深度解析Multi-Agent:Web3與AI終將相互成就?

avatar
Meteorite Labs
3個月前
本文約5127字,閱讀全文需要約7分鐘
Web3如何協助頂級VC爭先押注的AI Agent賽道?

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

深度解析Multi-Agent:Web3與AI終將相互成就?

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。

深度解析Multi-Agent:Web3與AI終將相互成就?

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 還可以作為智慧客服,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。

深度解析Multi-Agent:Web3與AI終將相互成就?

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 的典範是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。

深度解析Multi-Agent:Web3與AI終將相互成就?

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。

原創文章,作者:Meteorite Labs。轉載/內容合作/尋求報導請聯系 report@odaily.email;違規轉載法律必究。

ODAILY提醒,請廣大讀者樹立正確的貨幣觀念和投資理念,理性看待區塊鏈,切實提高風險意識; 對發現的違法犯罪線索,可積極向有關部門舉報反映。

推薦閱讀
星球精選