Egal ob Web2 oder Web3, AI-Agenten basieren auf großen Sprachmodellen (LLM) als Kerntechnologie. Man kann sagen, dass der Aufstieg von LLM AI-Agenten zur Realität gemacht hat und den Weg für deren Kommerzialisierung geebnet hat. Nach einer frühen technologischen Ansammlung erlebten LLM im Jahr 2022 einen Anwendungsboom. OpenAI veröffentlichte GPT-3.5, das erneut bedeutende Fortschritte in der Verarbeitung natürlicher Sprache erzielte, aber zu diesem Zeitpunkt hatte AGI noch nicht das „Agent“-Niveau erreicht. Ab 2023 veröffentlichten weltweit mehrere Unternehmen verschiedene Open-Source-LLMs, darunter LLaMA, BLOOM, StableLM und ChatGLM. Plattformen zur Erstellung von AI-Agenten wie Voiceflow tauchten ebenfalls auf, und im August 2023 hatten bereits über 130.000 Teams bei Voiceflow AI-Agenten erstellt. Nach 2024 wird der Wettbewerb um LLMs zunehmend intensiver, mit ständigen Updates und neuen LLMs wie Gemini 2.0 und DeepSeek R1, die aufgrund des Wettbewerbs die Nutzungskosten allmählich senken, die Analysefähigkeiten verstärken und mehr AI-Agenten-Tools bereitstellen, die viele dazu ermutigen, es auszuprobieren. Mit der kontinuierlichen Verbesserung der LLM-Leistung sind AI-Agenten nicht mehr nur ein Konzept im Forschungsbereich, sondern haben sich zu Werkzeugen in der Realität entwickelt. Im Jahr 2024 integrierte Microsoft in Dynamics 365 zehn autonome AI-Agenten, die automatisch Aufgaben in den Bereichen Kundenservice, Vertrieb, Finanzen und Lagerverwaltung erledigen können. Google veröffentlichte Ende desselben Jahres das multimodale große Modell Gemini 2.0 und stellte darauf basierend drei neue Agentenprototypen vor, darunter den allgemeinen großen Modellassistenten Project Astra und den Programmierassistenten Jules. Im Jahr 2025 brachte OpenAI den ersten AI-Agenten Operator auf den Markt, der komplexe Aufgaben wie das Schreiben von Code, das Buchen von Reisen und das Einkaufen im E-Commerce automatisch erledigen kann. Mit der direkten Einführung von AI-Agenten durch LLM-Unternehmen ist das Hauptziel, Entwickler und Ersteller dazu zu bringen, ihre LLM-Technologie zu nutzen, um Anwendungsfälle zu erweitern und den Umsatz zu steigern. Dieser Übergang von der Forschung zur Anwendung markiert auch den Eintritt der AI-Agententechnologie in eine neue Entwicklungsphase.