Может ли AI-агент стать спасательным кругом для Web3+AI?

Проекты AI Agent являются популярным и зрелым типом в Web2 стартапах, в основном ориентированным на услуги для бизнеса, тогда как в области Web3 проекты, связанные с обучением моделей и платформами, стали мейнстримом благодаря их ключевой роли в построении экосистем.

В настоящее время количество проектов AI Agent в Web3 невелико и составляет 8%, но их доля на рынке AI достигает 23%, что демонстрирует их сильную рыночную конкурентоспособность. Мы ожидаем, что с развитием технологий и повышением рыночной признанности в будущем появится несколько проектов с оценкой более 1 миллиарда долларов.

Для проектов Web3 внедрение технологий ИИ в приложения, не являющиеся ядром ИИ, может стать стратегическим преимуществом. При разработке проекта AI Agent следует уделять внимание построению всей экосистемы и проектированию токеномики для содействия децентрализации и сетевым эффектам.

Волна ИИ: Текущая ситуация с появлением новых проектов и ростом оценок

С момента появления ChatGPT в ноябре 2022 года он привлек более 100 миллионов пользователей всего за два месяца. К маю 2024 года месячный доход ChatGPT достиг впечатляющих 20,3 миллиона долларов, а OpenAI после запуска ChatGPT быстро выпустила итерационные версии, такие как GPT-4 и GP4-4o. В такой стремительной обстановке крупные традиционные технологические гиганты осознали важность применения передовых AI-моделей, таких как LLM, и начали выпускать свои собственные AI-модели и приложения. Например, Google выпустила большую языковую модель PaLM2, Meta представила Llama3, а китайские компании выпустили модели, такие как 文心一言 и 智谱清言. Очевидно, что область AI стала полем битвы.

Соревнование среди крупных технологических компаний не только способствовало развитию коммерческих приложений, но и, согласно статистике исследований открытого AI, 2024 годовой отчет AI Index показывает, что количество проектов, связанных с AI, на GitHub, увеличилось с 845 в 2011 году до примерно 1,8 миллиона в 2023 году. Особенно после выпуска GPT в 2023 году количество проектов увеличилось на 59,3% по сравнению с предыдущим годом, что отражает увлеченность глобального сообщества разработчиков исследованием AI.

Страсть к технологиям ИИ непосредственно отражается на инвестиционном рынке, где рынок инвестиций в ИИ демонстрирует сильный рост, а во втором квартале 2024 года он показывает взрывной рост. В мире произошло 16 сделок по инвестициям в ИИ на сумму более 150 миллионов долларов, что вдвое больше, чем в первом квартале. Общая сумма финансирования стартапов в области ИИ резко возросла до 24 миллиардов долларов, что на более чем вдвое больше по сравнению с предыдущим годом. Из них xAI под руководством Маска привлекла 6 миллиардов долларов и оценивается в 24 миллиарда долларов, став второй по величине стартапом в области ИИ после OpenAI.

Стремительное развитие технологий ИИ в настоящее время пересматривает ландшафт научно-технической области с беспрецедентной скоростью. От ожесточенной конкуренции между технологическими гигантами до бурного роста проектов в открытых сообществах и до горячего энтузиазма со стороны капитальных рынков к концепциям ИИ. Проекты появляются один за другим, объемы инвестиций вновь и вновь устанавливают рекорды, а оценки компаний также растут. В общем, рынок ИИ находится на этапе быстрого развития, в котором крупные языковые модели и технологии генерации с поддержкой поиска достигли значительных успехов в области обработки языка. Тем не менее, эти модели по-прежнему сталкиваются с вызовами при преобразовании технологических преимуществ в реальные продукты, такими как неопределенность выходных данных модели, риск генерации неверной информации и проблемы прозрачности моделей. Эти вопросы становятся особенно важными в приложениях, где требования к надежности крайне высоки.

В этом контексте мы начали исследовать AI Agent, поскольку AI Agent подчеркивает целостность решения реальных проблем и взаимодействия с окружающей средой. Этот переход знаменует собой эволюцию AI-технологий от чисто языковых моделей к интеллектуальным системам, которые действительно понимают, обучаются и решают реальные проблемы. Таким образом, мы видим надежду в развитии AI Agent, который постепенно преодолевает разрыв между AI-технологиями и решением реальных проблем. Эволюция AI-технологий постоянно пересматривает структуру производительности, в то время как технологии Web3 перестраивают производственные отношения цифровой экономики. Когда три ключевых элемента AI: данные, модели и вычислительная мощность, объединяются с основными концепциями Web3, такими как децентрализация, токеномика и смарт-контракты, мы предвкушаем появление ряда инновационных приложений. В этой многообещающей пересеченной области мы считаем, что AI Agent, обладая способностью самостоятельно выполнять задачи, демонстрирует огромный потенциал для масштабного применения.

Для этого мы начали углубленное исследование разнообразных приложений AI Agent в Web3, начиная с инфраструктуры Web3, промежуточного ПО, уровня приложений и заканчивая рынками данных и моделей, с целью выявления и оценки самых перспективных типов проектов и сценариев применения, чтобы глубже понять глубокую интеграцию AI и Web3.

Пояснение концепции: Введение и обзор классификации AI Agent

Основное введение

Прежде чем представить AI Agent, чтобы читатели лучше поняли отличие между его определением и самой моделью, мы приведем пример из реальной жизни: представьте, что вы планируете поездку. Традиционные крупные языковые модели предоставляют информацию о направлениях и рекомендации по путешествиям. Технология, основанная на улучшенном поиске, может предоставить более богатое и конкретное содержание о направлениях. А AI Agent подобен Джарвису из фильма о Железном человеке, он понимает ваши потребности и может активно искать рейсы и отели по вашему запросу, выполнять операции бронирования и добавлять поездку в календарь.

В настоящее время в отрасли общепризнанным определением AI Agent является интеллектуальная система, способная воспринимать окружающую среду и принимать соответствующие меры. Она получает информацию об окружающей среде с помощью датчиков, обрабатывает ее и воздействует на окружающую среду с помощью исполнительных механизмов (Stuart Russell & Peter Norvig, 2020). Мы считаем, что AI Agent — это помощник, который объединяет LLM, RAG, память, планирование задач и способности к использованию инструментов. Он не только предоставляет информацию, но и способен планировать, разбивать задачи и действительно их выполнять.

Согласно этой определению и характеристикам, мы можем заметить, что AI Agent уже давно интегрирован в нашу жизнь и применяется в различных сценариях, таких как AlphaGo, Siri и автопилот Tesla уровня L5 и выше, которые могут рассматриваться как примеры AI Agent. Общей чертой этих систем является то, что они могут воспринимать внешние пользовательские вводы и соответственно влиять на реальную среду.

В качестве примера для прояснения концепций, мы должны четко указать, что Transformer является технологической архитектурой, составляющей основу AI моделей, GPT представляет собой серию моделей, развившихся на основе этой архитектуры, а GPT-1, GPT-4 и GPT-4o представляют собой версии моделей на разных стадиях развития. ChatGPT же является AI агентом, эволюционировавшим на основе модели GPT.

Классификация

На данный момент на рынке AI-агентов не существует единого стандарта классификации. Мы провели маркировку 204 проектов AI-агентов на рынках Web2 и Web3, основываясь на их заметных характеристиках, и разделили их на первичную и вторичную классификацию. Первичная классификация включает три категории: инфраструктура, генерация контента и взаимодействие с пользователями, а затем мы дополнительно разбили их на основе реальных случаев использования:

Инфраструктурные проекты: этот тип сосредоточен на создании базового содержания в области агентов, включая платформы, модели, данные, инструменты разработки, а также более зрелые и базовые приложения для B2B-сервисов.

• Инструменты разработки: предоставляют разработчикам вспомогательные инструменты и фреймы для создания AI-агентов.

• Класс обработки данных: обработка и анализ данных в различных форматах, в основном используется для поддержки принятия решений и предоставления источников для обучения.

• Классы обучения моделей: предоставляют услуги по обучению моделей для ИИ, включая вывод, создание моделей, настройки и т.д.

• Услуги для B-клиентов: в основном ориентированы на корпоративных пользователей, предоставляя услуги для предприятий, вертикальные решения и автоматизированные решения.

• Платформы класса агрегаторов: платформы, которые интегрируют различные услуги и инструменты AI Agent.

Интерактивные агенты: аналогичны агентам по генерации контента, но отличаются тем, что обеспечивают постоянное взаимодействие в обе стороны. Интерактивные агенты не только принимают и понимают потребности пользователей, но и предоставляют обратную связь с помощью технологий обработки естественного языка (NLP), осуществляя двустороннее взаимодействие с пользователями.

• Эмоциональная поддержка: AI-агент, предоставляющий эмоциональную поддержку и陪伴.

• GPT-класс: AI-агент на основе модели GPT (генеративный предварительно обученный трансформер).

• Поисковые агенты: сосредоточены на функции поиска, предоставляют более точные результаты информации.

Контентные генераторы: Эти проекты сосредоточены на создании контента, используя технологии больших моделей для генерации различных форм контента в соответствии с указаниями пользователей, которые делятся на четыре категории: генерация текста, генерация изображений, генерация видео и генерация аудио.

! [Может ли AI Agent стать спасением для Web3+AI?] ](https://img-cdn.gateio.im/webp-social/moments-173f9f15b8fca29b0681fc31a0c64768.webp)

Анализ текущего состояния развития Web2 AI Agent

Согласно нашей статистике, в традиционном интернет-пространстве Web2 наблюдается явная тенденция к концентрации разработки AI-агентов. В частности, около двух третей проектов сосредоточены в области инфраструктуры, причем основными являются услуги для бизнеса и инструменты для разработки. Мы также провели некоторые анализы этого явления.

Влияние зрелости технологии: проекты инфраструктуры занимают доминирующее положение прежде всего благодаря своей зрелости технологии. Эти проекты обычно строятся на проверенных временем технологиях и рамках, что снижает сложность разработки и риски. Это эквивалентно "лопате" в области ИИ, обеспечивая прочную основу для разработки и применения ИИ-агентов.

Движущая сила рыночного спроса: еще один ключевой фактор — это рыночный спрос. В отличие от потребительского рынка, спрос на технологии ИИ со стороны корпоративного сектора более настоятельный, особенно в поиске решений для повышения операционной эффективности и снижения затрат. В то же время для разработчиков денежные потоки от корпоративного сектора относительно стабильны, что способствует разработке последующих проектов.

Ограничения в области применения: В то же время мы отмечаем, что применение AI для генерации контента на B-рынке относительно ограничено. Из-за его нестабильности предприятия предпочитают те приложения, которые могут стабильно повышать производительность. Это приводит к тому, что доля AI для генерации контента в библиотеке проектов остается небольшой.

Эта тенденция отражает зрелость технологий, рыночный спрос и реальные соображения применения. С постоянным прогрессом технологий ИИ и дальнейшим уточнением рыночного спроса, мы ожидаем, что эта структура может измениться, но инфраструктурные классы по-прежнему останутся прочным основанием для развития ИИ-агентов.

Анализ ведущих проектов AI-агентов Web2

Мы углубленно исследуем некоторые текущие проекты AI Agent на рынке Web2 и проводим их анализ на примере трех проектов: Character AI, Perplexity AI и Midjourney.

ИИ персонажа:

Описание продукта: Character.AI предлагает системы диалога на основе искусственного интеллекта и инструменты для создания виртуальных персонажей. Платформа позволяет пользователям создавать, обучать и взаимодействовать с виртуальными персонажами, которые могут вести естественные языковые диалоги и выполнять определенные задачи.

Анализ данных: Character.AI в мае имел 277 миллионов посещений, платформа насчитывает более 3,5 миллиона активных пользователей в день, большая часть которых в возрасте от 18 до 34 лет, что демонстрирует молодую аудиторию. Character AI показывает отличные результаты на капитальном рынке, завершив финансирование на сумму 150 миллионов долларов с оценкой в 1 миллиард долларов, возглавляемое a16z.

Технический анализ: Character AI подписала лицензионное соглашение на неэксклюзивное использование своей крупной языковой модели с материнской компанией Google Alphabet, что указывает на то, что Character AI использует собственные технологии. Стоит отметить, что основатели компании Ноам Шазир и Даниэль де Фрейтас принимали участие в разработке разговорной языковой модели Llama от Google.

Перплексити ИИ:

Описание продукта: Perplexity может извлекать и предоставлять подробные ответы из Интернета. Он обеспечивает надежность и точность информации с помощью цитат и ссылок, а также обучает и направляет пользователей к дополнительным вопросам и поиску ключевых слов, удовлетворяя разнообразные запросы пользователей.

Анализ данных: ежемесячное количество активных пользователей Perplexity достигло 10 миллионов, а трафик его мобильных и настольных приложений в феврале увеличился на 8,6%, привлекая примерно 50 миллионов пользователей. На капитальном рынке Perplexity AI недавно объявила о привлечении 62,7 миллиона долларов финансирования, оценка компании составила 1,04 миллиарда долларов, инвестиции возглавил Даниэль Гросс, участниками стали Стэн Друкенмиллер и NVIDIA.

Технический анализ: Основная модель, используемая Perplexity, это доработанная версия GPT-3.5, а также две большие модели, доработанные на основе открытых крупных моделей: pplx-7b-online и pplx-70b-online. Модель подходит для профессиональных академических исследований и запросов в специализированных областях, обеспечивая достоверность и надежность информации.

В середине путешествия:

Описание продукта: Пользователи могут создавать изображения различных стилей и тем на Midjourney с помощью Prompts, охватывающих от реалистичного до