ArkStream 资本 AI Agent 赛道深度研究报告与行业分析

TL;DR

当前AI Agent项目在Web2和Web3领域呈现出截然不同的发展态势。Web2创业中，成熟的企业端服务类项目占据主导地位，而Web3领域则更关注模型训练和平台集合类项目，这些项目在构建生态系统方面发挥着关键作用。虽然Web3的AI Agent项目数量仅占8%，但其市值却高达AI赛道的23%，展现出强劲的市场竞争力。随着技术不断成熟和市场认可度提升，预计未来将涌现多个估值突破10亿美元的项目。对于Web3项目而言，在非AI核心的应用端产品中引入AI技术可能成为战略优势，而AI Agent项目则应注重全生态系统构建和代币经济模型设计，以促进去中心化和网络效应。

AI浪潮：项目迭出和估值抬升的现状

自ChatGPT于2022年11月问世以来，人工智能领域迎来了前所未有的爆发式增长。这款革命性产品在短短两个月内就吸引了超过一亿用户，到2024年5月，其月收入已达到惊人的2030万美元。OpenAI在推出ChatGPT后持续创新，相继发布了GPT-4和GPT-4o等迭代版本，引领着行业发展的步伐。

面对这一技术浪潮，全球科技巨头纷纷加入战局。谷歌推出了大语言模型PaLM2，Meta发布了Llama3，中国公司也不甘示弱，推出了文心一言、智谱清言等本土大模型。这场AI竞赛不仅推动了商业应用的快速发展，更激发了开源社区的创新活力。2024年AI Index报告显示，GitHub上的AI相关项目数量从2011年的845个激增至2023年的约180万个，特别是在GPT发布后的2023年，项目数量同比增长了59.3%，反映出全球开发者对AI研究的热情。

资本市场的反应同样热烈。2024年第二季度，AI投资市场呈现爆发式增长，全球共完成16笔超1.5亿美元的AI相关投资，是第一季度的两倍之多。AI初创企业的融资总额飙升至240亿美元，同比增长超过一倍。其中，马斯克旗下的xAI成功筹集60亿美元，估值达到240亿美元，成为仅次于OpenAI的估值第二高的AI初创公司。

AI技术的迅猛发展正在重塑科技领域的格局。从科技巨头的激烈竞争到开源社区的蓬勃发展，再到资本市场的热切追捧，整个AI行业正处于高速发展的黄金时期。大型语言模型和检索增强生成技术在语言处理领域取得了重大突破，但这些技术在商业化过程中仍面临诸多挑战，如模型输出的不确定性、生成不准确信息的”幻觉”风险以及模型透明度问题。这些问题在可靠性要求高的应用场景中尤为突出。

在这样的背景下，AI Agent因其强调解决实际问题与环境交互的全面性而备受关注。这一转变标志着AI技术正从纯粹的语言模型向能够真正理解、学习并解决现实问题的智能系统进化。AI Agent的发展为解决AI技术与实际问题之间的鸿沟带来了希望。与此同时，Web3技术正在重构数字经济的生产关系。当AI的数据、模型和算力三大要素与Web3的去中心化、代币经济和智能合约等核心理念相融合，必将催生出一系列创新性应用。在这个充满潜力的交叉领域，AI Agent以其自主执行任务的能力，展现出实现大规模应用的巨大潜力。

概念厘清：AI Agent的介绍和分类概览

为了更好地理解AI Agent的定义及其与普通模型的区别，让我们通过一个实际场景来说明：假设你正在规划一次旅行。传统的大型语言模型可以提供目的地信息和旅行建议，检索增强生成技术则能提供更丰富、具体的目的地内容。而AI Agent则更像是钢铁侠电影中的贾维斯，不仅能理解你的需求，还能根据一句话主动搜索航班和酒店，执行预订操作，并将行程添加到日历中。

目前行业普遍将AI Agent定义为能够感知环境并做出相应行动的智能系统。这些系统通过传感器获取环境信息，经过处理后通过执行器对环境产生影响。简而言之，AI Agent是集成了大型语言模型、检索增强生成、记忆、任务规划和工具使用能力的智能助手。它不仅能够提供信息，还能够规划、分解任务并真正执行。

实际上，AI Agent早已融入我们的日常生活。从AlphaGo到Siri，再到特斯拉的L5级别自动驾驶系统，都可以被视为AI Agent的实例。这些系统的共同特点是都能感知外界输入，并据此做出影响现实环境的响应。以ChatGPT为例，我们需要明确区分几个相关概念：Transformer是构成AI模型的技术架构，GPT是基于此架构发展起来的模型系列，而GPT-1、GPT-4、GPT-4o则代表了模型在不同发展阶段的具体版本，ChatGPT则是基于GPT模型进化而来的AI Agent。

当前AI Agent市场尚未形成统一的分类标准。通过对Web2和Web3市场中204个AI Agent项目的分析，我们可以将其分为三大类：基础建设类、内容生成类和用户交互类。基础建设类专注于构建Agent领域的底层架构，包括平台、模型、数据、开发工具以及B端服务；内容生成类专注于利用大模型技术根据用户指令生成各种形式的内容；交互类则强调与用户的持续双向互动，包括情感陪伴、GPT类和搜索类等细分领域。

Web2 AI Agent发展现状分析

在传统互联网领域，AI Agent的发展呈现出明显的板块集中趋势。约三分之二的项目集中在基础建设类，其中又以B端服务类和开发工具类为主。这一现象背后有几个关键因素：首先，基础建设类项目通常建立在经过验证的技术和框架之上，技术成熟度高，开发难度和风险相对较低；其次，企业市场对AI技术的需求更为迫切，特别是在提升运营效率和降低成本方面，企业客户提供的稳定现金流也有利于开发者持续投入；最后，由于内容生成类AI在B端市场的应用场景相对有限，且产出不够稳定，企业更倾向于选择能够稳定提高生产力的应用。

这一趋势反映了技术成熟度、市场需求和应用场景的实际考量。随着AI技术的不断进步和市场需求的进一步明确，我们预期这一格局可能会有所调整，但基础建设类仍将是AI Agent发展的坚实基石。

Web2的AI Agent龙头项目分析

Web2的AI Agent龙头项目整理，来源：ArkStream项目数据库

让我们深入分析几个具有代表性的Web2 AI Agent项目。Character.AI提供基于人工智能的对话系统和虚拟角色创建工具，平台允许用户创建、训练和与虚拟角色互动。该平台5月的访问量达2.77亿，日活跃用户超过350万，主要用户群体年龄在18至34岁之间。Character.AI已完成1.5亿美元融资，估值达10亿美元。

Perplexity AI则专注于提供详尽的互联网信息检索服务，通过引用和参考链接确保信息可靠性。其月活跃用户已达1000万，移动和桌面应用访问量持续增长。近期获得6270万美元融资，估值达10.4亿美元。该平台主要使用经过微调的GPT-3.5模型，以及基于开源大模型微调的两款大型模型。

Midjourney作为图像生成领域的佼佼者，用户可以通过简单提示创建各种风格的图像。平台已拥有1500万注册用户，其中150万至250万为活跃用户。值得一提的是，Midjourney没有接受外部投资，完全依靠自有资金发展。其采用的闭源模型基于扩散的生成式AI技术，训练参数高达300到400亿个。

商业化困境

在体验多个Web2 AI Agent产品后，我们观察到其迭代路径通常从专注单一任务开始，逐步拓展到处理更复杂的多任务场景。然而，C端AI Agent的商业化之路远比预期艰难。以Character.AI为例，尽管拥有出色的流量表现，但由于主要依靠9.9美元的订阅费，在面对重度用户的推理成本时，最终因流量变现困难被谷歌收购。这一案例反映出当前绝大多数C端AI Agent产品仍未能达到替代或有效辅助人工的标准，导致用户付费意愿不强。

虽然C端Agent应用的市场天花板足够高，但综合来看，B端市场可能是AI Agent更现实的落脚点。企业通过将AI Agent集成到垂直领域、CRM、办公OA等管理软件中，不仅能提升运营效率，也为AI Agent提供了更广阔的应用空间。因此，B端服务很可能是Web2传统互联网内AI Agent短期内发展的主要方向。

Web3 AI Agent发展现状和前景分析

在Web3领域，AI Agent项目同样呈现出基础建设类占主导的特点。大多数项目试图通过让用户提供分布式数据、算力来解决模型训练需求，或打造一站式平台嵌入多种AI Agent服务。与传统AI行业主要局限于开源参数调整或套用现有模型不同，Web3项目更注重全生态系统构建。

我们认为这种现象由几个因素推动：首先，Web3和AI Agent的结合点目前在改善生产关系方面更具优势；其次，Web3环境中对内容生成的需求相对较少；最重要的是，当前AI技术可能仍处于类似工业革命早期的过渡阶段。未来，随着通用模型固化和微调模型多样化，AI应用将广泛分散到各个领域，这与Web3的可组合性和无需许可特性高度契合。

在模型训练类项目中，Humans.AI作为多元化的AI算法模型库和训练部署环境，利用NFT存储AI模型和用户数据，其代币Heart市值约6800万美元。FLock.io则基于联邦学习技术构建AI共创平台，已完成600万美元种子轮融资。相比之下，Web2领域的Predibase平台专注于大语言模型优化，已完成1220万美元A轮融资，服务包括Uber、Apple等大型企业。

这些案例显示出Web3与传统AI模型训练平台的差异：Web3项目更注重去中心化和开放性，商业模式更灵活，但在技术深度上可能稍逊一筹；而传统平台虽然技术壁垒更高，但在数据隐私保护和商业模式灵活性方面存在局限。

Web3其他类别的Agent项目

除了模型训练类项目，Web3行业还有其他类型的AI Agent项目表现出色。MyShell作为综合性AI Agent平台，允许用户创建、分享个性化AI代理，聚合了GPT4o等多种模型，并引入了类似FT bonding curve的交易系统。该项目估值约8000万美元，拥有近18万Twitter粉丝。

Delysium提供以意图为中心的AI Agent网络，已推出Lucy和Jerry两个AI Agent。其代币AGI市值约1.3亿美元。Sleepless AI则结合Web3和AI技术开发情感陪伴类游戏，代币市值达4亿美元，注册用户19万，活跃用户4.3万。

Web2的AI Agent龙头项目整理，来源：ArkStream项目数据库

前景分析

在Web3行业中，AI Agent项目覆盖公链、数据管理、隐私保护等多个方向。虽然项目数量仅十余个，但其总市值达38亿美元，占整个AI赛道市值的23%。这一数据验证了该细分领域的巨大潜力。

分析成功项目如Fetch.ai、Olas Network等的共同特点，我们发现它们都属于基础建设类中的平台集合类项目，构建了连接用户与开发者的桥梁。这表明在Web3领域，构建完整生态系统比单一产品性能更为关键。

对于非AI核心的应用端产品，建议在保持核心产品的同时集成AI技术，顺应时代等待风口。对于原生AI Agent项目，则需要在技术创新与市场需求间找到平衡，借鉴Web3成功项目的经验，探索具有吸引力的叙事方式。

总结

综合分析表明，Web3 AI Agent赛道虽然当前项目数量不多，但市场估值占比高，显示出资本市场的强烈认可。随着技术成熟和更多创新出现，这一赛道有望涌现多个估值超10亿美元的项目。Web3的意义在于通过去中心化方式重塑AI行业的生产关系，通过合理的代币经济设计，集合闲置算力和个人数据集，同时利用ZKML等技术保护数据隐私，降低算力和数据成本，让更多个人用户参与到AI建设中。

横向比较来看，AI Agent的叙事足够吸引人，市场空间广阔。考虑到当前市场估值普遍偏低，随着技术发展、需求增长和资本持续投入，这一赛道必将迎来更多突破性发展。我们有充分理由相信，AI Agent领域将出现多个具有里程碑意义的成功项目。