Niezależnie od tego, czy chodzi o AI Agent w Web2, czy Web3, wszystkie opierają się na dużych modelach językowych (LLM) jako podstawowej technologii. Można powiedzieć, że wzrost LLM sprawił, że AI Agent stał się rzeczywistością i utorował drogę do jego komercjalizacji. Po wczesnym gromadzeniu technologii, LLM w 2022 roku przeżył eksplozję zastosowań. OpenAI wydało GPT-3.5, które ponownie osiągnęło znaczące postępy w dziedzinie przetwarzania języka naturalnego, ale w tym czasie AGI nie osiągnęło jeszcze poziomu „Agenta”. Od 2023 roku wiele firm na całym świecie zaczęło wydawać różne otwarte duże modele językowe (LLM), w tym LLaMA, BLOOM, StableLM, ChatGLM. Pojawiły się również platformy do tworzenia AI Agent, takie jak Voiceflow, a w sierpniu 2023 roku ponad 130 000 zespołów budowało AI Agent w Voiceflow. Po 2024 roku konkurencja w zakresie LLM zaczęła się zaostrzać, a nowe wersje LLM, w tym Gemini 2.0 i DeepSeek R1, były nieustannie wprowadzane, co prowadziło do stopniowego obniżania kosztów użytkowania, coraz silniejszych możliwości analitycznych oraz większej liczby narzędzi AI Agent, co zachęcało coraz więcej osób do działania. W miarę jak wydajność LLM stale rośnie, AI Agent przestał być jedynie koncepcją w dziedzinie badań, a stał się narzędziem w rzeczywistości. W 2024 roku Microsoft zintegrował 10 autonomicznych inteligentnych agentów w Dynamics 365, które mogą automatycznie realizować procesy związane z obsługą klienta, sprzedażą, finansami, magazynowaniem i innymi. Google na koniec tego samego roku wydało multimodalny model Gemini 2.0 i na jego podstawie wprowadziło trzy nowe prototypy inteligentnych agentów, w tym uniwersalnego asystenta dużego modelu Project Astra oraz asystenta programowania Jules. W 2025 roku OpenAI wprowadziło pierwszego AI agenta Operatora, który potrafi automatycznie realizować złożone operacje, takie jak pisanie kodu, rezerwacja podróży i zakupy w e-commerce. W miarę jak firmy LLM bezpośrednio wprowadzają AI Agent, ich głównym celem jest przyciągnięcie deweloperów i twórców do korzystania z ich technologii LLM, rozszerzenie scenariuszy zastosowania i zwiększenie przychodów. Ta przejrzystość od badań do zastosowań oznacza również, że technologia AI Agent wkracza w nowy etap rozwoju.