Multi Agent是什么？深度解析Multi Agent！
如果说AIGC开启了内容生成的智能时代，那么AI Agent则有机会将AIGC的能力真正产品化。AI Agent就像是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。这让我不禁想到，如果没有AI Agent，我们可能还得自己手动处理许多繁琐的工作，这可真是个让人头疼的过程啊！
最安全的虚拟币交易平台推荐：
- OKX（欧易交易所）>>>进入官网<<< >>>官方下载<<<
- Binance（币安交易所）>>>进入官网<<< >>>官方下载<<<
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。如果将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
- Hebbia — 文件处理
- Jasper AI — 内容生成
- MultiOn — 网页自动化操作
- Perplexity — 搜索、研究
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。
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。
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。
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。
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。
