MCP та AI Agent: нова структура застосування штучного інтелекту

Один, аналіз концепції MCP

У сфері штучного інтелекту традиційні чат-боти часто страждають від нестачі персоналізації та активності. Щоб вирішити цю проблему, розробники впровадили концепцію "персонажа", наділяючи ШІ певними ролями та характерами. Однак, навіть маючи багатий "персонаж", ШІ все ще залишається пасивним реагентом, нездатним активно виконувати складні завдання.

Щоб подолати це обмеження, з'явився відкритий проект Auto-GPT. Він дозволяє розробникам визначати інструменти та функції для ШІ, щоб ШІ міг автоматично виконувати завдання відповідно до попередньо визначених правил. Незважаючи на те, що Auto-GPT реалізував певний рівень автономного виконання, він все ще стикається з проблемами, такими як нерівномірний формат виклику інструментів і погана крос-платформна сумісність.

MCP (Model Context Protocol, модельний контекстний протокол) з'явився, щоб вирішити складність інтеграції ШІ з зовнішніми інструментами. MCP спрощує процес взаємодії ШІ з зовнішніми службами, надаючи єдиний стандарт комунікації. Цей стандартизований інтерфейс значно знижує складність розробки та витрати часу, дозволяючи моделям ШІ більш ефективно взаємодіяти з зовнішніми інструментами.

Два, співпраця MCP з AI Agent

MCP та AI Agent утворюють взаємодоповнюючі відносини. AI Agent здебільшого зосереджується на операціях з блокчейном, виконанні смарт-контрактів та управлінні криптоактивами, акцентуючи увагу на захисті конфіденційності та інтеграції децентралізованих додатків. MCP же зосереджується на спрощенні взаємодії AI Agent з зовнішніми системами, надаючи стандартизовані протоколи та управління контекстом, що підвищує міжплатформену взаємодію та гнучкість.

Основна цінність MCP полягає в наданні єдиного стандарту для взаємодії AI Agent з зовнішніми інструментами (такими як дані блокчейну, смарт-контракти, поза ланцюгові послуги тощо). Це стандартизування вирішує проблему фрагментації інтерфейсів у традиційній розробці, дозволяючи AI Agent безшовно підключатися до даних та інструментів багатьох ланцюгів, значно підвищуючи здатність до автономного виконання. Наприклад, AI Agent у сфері DeFi може в режимі реального часу отримувати ринкові дані через MCP та автоматично оптимізувати портфель.

Крім того, MCP відкриває нові напрямки для AI Agent – співпраця багатьох агентів. Завдяки MCP агенти штучного інтелекту з різними функціями можуть працювати разом, виконуючи складні завдання, такі як аналіз даних в ланцюзі, прогнозування ринку, управління ризиками тощо, підвищуючи загальну ефективність та надійність. У сфері автоматизації торгівлі в ланцюзі MCP може з'єднувати різні агенти торгівлі та управління ризиками, вирішуючи проблеми, пов'язані з прослизанням, витратами на торгівлю, MEV тощо, забезпечуючи більш безпечне та ефективне управління активами в ланцюзі.

Три, огляд відповідних проектів

1. DeMCP

DeMCP - це децентралізована мережа MCP, яка прагне надати AI агентам власні відкриті MCP послуги. Вона пропонує платформу для розгортання з поділом комерційних доходів для розробників MCP, забезпечуючи односторонній доступ до основних великих мовних моделей. Розробники можуть отримувати послуги, підтримуючи стейблкоїни.

2. ТЕМРЯВИЙ

DARK є мережею MCP, побудованою на базі Solana в рамках довіреного середовища виконання ( TEE ). Його перший додаток зараз розробляється, з метою надання AI Agent ефективних можливостей інтеграції інструментів через TEE та MCP протокол. Це дозволить розробникам швидко підключати різноманітні інструменти та зовнішні сервіси за допомогою простого налаштування.

3. Cookie.fun

Cookie.fun є платформою, що спеціалізується на AI Agent у Web3 екосистемі, яка надає користувачам комплексний індекс AI Agent та аналітичні інструменти. Платформа демонструє такі показники, як вплив на свідомість AI Agent, здатність до інтелектуального слідування, взаємодія з користувачами та дані в блокчейні, що допомагає користувачам оцінювати ефективність різних AI Agent. Нещодавно оновлення Cookie.API1.0 представило спеціалізований сервер MCP, що надає розробникам та не технічним користувачам послуги MCP, що готові до використання для агентів.

4. Технологія SkyAI

SkyAI є проектом інфраструктури даних Web3, побудованим на основі BNB Chain, який має на меті створення блокчейн-орієнтованої AI інфраструктури шляхом розширення MCP. Ця платформа пропонує масштабовані та взаємодіючі протоколи даних для AI додатків на основі Web3, спрощуючи процес розробки через інтеграцію доступу до даних з багатьох ланцюгів, розгортання AI агентів та корисності на рівні протоколу. Наразі SkyAI підтримує агреговані набори даних з BNB Chain та Solana, обсяг даних перевищує 10 мільярдів рядків, а в майбутньому також буде підтримувати послуги MCP даних з основної мережі Ethereum та ланцюга Base.

Чотири, перспективи майбутнього розвитку

Протокол MCP як новий наратив у злитті штучного інтелекту та блокчейну демонструє величезний потенціал у підвищенні ефективності обміну даними, зниженні витрат на розробку, зміцненні безпеки та захисту конфіденційності, особливо в сценах децентралізованих фінансів. Однак більшість проектів на основі MCP наразі перебувають на стадії перевірки концепції і ще не випустили зрілого продукту, що призводить до постійного падіння цін на їх токени після запуску. Це відображає кризу довіри ринку до проектів MCP, яка в основному викликана тривалим циклом розробки продукту та браком реального впровадження.

У майбутньому розвиток протоколу MCP стикається з кількома ключовими викликами:

1. Прискорити процес розробки продукту, забезпечити тісний зв'язок між токеном та реальним продуктом.
2. Підвищення користувацького досвіду, збільшення привабливості продукту.
3. Подолання бар'єрів інтеграції технологій для реалізації стандартизованих MCP послуг між різними блокчейнами та DApp.

Незважаючи на виклики, протокол MCP все ще демонструє величезний ринковий потенціал. З розвитком технологій штучного інтелекту та зрілістю протоколу MCP, в майбутньому очікується більш широке застосування в таких сферах, як DeFi, DAO тощо. Наприклад, агенти штучного інтелекту можуть отримувати дані в режимі реального часу за допомогою протоколу MCP, виконувати автоматизовані угоди, підвищувати ефективність та точність ринкового аналізу. Крім того, децентралізовані характеристики протоколу MCP можуть забезпечити прозору та відстежувану платформу для роботи моделей штучного інтелекту, сприяючи децентралізації та активізації активів штучного інтелекту.

Як важливий допоміжний елемент інтеграції AI та блокчейну, протокол MCP має потенціал стати ключовим двигуном для наступного покоління AI Agent. Однак для реалізації цього бачення все ще потрібно вирішити багато викликів, таких як технічна інтеграція, безпека, досвід користувачів тощо. З поступовим вирішенням цих питань протокол MCP відіграватиме все більш важливу роль у майбутньому розвитку застосувань штучного інтелекту.