10个具有代表性的AI-Agents，将如何改变互联网/重塑Web3

来源：VION WILLIAMS

探讨AI-Agents的创新可能性

AI-Agents的共识与非共识

AI-Agents之所以能够成为一个越来越备受关注的方向，很多程度上是因为LLM为AI-Agents的落地应用提供了可行的技术实现路线，其次是有很多AI-Agents相关的项目火爆出圈。

尽管LiLian Weng在其文章中，定义了LLM驱动的AI-Agents是什么？但是Deepmind也在试图定义一个统一智能体的概念，我相信AI-Agents这个概念也会随着不同的AI公司的理解，而形成不同类型的差异化。

而比较明确的关键共识是，基于LLM驱动的Agents实现对通用问题的自动化处理，是此次大型语言模型爆发周期中，我们所指认的，且形成共有认识的AI-Agents。

从Agents的相关性中找可能性

在AI-Agents的应用相关层面，在当前阶段我们应该尽可能用“相关性”的视角来看待AI-Agents，即对AI-Agents的可能形态抱以试错的包容性以及对创新的可能性，切不可像某些评论家一样，以一种狭隘的立场寻找一种标准化的答案，这些都是不可取的。

例如Auto-GTP作为一种可能性，事实上启发了很多Agents项目，但狭隘的批判会失去捕获新机遇的机会，这是华人开发者中普遍存在的一些现象。没有创造力的开发者，你又将如何在自然语言编程的时代，依赖自己的传统竞争力呢？

尽管现在也有不少关于AI-Agents相关项目的介绍，但是我认为存在同质化罗列介绍的问题，这些内容解决了让我们 初步知道有哪些项目是属于AI-Agents这一方向，但是没有从相关性出发，展示AI-Agents在不同应用领域的潜在可能性，以及某类AI-Agents项目的生态位置。

例如在我的介绍中，Auto-GPT、BabayAGI和MetaGPT会被我归在一类生态中，因为他们具有某一路径的延续性；

在Agents的拼图中构建全貌认知

总而言之，关于AI-Agents的代表性项目介绍中，我使用了“相关性”、“生态位置”以及“延续性”的视角，进行了代表性项目的介绍，使得我们可以从中隐约看到AI-Agents未来的发展趋势。

以下的10个代表性的相关项目出现，包括一些相关引用项目，我将以案例为拼图，拼凑出一个相对完整的图谱，足以让更多人清晰意识到，Agents的潜力如何改变互联网的一切，包括重塑Web3格局。

AI-Agents的两大未来方向

AI-Agents大致上会分为两大方向：Autonomous Agents和Generative Agents。

Autonomous Agents以Auto-GPT为例，代表了通过自然语言的需求描述，能够自动化执行各项任务达成目标结果，在这个协作关系中，Autonomous Agents是服务于人，具有明确的工具属性；

Generative Agents以斯坦福发表的25个智能体的虚拟小镇为例，Generative Agents作为一个具有类人格特征、自主决策能力以及长期记忆等特征，更偏向“原生性”概念的AI-Agents，在这个协作关系中，Agents具有数字原生意义的社会关系，不仅仅是服务于人的工具；

Auto-GPT

Auto-GPT知名度最高的一个开源项目，其在GitHub的介绍很简单“An experimental open-source attempt to make GPT-4 fully autonomous.”，一个实验性的开源尝试，旨在使GPT-4完全自主化。

简单概括，就是Auto-GTP能够通过一句话的任务需求，能够完全自动化的实现最终的任务结果；Auto-GPT能够实现自主完成任务的核心逻辑，在于借助了语言模型的任务规划能力，通过对任务进行一步步拆解分析，以及自动完善任务的执行步骤，在这过程中具有在网络上搜索结果后反馈给语言模型，并进一步进行任务拆解与执行。

用通俗大白话来比喻，Auto-GPT在“自问自答”的过程中把任务给完成了，不需要人类再提供提示词。