AI Agent能否成爲Web3+AI的救命稻草？

AI Agent項目在Web2創業中熱門、成熟的類型主要是企業端服務類，而在Web3領域中模型訓練、平台集合類項目因其在構建生態系統中的關鍵作用而成爲主流。

當下Web3的AI Agent項目數量不多佔比8%，但它們在AI賽道中的市值佔比卻高達23%，因此展現出的強大的市場競爭力，我們預計隨着技術成熟和市場認可度提升，未來將出現多個估值超過10億美元的項目。

對於Web3項目而言，對於非AI核心的應用端產品，引入AI技術可能成爲戰略優勢。對於AI Agent項目結合方式應注重全生態系統構建和代幣經濟模型設計，以促進去中心化和網路效應。

AI浪潮：項目迭出和估值抬升的現狀

自ChatGPT在2022年11月問世以來，在短短兩個月內就吸引了超過一億用戶，到2024年5月，ChatGPT的月收入已達到驚人的2030萬美元，而OpenAI在發布ChatGPT之後，也迅速推出了GPT-4, GP4-4o等迭代版本。如此迅猛的態勢，各大傳統科技巨頭意識到LLM等最前沿AI模型應用的重要性，紛紛推出自己的AI模型和應用，例如，谷歌發布了大語言模型PaLM2，Meta推出了Llama3，而中國公司則推出了文心一言，智譜清言等大模型，顯然AI領域已然成爲兵家必爭之地。

各大科技巨頭的競賽不僅推動了商業應用的發展，同時我們從開源AI研究的調查統計發現，2024年的AI Index report顯示GitHub上的AI相關項目數量從2011年的845個激增至2023年的約180萬個，尤其在GPT發布後的2023年，項目數量同比增長了59.3%，反映了全球開發者社區對AI研究的熱衷。

對AI技術的熱情直接反映在了投資市場上，AI投資市場呈現出強勁的增長，在2024年第二季度呈現爆發式增長。全球共有16筆超1.5億美元的AI相關投資，是第一季度的兩倍之多。AI初創的融資總額更是飆升至240億美元，同比增長過一倍。其中，馬斯克旗下的xAI更是籌集了60億美元，估值爲240億美元，成爲僅次於OpenAI的估值第二高的AI初創公司。

AI技術的迅猛發展正以前所未有的速度重塑着科技領域的版圖。從科技巨頭間的激烈角逐，到開源社區項目的蓬勃發展，再到資本市場對AI概念的熱烈追捧。項目層出不窮，投資額屢創新高，估值也隨之水漲船高。整體而言，AI市場正處於一個高速發展的黃金時期，大型語言模型和檢索增強生成技術在語言處理領域實現了重大進展。盡管如此，這些模型在將技術優勢轉化爲實際產品時仍面臨挑戰，如模型輸出的不確定性、生成不準確信息的幻覺風險以及模型透明度問題。這些問題在對可靠性要求極高的應用場景下變得尤爲重要。

在這一背景下，我們開始對AI Agent展開研究，因爲AI Agent強調解決實際問題與環境交互的全面性。這一轉變標志着AI技術從純粹的語言模型向能夠真正理解學習並解決現實問題的智能系統進化。所以我們從AI Agent的發展中看到了希望，它正逐步彌合AI技術與實際問題解決之間的鴻溝。AI技術的演進不斷重塑着生產力的架構，而Web3技術則在重構着數字經濟的生產關係。當AI的三大要素：數據、模型和算力，與Web3的去中心化、代幣經濟和智能合約等核心理念相融合，我們預見將催生出一系列創新性應用。在這個充滿潛力的交叉領域，我們認爲，AI Agent以其自主執行任務的能力，展現出了實現大規模應用的巨大潛力。

爲此，我們開始深入研究AI Agent在Web3的多樣化應用，從Web3的基礎設施、中間件、應用層面，到數據和模型市場等多個維度，旨在識別並評估那些最具前景的項目類型和應用場景，以深入理解AI與Web3的深度融合。

概念釐清：AI Agent的介紹和分類概覽

基本介紹

在介紹AI Agent之前，爲了讓讀者更好理解其定義和模型本身的區別，我們通過一個實際場景來做舉例：假設你正在規劃一次旅行。傳統的大型語言模型提供目的地信息和旅行建議。檢索增強生成技術則能提供更豐富、具體的目的地內容。而AI Agent就像是鋼鐵俠電影中的賈維斯，能理解需求，還能根據你的一句話主動搜索航班和酒店，執行預訂操作，將行程添加到日曆中。

目前行業內普遍對AI Agent的定義是指,能夠感知環境並做出相應行動的智能系統，通過傳感器獲取環境信息，經過處理後通過執行器對環境產生影響（Stuart Russell & Peter Norvig, 2020）。我們認爲，AI Agent就是集合了LLM、RAG、記憶、任務規劃和工具使用能力的助手。它不僅能夠單純的信息提供，還能夠規劃、分解任務，並真正地執行。

根據這一定義和特性，我們可以發現AI Agent早已融入我們的生活，在不同的場景中得到應用，例如AlphaGo、Siri、特斯拉的L5級別以上的自動駕駛等都可被視爲AI Agent的實例。這些系統共同的特質就是都能感知外界用戶輸入，並據此做出相應對現實環境產生影響。

以ChatGPT爲例進行概念釐清，我們應當明確指出Transformer是構成AI模型的技術架構，GPT是基於此架構發展起來的模型系列，而GPT-1、GPT-4、GPT-4o分別代表了模型在不同發展階段的版本。ChatGP則T作爲基於GPT模型進化而來的AI Agent。

分類概況

當下AI Agent市場尚未形成統一的分類標準，我們通過分別對Web2+Web3市場中204個AI Agent項目打標籤的方式，根據每個項目對應的顯著標籤，分爲了一級分類和二級分類。其中，一級分類爲基礎建設，內容生成，用戶交互三種類別，再根據其實際用例進行細分：

基礎建設類：這類專注於構建Agent領域較爲底層的內容，包括平台、模型、數據、開發工具，以及較爲成熟便底層應用的B端服務類。

• 開發工具類：爲開發者提供構建AI Agent的輔助工具和框架。

• 數據處理類：處理和分析不同格式的數據，主要用來輔助決策、爲訓練提供來源。

• 模型訓練類：提供針對AI的模型訓練服務，包括推理、對模型的建立、設定等

• B端服務類：主要面向企業用戶，提供企業服務類、垂直類、自動化的解決方案。

• 平台集合類：集成多種AI Agent服務和工具的平台。

交互類：與內容生成類相似，區別在於持續雙向互動。交互類Agent不僅接受和理解用戶需求，還通過自然語言處理（NLP）等技術提供反饋，實現與用戶的雙向互動。

• 情感陪伴類：提供情感支持和陪伴的AI Agent。

• GPT類：基於GPT（生成式預訓練Transformer）模型的AI Agent。

• 搜索類：專注於搜索功能，提供更準確的信息檢索爲主的Agent。

內容生成類：這類項目專注於創造內容，利用大模型技術根據用戶指令生成各種形式的內容，分爲文字生成、圖像生成、視頻生成和音頻生成四類。

Web2 AI Agent發展現狀分析

根據我們的統計，在Web2傳統互聯網中AI Agent的開發呈現出明顯的板塊集中趨勢。具體來說，大約有三分之二的項目集中在基礎建設類，其中主要是B端服務類和開發工具類居多，我們對這一現象也進行了一些分析。

技術成熟度的影響：基礎建設類項目之所以佔據主導地位，首先得益於其技術成熟度。這些項目通常建立在經過時間檢驗的技術和框架之上，從而降低了開發難度和風險。相當於AI領域的"鏟子"，爲AI Agent的開發和應用提供了堅實的基礎。

市場需求的推動：另一個關鍵因素是市場需求。與消費者市場相比，企業市場對AI技術的需求更爲迫切，特別是在尋求提升運營效率和降低成本的解決方案方面。同時對於開發者而言，來自企業的現金流相對穩定，有利於他們開發後續項目。

應用場景的限制：與此同時，我們注意到內容生成類AI在B端市場的應用場景相對有限。由於其產出的不穩定性，企業更傾向於那些能夠穩定提高生產力的應用。這導致了內容生成類AI在項目庫中所佔比例較小。

這一趨勢反映了技術成熟度、市場需求和應用場景的實際考量。隨着AI技術的不斷進步和市場需求的進一步明確，我們預期這一格局可能會有所調整，但基礎建設類仍將是AI Agent發展的堅實基石。

Web2的AI Agent龍頭項目分析

我們深入探討一些當前Web2市場上的AI Agent項目，並對它們展開分析，以Character AI， Perplexity AI，Midjourney三個項目爲例。

Character AI：

產品介紹：Character.AI 提供基於人工智能的對話系統和虛擬角色創建工具。其平台允許用戶創建、訓練和與虛擬角色進行互動，這些角色能夠進行自然語言對話並執行特定任務。

數據分析：Character.AI 在5月的訪問量爲2.77億，平台擁有超過350萬的日活躍用戶，其中大部分用戶年齡在18至34歲之間，顯示出年輕化的用戶羣體特徵。Character AI在資本市場上表現出色，完成了1.5億美元的融資，估值達到10億美元，由a16z領投。

技術分析：Character AI與谷歌母公司Alphabet簽署了非獨家使用其大型語言模型的許可協議，這表明Character AI採用的是自研技術。值得一提的是，公司的創始人Noam Shazeer和Daniel De Freitas曾參與開發谷歌的對話式語言模型Llama。

Perplexity AI:

產品介紹：Perplexity能夠從互聯網上抓取並提供詳盡的答案。通過引用和參考連結確保了信息的可靠性和準確性，同時他會教育、引導用戶進行追問和搜索關鍵詞，滿足了用戶多樣化查詢需求。

數據分析：Perplexity的月活躍用戶數量已達到1000萬，其移動和桌面應用程序的訪問量在2月份實現了8.6%的增長，吸引了約5000萬用戶。在資本市場上，Perplexity AI最近宣布獲得6270萬美元的融資，估值達到10.4億美元，由Daniel Gross領投，參與者包括Stan Druckenmiller和NVIDIA。

技術分析：Perplexity使用的主要模型是經過微調的GPT-3.5，以及基於開源大模型微調的兩款大型模型：pplx-7b-online和pplx-70b-online。模型適合專業學術研究和垂直領域的查詢，確保信息的真實度和可靠性。

Midjourney:

產品介紹：用戶可以通過Prompts在Midjourney創建各種風格和主題的圖像，覆蓋從寫實到抽象的廣泛創作需求。平台還提供圖像混合與編輯，允許用戶進行圖像疊加和風格遷移，平台的實時生成功能確保用戶在幾十秒到幾分鍾內就