AI最大赛道Agent机遇全解析

以下文章来源于Atom Capital ，作者科技最前沿的

Atom Capital .

科技最前沿，创业路上的一点光

写在前面

Agent无疑是近期AI创投领域最火热的赛道。自3月AutoGPT爆火出圈之后，越来越多Agent初创项目涌现并拿到融资；随着OpenAI DevDay推出其官方Agent框架Assistant API，更是让这个概念进一步“火出圈”。几天前，Bill Gates发表文章表示 Agent不仅会改变每个人与电脑互动的方式。它还将颠覆软件行业，引领自输入命令到点击图标以来最大的计算机革命。

Agent一直是我们关注的重点方向之一，在上半年就做了相关投资布局。在与大量创业者交流中，我们发现，围绕Agent大家有非常多奇思妙想的创意，同时也有很多困惑之处，在落地实践中遇到不少挑战。我们近期组织了一次闭门沙龙，邀请AI领域专家和一线Agent创业者深入探讨Agent的落地、挑战及机遇。会上有很多精彩的实践经验和洞察，相信对朋友们会有启发。我们将部分观点整理成文，感谢与会者的精彩分享：段楠（MSRA研究员）、胡一川（来也科技CTO）、周健（澜码科技创始人）、陈龙博（illa Cloud创始人）、苏少炜（法千言创始人）、王磊（人大高瓴人工智能学院博士）、张东晖（前微软Bing亚洲搜索技术负责人、前阿里云产品负责人）和孙锋（微软搜索广告General Manager）。

01 狂飙的Agent—Agent 2023大事记

“如果一篇论文提出了某种不同的训练方法，OpenAI内部会嗤之以鼻，认为都是我们玩剩下的。但是当新的AI Agent论文出来时，我们会十分认真且兴奋地讨论。普通人、创业者和极客在构建AI Agents方面相比OpenAI这样的公司更有优势。 ”

-- OpenAI联创Andrej Karpathy

如果说现在还有什么AI领域的“点子”能让OpenAI为之兴奋，那非Agent莫属。 从一个学界研究的概念到走入大众视野，Agent只用了短短不到一年时间。 如果大模型是未来水电煤一般 的基础设施，那么Agent则是未来用户接触、使用AI的方式。 我们梳理了今年Agent狂飙突进的重要milestone，从中也可以窥见它的核心发展脉络。

2023.3.16，微软发布Microsoft 365 Copilot，引发业界巨大反响，提示了一种 基于LLM的应用开发范式，也即今天形成行业共识的Agent。

2023.4，以AutoGPT为代表的Autonomous Agent 热度快速蹿升，AutoGPT成为GitHub历史上star数增长最快的项目。 同期比较受关注的类似项目包括： TaskMatrix.ai，HuggingGPT, AgentGPT, Toolformer, BabyAGI等等。

2023.6，OpenAI 应用研究主管 Lilian Weng 发布博文《LLM Powered Autonomous Agents》进一步推动了agent的热度，Lilian提出 Agent = 大型语言模型+记忆+规划技能+工具使用。

多Agent框架相继发布，相对于单一Agent框架能够更好地解决复杂问题。 目前比较火的多Agent框架包括： Camel(4月发布，3.4k star), MetaGPT(8月发布，29.7k star), AutoGen(9月发布，微软团队，13.6k star)

2023.11.6，OpenAI DevDay，推出其官方Agent开发框架Assistant API，赋能开发者更加高效方便地基于GPT模型进行的Agent开发。

02 Agent Landscape概览

Agent吸引了大量创业者投身其中，据我们不完全统计，今年下半年在海外拿到知名创投机构投资的Agent项目已超过20家。在此我们做个基本梳理，方便大家了解目前市场上的整体情况：

从 创 投行业角度， 当下LLM based Agent领域初创公司可大致分为两类：

中间层infra

提供实用可复用的Agent框架，降低开发Agent 的复杂度，并为Agent的合作提供机制设计。该类项目主要从模块化、适配性、协作等几方面进行创新。其中拿到知名机构投资的代表项目包括：AutoGPT、Imbue、Voiceflow、Fixie AI、Reworked、Cognosys、Induced ai等。

Vertical Agent

深入某个垂直领域，理解该领域专家的工作流，运用Agent 思路设计Copilot产品，用户介入使 Agent思路更为可控。其中拿到知名机构投资的代表项目包括：Dropzone（安全领域）、Middleware（大模型可观察性领域）、Parcha（Fintech领域）、Luda（游戏领域）、Outbound AI（医疗领域）、Fine（软件开发领域）。

从Agent的互动/工作模式角度， 复旦大学自然语言处理团队（FudanNLP）在其 LLM-based Agents 综述论文（ https://arxiv.org/pdf/2309.07864.pdf ）中，将Agent分成了三类： 单一Agent, 多Agent以及人与Agent交互（按交互方式又分为指导-执行模式和平等合作模式） 。如下图所示：

03 Agent落地：场景和挑战

本次沙龙参与者既有学界资深的AI研究员，也有富有实战经验的一线Agent创业者。 对于围绕Agent大家关心的若干问题，我们进行了深入讨论，以下是本次讨论的一些精彩观点：

Agent适合在哪些场景落地？

创业者们已经尝试了各种落地场景，总结下来，以下几点更契合Agent的落地。

做到比人（普通员工） 好

客户不一定要求Agent达到专家水平，很多场合只要比普通员工好就够了。Agent PK的，实际上是月薪几千元的员工。比如，公司IT部门要响应业务人员的各种需求（如临时报表）。如果提供对话式UI，通过几轮对话让业务人员说明白需求，Agent来自动生成，做到这个，客户已经愿意买单了。这样IT团队可以从琐碎中解脱出来，做更重要的事。

Text to SQL

Text to SQL 在企业落地上有很多案例，以上例子本质上就是Text to SQL, 只不过多了很多新的数据来源：比如从商业化中最值钱的文档（合同、财报、简历、招投标书等）中提取数据。把这些数据连同专家知识