的智能时代，那么 AI Agent 则有机会把 AIGC 的能力真正产品化。

AI Agent 像一位更具象的全能员工，被称为是人工智能机器人的初级形态，能够如同人类一般观察周遭环境、做出决策，并自动采取行动。

比尔·盖茨曾直言，“掌控 AI Agent，才是真正的成就。届时，你将不再需要亲自上网搜索信息。”AI 领域的权威专家们同样对 AI Agent 的前景寄予厚望。微软 CEO 萨提亚·纳德拉曾预言，AI Agent 将成为人机交互的主要方式，能够理解用户需求并主动提供服务。吴恩达教授亦预测，在未来的工作环境中，人类和 AI Agent 将以更加紧密的方式协作，形成高效的工作模式，提高效率。

AI Agent 不单是技术的产物，更是未来生活与工作方式的核心。

这不禁让人回想，当 Web3 和区块链刚引起广泛讨论时，人们也常常用"颠覆"一词来形容这项技术的潜力。回顾过去几年，Web3 从最初的 ERC-20、零知识证明，逐渐发展到了与其他领域相融合的 DeFi、DePIN、GameFi 等。

若将 Web3 与 AI 这两大热门数字科技相结合，会不会产生 1 1>2 的效果呢？融资规模越来越庞大的Web3 AI 项目，能否为行业带来新的用例范式，创造新的真实需求？

AI Agent：人类最理想的智能助手

AI Agent 的想象力到底在哪里？网上盛传一个高分答案，“大语言模型只能编个贪吃蛇，而 AI Agent 可以编出一整个王者荣耀。”听起来很夸张，但并未言过其实。

Agent，国内通常翻译为“智体”。这一概念由“人工智能之父” Minsky 在 1986 年出版的《思维的社会》一书中提出，Minsky 认为社会中的某些个体经过协商之后可得出某一问题的解，这些个体就是 Agent。多年来，Agent 一直是人机交互的基石，从微软的剪辑助手 Clippy 到 Google Docs 的自动建议，这些早期形态的 Agent 表现出了个性化交互的潜力，但在处理更复杂任务方面能力仍然有限。直到大语言模型（LLM）的出现，Agent 的真正潜力才得以被挖掘。

今年 5 月，AI 领域权威学者吴恩达教授在美国红杉 AI 活动上分享了关于 AI Agent 的演讲，在其中，他展示了其团队做的一系列实验：

让 AI 去写一些代码并运行，对比不同 LLM 和工作流程得出的结果。结果如下：

• GPT-3.5 模型：准确率 48%

• GPT-4 模型：准确率 67% 

• GPT-3.5 Agent：高于 GPT-4 模型的表现

• GPT-4 Agent：远高于 GPT-4 模型，非常出色

的确。大多数人在使用 ChatGPT 这种 LLM 时，方式通常是：输入一段提示词，大模型会立即生成答案，不会自动识别和纠正错误删除重写。

相比之下，AI Agent 工作流程是这样的：

首先，先让 LLM 写一个文章大纲，如有必要，先在互联网上搜索内容进行调研分析，输出初稿，然后阅读草稿并思考如何优化，如此循环往复、多次迭代，最终输出一篇逻辑严谨、错误率最低的高质量文章。

我们可以发现，AI Agent 与 LLM 的区别在于，LLM 与人类之间的交互基于提示词（prompt）进行。而 AI Agent 仅需设定一个目标，它就能够针对目标独立思考并做出行动。根据给定任务详细拆解出每一步的计划步骤，依靠来自外界的反馈和自主思考，自己给自己创建 prompt，来实现目标。

因此 OpenAI 对 AI Agent 的定义是：以 LLM 为大脑驱动，具有自主理解感知、规划、记忆和使用工具的能力，能自动化执行完成复杂任务的系统。

当 AI 从被使用的工具变成可以使用工具的主体，就成为了 AI Agent。这也正是 AI Agent 可以成为人类最理想智能助手的原因所在。例如，AI Agent 能够基于用户历史线上互动，了解并记忆用户的兴趣、偏好、日常习惯，识别用户的意图，主动提出建议，并协调多个应用程序去完成任务。

就如同在盖茨的构想中，未来我们不再需要为不同的任务切换到不同的应用中，只需用平常的语言告诉电脑和手机想做什么，根据用户愿意共享的数据，AI Agent 将提供个性化的响应。

单人独角兽公司正在成为现实

AI Agent 还能够帮助企业打造以“人机协同”为核心的智能化运营新模式。越来越多的业务活动将交由 AI 来完成，而人类则只需要聚焦于企业愿景、战略和关键路径的决策上。

就像 OpenAI 首席执行官 Sam Altman 曾在采访中提到过这样一个引人注目的观点，随着 AI 的发展，我们即将进入“单人独角兽”时代，即由单人创办并达到 10 亿美元估值的公司。

听起来天方夜谭，但在 AI Agent 的助力下，这个观点正在成为现实。

不妨做个假设，现在我们要创办一家科技初创公司。按照传统方法，显然我需要雇佣软件工程师、产品经理、设计师、营销人员、销售和财务人员，各司其职但都由我来协调。

那么如果使用 AI Agent 呢，我可能甚至都不需要雇佣员工。

• Devin — 自动化编程

替代软件工程师，我可能会使用今年爆火的 AI 软件工程师 Devin，它能帮我完成所有前端和后端的工作。

Devin 由 Cognition Labs 开发，被称为是“世界上第一个 AI 软件工程师”。它能够独立完成整个软件开发工作，独立分析问题、做出决策、编写代码并修复错误，均可自主执行。大大减轻了开发人员的工作负担。Devin 在短短半年内就获得了 1.96 亿美元的融资，估值迅速飙升至数十亿美元，投资方包括 Founders Fund、Khosla Ventures 等知名风险投资公司。

虽然 Devin 仍未推出公开版本，但我们可以从另一个最近爆火 Web2 的产品 Cursor 一窥潜力。它几乎可以为你完成所有工作，将一个简单的想法在几分钟内转化为功能性代码，你只需要发号施令，就能「坐享其成」。有报道称，一个八岁的孩子，在没有任何编程经验的情况下，居然使用 Cursor 完成代码工作并建起了一个网站。

• Hebbia — 文件处理

替代产品经理或财务人员，我可能会选择 Hebbia，它能帮我完成所有文档的整理和分析。

与 Glean 侧重企业内文档搜索不同，Hebbia Matrix 是一个企业级的 AI Agent 平台，借助多个 AI 模型，帮助用户高效地提取、结构化、分析数据和文档，从而推动企业生产力的提高。令人印象深刻的是，Matrix 能一次性处理多大数百万份文档。

Hebbia 在今年 7 月完成了 1.3 亿美元 B 轮，a16z 领投，Google Ventures、Peter Thiel 等知名投资者参投。

• Jasper AI — 内容生成

替代社媒运营和设计师，我可能会选择 Jasper AI，它能帮我完成内容的生成。

Jasper AI 是一个 AI Agent 写作助手，旨在帮助创作者、营销人员和企业简化内容生成流程，提高生产力和创作效率。Jasper AI 能够根据用户要求的风格生成多种类型的内容，包括博客文章、社交媒体帖子、广告文案和产品描述等。并根据用户的描述生成图片，为文本内容提供视觉辅助。

Jasper AI 已获得 1.25 亿美元的融资，并在 2022 年达到了15 亿美元的估值。根据统计数据，Jasper AI 已帮助用户生成超过 5 亿个单词，成为使用最广泛的 AI 写作工具之一。

• MultiOn — 网页自动化操作

替代助理，我可能会选择 MultiOn，帮我管理日常任务、安排日程、设置提醒，甚至是规划出差行程，自动预订酒店，自动安排网约车。

MultiOn 是一个自动化的网络任务 AI 代理，能够帮助在任何数字环境中自主执行任务，例如帮助用户完成在线购物、预约等个人任务，提升个人效率，或帮助用户简化日常事务，提高工作效率。

• Perplexity — 搜索、研究

替代研究员，我可能会选择英伟达 CEO 都在每天使用的 Perplexity。

Perplexity 是一个 AI 搜索引擎，能够理解用户的提问，拆分问题，然后搜索和整合内容，生成报告，以向用户提供清晰的答案。

Perplexity 适用于各类用户群体，例如学生和研究人员可以简化写作时的信息检索流程，提高效率；营销人员可以获取可靠数据支持营销策略。

以上内容仅为想象，当下这些 AI Agent 的真正能力和水平尚不足以替代各行各业中的精英人才。正如 Logenic AI 联合创始人李博杰所言，目前 LLM 的能力还只是入门级水平，远远达不到专家级，现阶段的 AI Agent 更像是一个干活比较快但不太可靠的员工。

然而，这些 AI Agent 凭借各自的特长，正在助力现有用户在多样化场景中提高效率和便利性。

不仅仅限于科技公司，各行各业都可以在 AI Agent 的浪潮中获得益处。在教育领域，AI Agent 可以根据学生的学习进度、兴趣和能力提供个性化的学习资源和辅导；在金融领域，AI Agent 可以帮助用户管理个人财务，提供投资建议，甚至预测股票走势；在医疗领域，AI Agent 可以帮助医生进行疾病诊断和治疗方案的制定；在电商领域，AI Agent 还可以作为智能客服，通过自然语言处理和机器学习技术自动回答用户咨询，处理订单问题和退货请求，以此提高客户服务效率。

Multi-Agent：AI Agent 的下一步

在上一节关于单人独角兽公司的设想中，单一的 AI Agent 在处理复杂任务时面临着局限性，难以满足实际需求。而运用多个 AI Agent 时，由于这些 AI Agent 基于异构 LLM，集体决策困难，能力有限，以至于还需要人类充当这些独立 AI Agent 之间的调度员，协调这些服务于不同应用场景的 AI Agent 去工作。这便催生了“Multi Agent（多智体框架）”的兴起。

复杂问题往往需要融合多方面的知识和技能，而单个 AI Agent 的能力有限，难以胜任。通过将不同能力的 AI Agent 进行有机组合，Multi-Agent 系统可以让 AI Agent 发挥各自的长处，取长补短，从而更有效地解决复杂问题。

这非常类似于我们实际中的工作流程或组织结构：由一个领导者分配任务，拥有不同能力的人，负责不同的任务，每个工序执行的结果给到下一个工序，最终得到最后的任务成果。

在实现过程上，由较低级别 AI Agent 执行各自的任务，而由级别较高的 AI Agent 分配任务，并对它们的完成情况进行监督。

Multi-Agent 还能模拟我们人类的决策过程，就像我们遇到问题时会找人商量一样，多个 AI Agent 也可以模拟集体决策的行为，为我们提供更好的信息支持。例如由微软开发的 AutoGen 就满足了这一点：

• 能够创建不同角色的 AI Agent。这些 AI Agent 具有基本的对话能力，能够根据接收到的消息，生成回复。

• 通过 GroupChat 来创建由多个 AI Agent 参与的群聊环境，在这个 GroupChat 有一个管理员角色的 AI Agent 管理其他 AI Agent 的聊天记录、发言者顺序、终止发言等。

如果应用到单人独角兽公司的设想里，我们可以通过 Multi-Agent 架构创建几个不同角色的 AI Agent，比如项目经理、程序员或者主管。把我们的目标告诉它们，让它们任意去想办法，我们只要在一旁听汇报，如果觉得有意见或者它们做得不对的地方，就让它们改，直到满意为止。

相比单一的 AI Agent，Multi-Agent 可以实现：

• 可扩展性：通过增加 AI Agent 的数量来处理更大规模的问题，每个 AI Agent 处理任务的一部分，使得系统能够随着需求的增长而扩展。

• 并行性：天然支持并行处理，多个 AI Agent 可以同时在问题的不同部分上工作，从而加速了问题解决。

• 决策改进：通过聚合多个 AI Agent 的洞察力来增强决策制定，因为每个 AI Agent 都有自己的视角和专业知识。

随着 AI 技术的不断进步，可以想象 Multi-Agent 框架将在更多行业发挥更大的作用，并推动 AI 驱动的各类新解决方案的发展。

AI Agent 之风，吹向 Web3 

迈出实验室，AI Agent 和 Multi-Agent 道阻且长。

暂且不论 Multi-Agent，即便是当下最先进的单一 AI Agent ，其需要的算力资源和计算能力在物理层面仍有明确的上限，无法做到无限扩展。一旦面临极其错综复杂、计算量密集的任务，AI Agent 无疑将会遭遇算力瓶颈，性能大打折扣。

再者，AI Agent 和 Multi-Agent 系统本质上是一种集中式的架构模式，这决定了它存在着极高的单一故障风险。更重要的是，OpenAI、微软、谷歌等公司基于闭源大模型的垄断商业模式，严重威胁独立、单一的 AI Agent 创业公司的生存环境，使得 AI Agent 无法顺利利用庞大的企业私有数据来使它们变得更聪明、更有效率。AI Agent 之间亟需民主化的协作环境，使得真正有价值的 AI Agent 得以服务更广阔的需求人群，为社会创造更大的价值。

最后，虽然与 LLM 相比，AI Agent 更贴近产业，但其发展基于 LLM，而当前大模型赛道的特点是技术门槛高、资金投入多、商业模式尚且发展不成熟，AI Agent 通常很难获得融资以持续更新迭代。

Multi-Agent 的范式是 Web3 助力 AI 的绝佳角度，已经有不少 Web3 开发团队正在这些方面投入研发提供解决方案。

AI Agent 和 Multi-Agent 系统通常需要大量的计算资源来进行复杂的决策和处理任务。Web3 通过区块链和去中心化技术，可以构建去中心化的算力市场，使得算力资源可以在全球范围内更加公平和高效地分配和利用。Akash、Nosana、Aethir、 IO.net 等 Web3 项目可以对 AI Agent 决策和推理提供计算能力。

传统的 AI 系统往往是集中式管理，导致 AI Agent 面临单点故障和数据隐私问题，Web3 的去中心化特性可以使得 Multi-Agent 系统更加分散和自治，每个 AI Agent 可以独立地运行在不同的节点上，自主执行用户提出的需求，增强了鲁棒性和安全性。通过 PoS、DPoS 等机制建立针对质押者、委托者的激励惩罚机制，可以促进单一 AI Agent 或 Multi-Agent 系统的民主化。

在这方面，GaiaNet、Theoriq、PIN AI、HajimeAI 都有非常前沿的尝试。

• Theoriq 是一个服务于“AI for Web3”的项目，希望通过 Agentic Protocol 建立  AI Agents 的调用和经济系统，普及 Web3 的开发和许多功能性场景，为 Web3 dApp 提供可验证的模型推理能力。

• GaiaNet 以节点为基础的 AI Agent 创建和部署环境，以保护专家、用户的知识产权与数据隐私为出发点，抗衡中心化的 OpenAI GPT Store。

• HajimeAI 则在两者基础上发力 AI Agent 工作流在实际需求中的建立和针对意图本身的智能化、自动化，呼应PIN AI提到的“AI智能的个性化”。

• 同时，Modulus Labs 与 ORA Protocol 分别在 AI Agent 的 zkML 和 opML 的算法方向取得了进展。

最后，AI Agent 和 Multi-Agent 系统的开发和迭代往往需要大量的资金支持，而 Web3 可以通过前置流动性的特点帮助有潜力的 AI Agent 项目获取宝贵的早期支持。

Spectral 和 HajimeAI 均提出了支持发行链上 AI Agent 资产的产品构想：通过 IAO（Initial Agent Offering）发行代币，AI Agent 可以直接从投资者获得资金，同时成为 DAO 治理的一员，为投资者提供参与项目发展和分享未来收益的机会。其中 HajimeAI 的 Benchmark DAO 希望通过众筹加代币激励的方式，将去中心化的 AI Agent 评分和 AI Agent 资产发行有机结合起来，打造 AI Agent 依托 Web3 融资和冷启动的闭环，也是比较新颖的尝试。

AI 潘多拉魔盒已然开启，置身其中的每个人既兴奋又迷茫，热潮下是机遇还是暗礁，无人知晓。如今，各行各业都已不再是 PPT 融资时代，无论多么前沿的技术，也只有落地才能实现价值。AI Agent 的未来注定是一场漫长的马拉松， 而 Web3 正确保它不会在这场竞赛中黯然退场。