ส่งต่อชื่อเรื่องต้นฉบับ 'โมเดลคอนเท็กซ์โปรโตคอล (MCP): ตัวกระตุ้น AI ในโลกคริปโตถัดไป'

ถ้าคุณเหมือนฉัน คุณก็คงสงสัยว่า “WTF คือ MCP?!” ... และทำไมมีคนพูดถึงมันมาก

มีข้อมูลจำกัดเกี่ยวกับมัน และถูกต้องเช่นนั้น มันก็เพิ่งเกิดมา 4 เดือนที่แล้ว ดังนั้น ฉันตัดสินใจทำการวิจัยและรวมความรู้ของฉันที่นี่

TLDR: มันเป็นการปลดล็อคที่สำคัญสำหรับสกุลเงินดิจิทัลและ AI โอเพ่นซอร์ส ดังนั้นคุณจำเป็นต้องให้ความสนใจ มันอาจกระตุ้นการขึ้นของผลิตภัณฑ์สกุลเงินดิจิทัลที่มีสิทธิ์ตัดสินใจในระดับถัดไป

เนื้อหา

1. บทนำ
2. Model Context Protocol คืออะไร?
3. วิธีทำงานของ MCP สำหรับตัวแทน AI
4. อนาคตของการกระทำ: เหตุผลที่ MCP สำคัญ
5. โครงการอื่น ๆ ที่คล้ายกับ MC-P
6. Key Differentiators from Traditional AI Integrations
7. สรุป

1) บทนำ

เมื่อตัวแทน AI พัฒนาเป็นอย่างอิสระและผสมผสานเข้ากับแอปพลิเคชันในโลกจริง ๆ โปรโตคอล Model Context ("MCP") กลายเป็นปัจจัยที่สำคัญในวิธีการที่ตัวแทนเหล่านี้จะมีปฏิสัมพันธ์กับข้อมูลภายนอกและเครื่องมือ

เปิดตัวโดย Anthropic ในปลายปี 2024 MCP กำลังตั้งตัวเองเป็นกรอบมาตรฐานเพื่อเสริมใจ AI agents ทำให้สามารถสื่อสารได้อย่างราบรื่นกับแหล่งข้อมูลที่หลากหลาย

แต่ตั้งแต่ @anthropicaiเมื่อมีมาตรฐานการสื่อสารนี้เข้ามา เครื่องมือ AI มากขึ้นได้ยอมรับเป็นสถานะปกติ

โดยง่ายๆ คือ: "ว่า AI พูดกับซอฟต์แวร์" ในเวลาจริง

With the agentic future on the horizon—where AI systems act independently to solve complex tasks—could MCP be the key to unlocking the next wave of AI innovation?

บางทีอาจจะเป็นขาขึ้นถัดไปในเชิงราคาของ Crypto x AI ใช่หรือไม่?

จาก chatbots ไปจนถึงระบบอัตโนมัสที่ขับเคลื่อนอุตสาหกรรม AI agents มีความคาดหวังมากขึ้นที่จะตัดสินใจในเวลาจริงโดยใช้ข้อมูลสดจากแหล่งต่าง ๆ

อย่างไรก็ตาม ข้อบกพร่องทางสำคัญยังคงมีอยู่: ขาดวิธีมาตรฐานในการให้โมเดล AI เชื่อมต่อกับระบบภายนอก เช่น ฐานข้อมูล ที่เก็บไฟล์ หรือเครื่องมือธุรกิจ

นี่คือที่ MCP จะเข้ามาช่วย

เข้าสู่โครงสร้างระดับรุ่น (MCP) - มาตรฐานเปิดที่ออกแบบมาเพื่อเชื่อมโยงช่องว่างนี้โดยการให้ตัวแทน AI เข้าถึงและมีปฏิสัมพันธ์กับแหล่งข้อมูลภายนอกอย่างไดนามิก

มันช่วยให้ Large Language Models (LLMs) สามารถดำเนินการเป็นตัวแทนได้อย่างมีประสิทธิภาพ โดยมีความสามารถในการใช้งานสมาร์ทคอนแทรคหรือดำเนินกิจกรรมด้าน DeFi ได้อย่างมีประสิทธิภาพ นั่นคือสิ่งที่ใหญ่มากๆ!

หากคุณเคยใช้ ChatGPT เป็นผู้ใช้คริปโต คุณอาจรู้สึกว่ามันแย่มากในการให้ข้อมูลคริปโตที่ทันเวลา ข้อมูลที่เฉพาะเจาะจงหรือการวิเคราะห์ - ฉันก็จะแปลกใจถ้ามันสามารถบอกฉันราคาล่าสุดได้บนบางสกุลเงินดิจิตอล 100 อันดับบนตลาดได้!

MCPs มีความสามารถในการเสริมสร้าง DeFi ที่ขับเคลื่อนด้วย AI เช่น:

1. “ค้นหา APY ที่ดีที่สุดสำหรับ USDC และจัดสรร $1K” หรือ;
2. ปรับนโยบายลงทุนใหม่โดยดูจากความผันผวนของตลาด

สัญญาณนี้ชี้ทางไปสู่อนาคตที่มีพลวัตขึ้นที่เป็นอิสระมากขึ้นและมีประโยชน์มากขึ้น

บางสิ่งที่แยกแยะระบบ AI แบบดั้งเดิมจากระบบ crypto rails ที่เป็นที่ยอมรับ

2) โมเดล คอนเท็กซ์ โปรโตคอล คืออะไร?

โมเดล โคนเท็กซ์โปรโตคอล ("MCP"), ที่ถูกนำเสนอโดย Anthropic ในปลายปี 2024, เป็นมาตรฐานโอเพนซอร์สที่ออกแบบมาเพื่อเชื่อมต่อผู้ช่วย AI

โดยเฉพาะตัวแทน AI ที่ขับเคลื่อนโดยโมเดลภาษาขนาดใหญ่ (LLMs) - ไปยังระบบภายนอกที่เก็บข้อมูลเรียลไทม์ที่น่าตื่นเต้นนั้น

คิดเสมือนเป็นอะแดปเตอร์สากลที่ช่วยให้เอเจนต์ AI สามารถเข้าถึง (ในลักษณะที่ปลอดภัยและมีมาตรฐาน):

• เก็บเนื้อหา
• เครื่องมือธุรกิจ
• Development environments, และอื่นๆ!

ทำไมคุณควรสนใจ?

โดยไม่เหมือนการผสมรวม AI แบบดั้งเดิม ซึ่งโดยทั่วไปจะพึ่งพากับโซลูชันที่แบ่งแยกและสร้างเอง MCP มุ่งเน้นการให้เฟรมเวิร์กที่รวมกันสำหรับการสื่อสารแบบไบดิเรกชัน

นี่หมายถึง AI agents ไม่เพียงแค่สามารถดึงข้อมูลจากแหล่งข้อมูลภายนอกได้ แต่ยังสามารถผลักดันการอัพเดตหรือการดำเนินการกลับไปยังระบบเหล่านั้นเพื่อเป็นการทำงานที่มีความไดนามิกและอิสระมากขึ้น

คุณสามารถมีตัวแทนที่อัปเดตระบบธุรกิจหรือจัดการกับเรื่องส่วนตัวของคุณอย่างเต็มรูปแบบโดยอัตโนมัติ!

พันธมิตรของ Anthropic กับ MCP คือการทำให้ง่ายขึ้นในการผสาน AI ซึ่งทำให้นักพัฒนาสามารถสร้างเวิร์กโฟล์คที่เป็นเอเจนติก ที่ระบบ AI สามารถทำงานอย่างอิสระและอยู่ในบริบท

3) วิธีการทำงาน MCP สำหรับเอเจนต์ AI

MCP ทำหน้าที่เป็นชั้นการผสานที่ช่วยให้ตัวแทน AI เชื่อมต่อกับบริการภายนอกตามความต้องการ ต่อไปนี้คือการแยกออกว่ามันทำงานอย่างไร:

a) การเข้าถึงข้อมูลแบบไดนามิก:

แทนที่จะพึ่งพาอย่างเดียวบนข้อมูลที่ถูกฝึกพร้อมอยู่ เอไอเอ็นที่ใช้ MCP สามารถเข้าถึงข้อมูลแบบเรียลไทม์หรือเฉพาะของบริบทจากแหล่งข้อมูลเช่นฐานข้อมูลสัมพัทธ์ ระบบไฟล์ หรือที่เก็บรหัส

ราคาคริปโทเอ็กโซติกเหล่านั้นสามารถเข้าถึงได้แบบเรียลไทม์! และ @0rxbt is playing around with an MCP for our favourite Purple Frog, aka SkyNet, aka @aixbt_agent:

b) การสื่อสารแบบสองทิศทาง:

MCP ทำให้มีปฏิสัมพันธ์สองทาง ซึ่งหมายความว่าตัวแทน AI สามารถดึงข้อมูลและดำเนินการ เช่น อัพเดตฐานข้อมูลหรือเริ่มกระบวนการตามการวิเคราะห์ของพวกเขา

c) กรอบมาตรฐาน:

โดยการ提供โปรโตคอลสากล MC กำจัดความจำเป็นในการผสมผสานที่ทันสมัย ลดความซับซ้อนสำหรับนักพัฒนาและรักษาความสม่ำเสมอในแอปพลิเคชัน

บางทีนี่อาจเป็นคำตอบสำหรับบล็อกเชนที่แตกต่างกันและชุดของภาษาโปรแกรม! บางทีนายตัวแทนก็อาจกลายเป็นชั้นทับรวมกัน?!

4) อนาคตที่มีความสามารถ: ทำไม MCP มีความสำคัญ

เอไอเอเจ้นท์ไม่ได้เป็นระบบที่ตอบสนองเท่านั้นอีกต่อไป พวกเขากำลังกลายเป็นตัวแทนที่ใช้เป้าหมายและสามารถตัดสินใจด้วยตนเอง

อย่างไรก็ตาม, สำหรับตัวแทน AI เพื่อที่จะเป็นมีประโยชน์จริง ๆ พวกเขาจำเป็นต้องปลดปล่อยตัวเองจากข้อจำกัดของข้อมูลการฝึกฝนและปฏิสัมพันธ์ไหลไหลกับโลกของตัวเอง

นี่คือที่ที่ MCP เข้ามาช่วย

ตัวอย่างที่ยอดเยี่ยมของ MCP ที่ทำงานมาจากเอกสารของ Anthropic เอง:

สมมติว่ามีตัวแทน AI ที่มีหน้าที่จัดการท่อพัฒนาซอฟต์แวร์

โดยใช้ MCP ตัวแทนสามารถ:

• ดึงรหัสล่าสุดจากที่เก็บ
• วิเคราะห์มันเพื่อหาบั๊ก และ
• จากนั้นกดส่งรายงานกลับไปยังเครื่องมือการจัดการโครงการของทีม—ทั้งหมดเป็นเวลาจริง

Below ( h/t @alexalbert__) เราสามารถเห็น Anthropic's Claude เชื่อมต่อโดยตรงกับ GitHub, สร้าง repo ใหม่ และทำ PR โดยใช้การผสาน MCP ของมัน:

MCP ช่วยให้เอเจนต์ AI ปรับตัวให้เหมาะสมกับบริบทที่เปลี่ยนไปโดยการเข้าถึงข้อมูลสด ทำให้พวกเขากลายเป็นอย่างตอบสนองและฉลาดมากขึ้น

ด้านล่างแสดงการผสานรวมและการสื่อสารกับ GitHub, Web APIs, Slack, Emails และอื่น ๆ อีกมากมาย

MCP ให้คำตอบใน @davidsacks คําแถลงเกี่ยวกับตัวแทน "The Winning" อาจมีลักษณะอย่างไร:

แต่บางทีเป็นโครงสร้างที่เชื่อมต่อเอเจนต์กับโลกแห่งความเป็นจริงอาจเป็นสูตรชนะเลิศ!

ด้วยโปรโตคอลมาตรฐาน นักพัฒนาสามารถสร้างเวิร์กโฟลว์ที่มีเอเจนต์ได้อย่างรวดเร็ว โดยไม่ต้องสร้างใหม่ทุกครั้งที่มีการรวมระบบใหม่

อนาคตที่เติบโตเป็นเรื่องของระบบ AI ที่สามารถดำเนินการอิสระเพื่อบรรลุเป้าหมายที่ซับซ้อน - ไม่ว่าจะเป็น:

• การอัตโนมัติกระบวนการธุรกิจ,
• การบริหารจัดการโซ่อุปทาน หรือ
• ช่วยเหลือในการวิจัยทางวิทยาศาสตร์

MCP เป็นขั้นตอนที่สำคัญสำหรับการทำให้วิสัยทัศน์นี้เป็นจริงโดยการ提供พื้นฐานให้เอเจนต์ AI ได้มีปฏิสัมพันธ์กับโลกในทางที่มีความหมาย

5) โครงการอื่น ๆ ที่คล้ายกับ MC

Anthropic isn’t the only player recognizing the need for standardized AI integration protocols.

บางโปรโตคอลและบริษัทขนาดใหญ่ได้เร็ว ๆ นี้ได้เปิดตัวหรือยอมรับโครงสร้างเช่น MCP เพื่อรองรับอนาคตที่มีเอเจนต์

i) ความสับสน MCP:

ii) OpenAI Agents SDK MCP:

เร็ว ๆ นี้ (เมื่อวานในความเป็นจริง) OpenAI ได้ปล่อยปลั๊กอิน MCP ของตัวเองเพื่อใช้กับตัวพัฒนา SDK ของตัวเอง:

iii) การผสานองค์กร Stripe MCP:

… และมีเซิร์ฟเวอร์ MCP อีกมากมายที่กำลังถูกพัฒนาขึ้นเพื่อทำให้การสื่อสารของ AI เป็นไปอย่างไม่มีรอยต่อ

ผู้บริหารบริษัทที่แยกตัวจาก Anthropic รับรู้ถึงความสำคัญของมันในการก้าวหน้าสู่อนาคตของ AI Agent

พฤติกรรมเหล่านี้เน้นที่แนวโน้มที่เติบโตขึ้น: การรับรองว่า AI ที่มีความสามารถต้องการการแต่งตั้งมาตรฐานและการแก้ปัญหาขยายขนาดสำหรับการผสมข้อมูล

ในขณะที่ MCP ยังคงเป็นผู้นำเนื่องจากความเปิดเผยและความสามารถในการประยุกต์ใช้ที่กว้างขวาง การมีส่วนร่วมของผู้เล่นระดับใหญ่เช่น xAI, Google และ Meta ยืนยันถึงความสำคัญของพื้นที่นี้

6) ความแตกต่างที่สําคัญจากการผสานรวม AI แบบดั้งเดิม

ทำไม MCP (และคู่ค้าของมัน) โดดเด่นเมื่อเปรียบเทียบกับการรวมระบบ AI แบบดั้งเดิม?

การผสานรวมแบบดั้งเดิมมักเกี่ยวข้องกับ API ที่ปรับแต่งหรือ middleware ซึ่งส่งผลให้เกิดโซลูชันที่แตกต่างกันและยากต่อการขยายขนาด

MCP มีมาตรฐานสากลที่ลดความ复杂และรักษาความสอดคล้อง แผนภาพเปรียบเทียบนี้ชัดเจนในภาพเดียว

Open-Source Collaboration: ความเป็นโอเพนซอร์สของ MCP ส่งเสริมความร่วมมือในวงการ ต่างจากการเข้าถึงของบริษัท AI ที่มีลักษณะเหล่าเชล.

นี่เป็นข้อเสนอมูลค่าที่สำคัญสำหรับสกุลเงินดิจิตอล

นี่คือการเปรียบเทียบอย่างรวดเร็ว:

นี่คือตัวอย่างระดับสูงบางตัวเกี่ยวกับวิธีการใช้งานในสกุลเงินดิจิตอล:

เราเริ่มเห็นการผลักดันด้วย (1) ด้วยโซลูชัน DeFAI เป็นต้น @danielesesta ‘s @heyanonai @LimitusIntelหรือ @gizatechxyz, และการวิเคราะห์บนเชน ยังถูกจัดการด้วยเครื่องมือที่กำหนดเองอย่าง @aixbt_agent

คาดว่าจะมีอีกมากขึ้นเมื่อ MCP ได้รับการรวมเข้าไปในระบบนิเวศคริปโตและ AI ที่กว้างขวางยิ่งขึ้น!

7) สรุป

MCP แทนขั้นตอนที่สำคัญสู่อนาคต AI ที่มีความเป็นเอเจนติก ที่ระบบอัตโนมัติสามารถทำงานร่วมกับโลกรอบข้างได้อย่างไม่มีเช่น

โดยการให้เฟรมเวิร์กมาตรฐานสำหรับการเชื่อมต่อเอเจนต์ AI กับแหล่งข้อมูลภายนอก MCP จะแก้ปัญหาข้อจำกัดสำคัญในการพัฒนา AI ซึ่งทำให้สามารถให้ความสามารถที่สองสร้างสรรค์และขยายขอบเขตได้มากขึ้น

การยอมรับของอุตสาหกรรมทั่วไปต่อโปรโตคอลแบบ MCP หมายถึงการผลักดันร่วมกันสู่วิสัยทนายนิยมนี้

อย่างไรก็ตาม ยังมีความท้าทายอยู่

ความสําเร็จของ MCP และคู่ค้าจะขึ้นอยู่กับการยอมรับอย่างกว้างขวางการทํางานร่วมกันระหว่างโปรโตคอลและความสามารถในการก้าวให้ทันกับภูมิทัศน์ AI ที่พัฒนาอย่างรวดเร็ว

เมื่อเราก้าวเข้าสู่อนาคตที่ผู้ตัดสินของ AI เล่นบทบาทที่สำคัญขึ้นในชีวิตของเรา กรอบการทำงานเช่น MCP จะเป็นสะพานที่เชื่อมต่อ AI กับแอปพลิเคชันในโลกจริง

ไม่ว่า MCP จะกลายเป็นมาตรฐานที่สากลหรือเพียงแค่ตัวกระตุ้นสำหรับนวัตกรรมเพิ่มเติม MCP ได้กระตุ้นการสนทนาสำคัญเกี่ยวกับโครงสร้างที่จำเป็นสำหรับ AI ที่มีความตั้งใจและผลิตภัณฑ์คริปโตที่มีความตั้งใจ

คำปฏิเสธ:

1. บทความนี้ถูกนำมาจาก [MCs4mmyนำต่อชื่อเรื่องต้นฉบับ 'โมเดลคอนเท็กซ์โปรโตคอล (MCP): สารเร้าคริปโต AI ต่อไป' สิทธิ์ในการทำสำเนาทั้งหมดเป็นของผู้เขียนต้นฉบับ [MC]s4mmy]. หากมีการคัดค้านการพิมพ์ซ้ํานี้โปรดติดต่อ Gate Learn ทีมและพวกเขาจะจัดการกับมันทันที
2. ข้อความปฏิเสธความรับผิด: มุมมองและความคิดเห็นที่แสดงในบทความนี้เป็นเพียงของผู้เขียนเท่านั้น และไม่เป็นการให้คำแนะนำทางการลงทุนใด ๆ
3. ทีม Gate Learn ทำการแปลบทความเป็นภาษาอื่น ๆ การคัดลอก การกระจาย หรือการลอกเลียนบทความที่ถูกแปลนี้ ห้าม นอกจากจะระบุไว้เป็นการตัดสิน