Seorang teman mengatakan bahwa penurunan terus menerus agen AI web3 seperti #ai16z dan $arc disebabkan oleh ledakan protokol MCP baru-baru ini? Pada pandangan pertama, seluruh orang sedikit bingung, apakah WTF ada hubungannya dengan itu? Tetapi setelah memikirkannya, saya menemukan bahwa benar-benar ada logika tertentu: logika penilaian dan penetapan harga dari agen AI web3 yang ada telah berubah, dan arah narasi serta rute pendaratan produk perlu segera disesuaikan! Di bawah ini, saya ingin membagikan pendapat pribadi saya:
MCP (Model Context Protocol) adalah protokol standar sumber terbuka yang dirancang untuk memungkinkan berbagai LLM / Agen AI terhubung dengan mulus ke berbagai sumber dan alat data, yang setara dengan antarmuka "universal" USB plug-and-play, menggantikan metode enkapsulasi "spesifik" ujung ke ujung di masa lalu.
Sederhananya, ada pulau data yang jelas antara aplikasi AI, dan agen dan LLM perlu mengembangkan API panggilan yang sesuai untuk mencapai interoperabilitas, belum lagi kompleksitas proses operasi, dan kurangnya fungsi interaksi dua arah, biasanya memiliki akses model yang relatif terbatas dan pembatasan izin.
Munculnya MCP menyediakan kerangka kerja terpadu untuk aplikasi AI untuk menyingkirkan silo data di masa lalu dan menyadari kemungkinan akses "dinamis" ke data dan alat eksternal, yang secara signifikan dapat mengurangi kompleksitas pengembangan dan efisiensi integrasi, terutama dalam hal eksekusi tugas otomatis, permintaan data real-time, dan kolaborasi lintas platform.
Omong-omong, banyak orang langsung berpikir bahwa jika Manus untuk kolaborasi dan inovasi multi-agen diintegrasikan dengan kerangka kerja open-source MCP ini yang dapat mempromosikan kolaborasi multi-agen, bukankah itu tidak akan terkalahkan?
Benar, Manus + MCP adalah kunci dampak Agen AI web3.
Namun, tidak dapat dipercaya bahwa Manus dan MCP adalah kerangka kerja dan standar protokol untuk web2 LLM / Agen, yang memecahkan masalah interaksi data dan kolaborasi antara server terpusat, dan izin serta kontrol akses mereka juga bergantung pada keterbukaan "aktif" dari setiap node server, dengan kata lain, itu hanya atribut alat sumber terbuka.
Masuk akal bahwa itu benar-benar bertentangan dengan gagasan sentral "server terdistribusi, kolaborasi terdistribusi, dan insentif terdistribusi" yang dikejar oleh Agen AI web3.
Alasannya adalah bahwa fase pertama web3 AI Agent terlalu "berorientasi web2", di satu sisi, karena banyak tim berasal dari latar belakang web2 dan tidak memiliki pemahaman penuh tentang persyaratan asli web3 Native. "Antarmuka API" seperti DeepSeek secara tepat merangkum beberapa kerangka kerja umum Memory dan Charater untuk membantu pengembang mengembangkan aplikasi agen AI dengan cepat. Tapi apa perbedaan antara set kerangka kerja layanan ini dan alat open source web2? Apa pembedanya?
Eh, apakah keuntungannya ada satu set insentif Tokenomics? Dan kemudian menggunakan seperangkat kerangka kerja yang dapat sepenuhnya diganti oleh web2 untuk memberi insentif kepada sekelompok lebih banyak agen AI yang ada untuk tujuan mengeluarkan koin baru? Mengerikan.. Melihat logika ini, Anda dapat secara kasar memahami mengapa Manus +MCP dapat berdampak pada Agen AI web3?
Karena banyak kerangka kerja dan layanan agen AI web3 hanya menyelesaikan kebutuhan pengembangan dan aplikasi yang cepat mirip dengan agen AI web2, tetapi mereka tidak dapat mengikuti kecepatan inovasi web2 dalam hal layanan teknis dan standar serta keunggulan diferensiasi, pasar/modal telah mendevaluasi dan memberi harga batch terakhir agen AI web3.
Omong-omong, inti dari masalah umum harus ditemukan, tetapi bagaimana cara memecahkan situasi? Hanya satu cara: fokus pada solusi web3-native, karena arsitektur operasi dan insentif sistem terdistribusi adalah keunggulan pembeda mutlak dari web3.
Mengambil daya komputasi awan terdistribusi, data, algoritma, dan platform layanan lainnya sebagai contoh, di permukaan, tampaknya daya komputasi dan data semacam ini yang dikumpulkan dengan alasan sumber daya menganggur tidak dapat memenuhi kebutuhan inovasi teknik dalam jangka pendek, tetapi ketika sejumlah besar LLM AI berjuang untuk daya komputasi terpusat untuk menerobos perlombaan senjata untuk kinerja, model layanan dengan gimmick "sumber daya menganggur dan biaya rendah" secara alami akan meremehkan pengembang web2 dan grup VC.
Namun, ketika agen AI web2 melewati tahap inovasi kinerja, ia pasti akan mengejar perluasan skenario aplikasi vertikal dan optimalisasi model subdivisi dan fine-tuning, dan keunggulan layanan sumber daya AI web3 akan benar-benar terlihat pada saat itu.
Faktanya, ketika AI web2 yang naik ke posisi raksasa dalam bentuk monopoli sumber daya mencapai tahap tertentu, sulit untuk mundur ke gagasan mengelilingi kota dengan pedesaan dan membagi adegan satu per satu, dan pada saat itu saatnya bagi surplus pengembang AI web2 + sumber daya AI web3 untuk bekerja sama.
Faktanya, selain rangkaian penyebaran cepat web2 + kerangka kerja komunikasi kolaboratif multi-agen + narasi penerbitan Tokenomic, ada banyak arah inovatif web3 Native yang perlu ditelusuri:
Misalnya, dilengkapi dengan seperangkat kerangka kerja kolaborasi konsensus terdistribusi, mengingat karakteristik komputasi off-chain + penyimpanan status on-chain model besar LLM, diperlukan banyak komponen yang dapat disesuaikan.
Sistem otentikasi DID yang terdesentralisasi memungkinkan agen memiliki identitas on-chain yang dapat diverifikasi, yang seperti alamat unik yang dihasilkan oleh mesin virtual eksekusi untuk kontrak pintar, terutama untuk pelacakan dan perekaman berkelanjutan dari keadaan berikutnya;
Sistem oracle Oracle yang terdesentralisasi terutama bertanggung jawab atas akuisisi tepercaya dan verifikasi data off-chain, yang berbeda dari Oracle sebelumnya, dan oracle ini yang disesuaikan dengan Agen AI mungkin juga perlu melakukan kombinasi beberapa agen termasuk lapisan pengumpulan data, lapisan konsensus pengambilan keputusan, dan lapisan umpan balik eksekusi, sehingga data on-chain yang dibutuhkan oleh agen dan komputasi off-chain dan pengambilan keputusan dapat dicapai secara real time;
Sistem DA penyimpanan terdesentralisasi, karena ketidakpastian keadaan basis pengetahuan ketika Agen AI berjalan, dan proses inferensi juga bersifat sementara, perlu untuk merekam pustaka status utama dan jalur inferensi di belakang LLM dan menyimpannya dalam sistem penyimpanan terdistribusi, dan menyediakan mekanisme bukti data yang dapat dikontrol biaya untuk memastikan ketersediaan data verifikasi rantai publik;
Satu set lapisan komputasi privasi ZKP bukti tanpa pengetahuan dapat dihubungkan dengan solusi komputasi privasi termasuk waktu TEE, PHE, dll., Untuk mencapai komputasi privasi waktu nyata + verifikasi bukti data, sehingga agen dapat memiliki sumber data vertikal yang lebih luas (medis, keuangan), dan kemudian agen layanan khusus yang lebih profesional muncul di bagian atas;
Satu set protokol interoperabilitas lintas rantai, agak mirip dengan kerangka kerja yang ditentukan oleh protokol open source MCP, perbedaannya adalah bahwa rangkaian solusi interoperabilitas ini perlu memiliki mekanisme penjadwalan relai dan komunikasi yang beradaptasi dengan operasi, pengiriman, dan verifikasi agen, dan dapat menyelesaikan transfer aset dan sinkronisasi status agen antara rantai yang berbeda, terutama keadaan kompleks seperti konteks dan prompt agen, basis pengetahuan, memori, dll.;
……
Menurut pendapat saya, fokus agen AI web3 nyata harus pada bagaimana membuat "alur kerja kompleks" dari agen AI dan "aliran verifikasi kepercayaan" dari blockchain cocok sebanyak mungkin. Adapun solusi inkremental ini, dimungkinkan untuk meningkatkan dan mengulangi dari proyek narasi lama yang ada, atau menyusun kembali dari proyek di jalur narasi Agen AI yang baru dibentuk.
Ini adalah arah yang harus dibangun oleh Agen AI web3, dan ini sejalan dengan dasar-dasar ekosistem inovasi di bawah narasi makro AI + Crypto. Tanpa pembentukan inovasi yang relevan dan hambatan persaingan yang berbeda, maka setiap kali jalur AI web2 diledakkan terbalik, AI web3 dapat terbalik.
Konten ini hanya untuk referensi, bukan ajakan atau tawaran. Tidak ada nasihat investasi, pajak, atau hukum yang diberikan. Lihat Penafian untuk pengungkapan risiko lebih lanjut.
Apakah penurunan AI Agent yang terus berlanjut disebabkan oleh ledakan protokol MCP baru-baru ini?
** Ditulis oleh: Haotian **
Seorang teman mengatakan bahwa penurunan terus menerus agen AI web3 seperti #ai16z dan $arc disebabkan oleh ledakan protokol MCP baru-baru ini? Pada pandangan pertama, seluruh orang sedikit bingung, apakah WTF ada hubungannya dengan itu? Tetapi setelah memikirkannya, saya menemukan bahwa benar-benar ada logika tertentu: logika penilaian dan penetapan harga dari agen AI web3 yang ada telah berubah, dan arah narasi serta rute pendaratan produk perlu segera disesuaikan! Di bawah ini, saya ingin membagikan pendapat pribadi saya:
Sederhananya, ada pulau data yang jelas antara aplikasi AI, dan agen dan LLM perlu mengembangkan API panggilan yang sesuai untuk mencapai interoperabilitas, belum lagi kompleksitas proses operasi, dan kurangnya fungsi interaksi dua arah, biasanya memiliki akses model yang relatif terbatas dan pembatasan izin.
Munculnya MCP menyediakan kerangka kerja terpadu untuk aplikasi AI untuk menyingkirkan silo data di masa lalu dan menyadari kemungkinan akses "dinamis" ke data dan alat eksternal, yang secara signifikan dapat mengurangi kompleksitas pengembangan dan efisiensi integrasi, terutama dalam hal eksekusi tugas otomatis, permintaan data real-time, dan kolaborasi lintas platform.
Omong-omong, banyak orang langsung berpikir bahwa jika Manus untuk kolaborasi dan inovasi multi-agen diintegrasikan dengan kerangka kerja open-source MCP ini yang dapat mempromosikan kolaborasi multi-agen, bukankah itu tidak akan terkalahkan?
Benar, Manus + MCP adalah kunci dampak Agen AI web3.
Masuk akal bahwa itu benar-benar bertentangan dengan gagasan sentral "server terdistribusi, kolaborasi terdistribusi, dan insentif terdistribusi" yang dikejar oleh Agen AI web3.
Alasannya adalah bahwa fase pertama web3 AI Agent terlalu "berorientasi web2", di satu sisi, karena banyak tim berasal dari latar belakang web2 dan tidak memiliki pemahaman penuh tentang persyaratan asli web3 Native. "Antarmuka API" seperti DeepSeek secara tepat merangkum beberapa kerangka kerja umum Memory dan Charater untuk membantu pengembang mengembangkan aplikasi agen AI dengan cepat. Tapi apa perbedaan antara set kerangka kerja layanan ini dan alat open source web2? Apa pembedanya?
Eh, apakah keuntungannya ada satu set insentif Tokenomics? Dan kemudian menggunakan seperangkat kerangka kerja yang dapat sepenuhnya diganti oleh web2 untuk memberi insentif kepada sekelompok lebih banyak agen AI yang ada untuk tujuan mengeluarkan koin baru? Mengerikan.. Melihat logika ini, Anda dapat secara kasar memahami mengapa Manus +MCP dapat berdampak pada Agen AI web3?
Karena banyak kerangka kerja dan layanan agen AI web3 hanya menyelesaikan kebutuhan pengembangan dan aplikasi yang cepat mirip dengan agen AI web2, tetapi mereka tidak dapat mengikuti kecepatan inovasi web2 dalam hal layanan teknis dan standar serta keunggulan diferensiasi, pasar/modal telah mendevaluasi dan memberi harga batch terakhir agen AI web3.
Mengambil daya komputasi awan terdistribusi, data, algoritma, dan platform layanan lainnya sebagai contoh, di permukaan, tampaknya daya komputasi dan data semacam ini yang dikumpulkan dengan alasan sumber daya menganggur tidak dapat memenuhi kebutuhan inovasi teknik dalam jangka pendek, tetapi ketika sejumlah besar LLM AI berjuang untuk daya komputasi terpusat untuk menerobos perlombaan senjata untuk kinerja, model layanan dengan gimmick "sumber daya menganggur dan biaya rendah" secara alami akan meremehkan pengembang web2 dan grup VC.
Namun, ketika agen AI web2 melewati tahap inovasi kinerja, ia pasti akan mengejar perluasan skenario aplikasi vertikal dan optimalisasi model subdivisi dan fine-tuning, dan keunggulan layanan sumber daya AI web3 akan benar-benar terlihat pada saat itu.
Faktanya, ketika AI web2 yang naik ke posisi raksasa dalam bentuk monopoli sumber daya mencapai tahap tertentu, sulit untuk mundur ke gagasan mengelilingi kota dengan pedesaan dan membagi adegan satu per satu, dan pada saat itu saatnya bagi surplus pengembang AI web2 + sumber daya AI web3 untuk bekerja sama.
Faktanya, selain rangkaian penyebaran cepat web2 + kerangka kerja komunikasi kolaboratif multi-agen + narasi penerbitan Tokenomic, ada banyak arah inovatif web3 Native yang perlu ditelusuri:
Misalnya, dilengkapi dengan seperangkat kerangka kerja kolaborasi konsensus terdistribusi, mengingat karakteristik komputasi off-chain + penyimpanan status on-chain model besar LLM, diperlukan banyak komponen yang dapat disesuaikan.
Sistem otentikasi DID yang terdesentralisasi memungkinkan agen memiliki identitas on-chain yang dapat diverifikasi, yang seperti alamat unik yang dihasilkan oleh mesin virtual eksekusi untuk kontrak pintar, terutama untuk pelacakan dan perekaman berkelanjutan dari keadaan berikutnya;
Sistem oracle Oracle yang terdesentralisasi terutama bertanggung jawab atas akuisisi tepercaya dan verifikasi data off-chain, yang berbeda dari Oracle sebelumnya, dan oracle ini yang disesuaikan dengan Agen AI mungkin juga perlu melakukan kombinasi beberapa agen termasuk lapisan pengumpulan data, lapisan konsensus pengambilan keputusan, dan lapisan umpan balik eksekusi, sehingga data on-chain yang dibutuhkan oleh agen dan komputasi off-chain dan pengambilan keputusan dapat dicapai secara real time;
Sistem DA penyimpanan terdesentralisasi, karena ketidakpastian keadaan basis pengetahuan ketika Agen AI berjalan, dan proses inferensi juga bersifat sementara, perlu untuk merekam pustaka status utama dan jalur inferensi di belakang LLM dan menyimpannya dalam sistem penyimpanan terdistribusi, dan menyediakan mekanisme bukti data yang dapat dikontrol biaya untuk memastikan ketersediaan data verifikasi rantai publik;
Satu set lapisan komputasi privasi ZKP bukti tanpa pengetahuan dapat dihubungkan dengan solusi komputasi privasi termasuk waktu TEE, PHE, dll., Untuk mencapai komputasi privasi waktu nyata + verifikasi bukti data, sehingga agen dapat memiliki sumber data vertikal yang lebih luas (medis, keuangan), dan kemudian agen layanan khusus yang lebih profesional muncul di bagian atas;
Satu set protokol interoperabilitas lintas rantai, agak mirip dengan kerangka kerja yang ditentukan oleh protokol open source MCP, perbedaannya adalah bahwa rangkaian solusi interoperabilitas ini perlu memiliki mekanisme penjadwalan relai dan komunikasi yang beradaptasi dengan operasi, pengiriman, dan verifikasi agen, dan dapat menyelesaikan transfer aset dan sinkronisasi status agen antara rantai yang berbeda, terutama keadaan kompleks seperti konteks dan prompt agen, basis pengetahuan, memori, dll.;
……
Menurut pendapat saya, fokus agen AI web3 nyata harus pada bagaimana membuat "alur kerja kompleks" dari agen AI dan "aliran verifikasi kepercayaan" dari blockchain cocok sebanyak mungkin. Adapun solusi inkremental ini, dimungkinkan untuk meningkatkan dan mengulangi dari proyek narasi lama yang ada, atau menyusun kembali dari proyek di jalur narasi Agen AI yang baru dibentuk.
Ini adalah arah yang harus dibangun oleh Agen AI web3, dan ini sejalan dengan dasar-dasar ekosistem inovasi di bawah narasi makro AI + Crypto. Tanpa pembentukan inovasi yang relevan dan hambatan persaingan yang berbeda, maka setiap kali jalur AI web2 diledakkan terbalik, AI web3 dapat terbalik.