Ada fren yang mengatakan, apakah tren turun seperti #ai16z, arc, dan lainnya dalam aset web3 AI Agent disebabkan oleh protokol MCP yang baru saja populer? Pada awalnya, ini agak membingungkan, apa hubungannya? Namun setelah dipikirkan lebih dalam, ternyata ada logika tertentu: penilaian valuasi aset web3 AI Agent yang sudah ada berubah, arah narasi dan rencana produk perlu disesuaikan dengan cepat! Berikut, saya akan membahas pandangan pribadi:
1）MCP（Model Context Protocol）adalah standar protokol sumber terbuka yang bertujuan untuk menghubungkan berbagai jenis AI LLM/Agent ke berbagai sumber data dan alat dengan mulus, mirip dengan antarmuka USB 'umum' plug-and-play yang menggantikan metode pengemasan 'khusus' end-to-end di masa lalu.
Secara sederhana, pada dasarnya ada pulau data yang jelas antara aplikasi AI yang berbeda, dan untuk mencapai saling terhubung antara Agen/LLM, masing-masing perlu mengembangkan antarmuka API yang sesuai untuk panggilan, prosesnya tidak hanya rumit, tetapi juga kurangnya fungsi interaksi dua arah, biasanya memiliki akses model yang relatif terbatas dan pembatasan izin.
Kehadiran MCP sama dengan menyediakan kerangka kerja yang seragam, memungkinkan aplikasi AI untuk keluar dari keadaan pulau data masa lalu, mencapai kemungkinan 'dinamis' untuk mengakses data dan alat eksternal, dapat secara signifikan mengurangi kompleksitas pengembangan dan efisiensi integrasi, terutama dalam eksekusi tugas otomatis, kueri data real-time, dan kolaborasi lintas platform.
Mengatakan ini, banyak orang segera terpikir, apakah akan menjadi tak terkalahkan jika Manus yang mengintegrasikan kerja sama inovatif dari berbagai agen menggunakan kerangka kerja open source MCP yang mempromosikan kerja sama dari berbagai agen?
Benar, Manus + MCP adalah kunci dari dampak yang dialami oleh agen AI web3 kali ini.
Namun, tidak dapat dipercaya bahwa Manus dan MCP adalah kerangka kerja dan standar protokol berorientasi 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 properti alat sumber terbuka.
Seharusnya, itu benar-benar melenceng dari ide pusat yang dikejar oleh web3 AI Agent seperti 'server terdistribusi, kolaborasi terdistribusi, insentif terdistribusi', bagaimana meriam Italia yang terpusat bisa meledakkan benteng terdesentralisasi?
Alasannya adalah, Tahap I web3 AI Agent terlalu 'web2-ized', di satu sisi karena banyak tim berasal dari latar belakang web2, kurangnya pemahaman yang memadai tentang kebutuhan asli web3 Native, misalnya, kerangka ElizaOS awalnya adalah sebuah kerangka bantuan untuk pengembang untuk dengan cepat mendeploy aplikasi AI Agent, yang mengintegrasikan platform seperti Twitter, Discord, dan beberapa API seperti OpenAI, Claude, DeepSeek, serta mengemas beberapa kerangka umum seperti Memory, Character, dan membantu pengembang mengembangkan aplikasi AI Agent dengan cepat. Tapi sejujurnya, apa perbedaan antara kerangka layanan ini dan alat sumber terbuka web2? Dan apa keunggulan perbedaannya?
Uh, apakah keunggulan itu hanya sebatas memiliki cara insentif Tokenomics? Lalu menggunakan kerangka yang sepenuhnya dapat digantikan oleh web2, untuk mendorong sekelompok AI Agent yang ada hanya untuk menciptakan koin baru? Mengerikan.. Mengikuti logika ini, Anda mungkin mengerti mengapa Manus + MCP bisa berdampak pada web3 AI Agent.
Karena banyak kerangka dan layanan web3 AI Agent hanya memenuhi kebutuhan pengembangan dan aplikasi cepat mirip dengan web2 AI Agent, namun dalam layanan teknis dan keunggulan diferensiasi standar, tidak bisa mengikuti kecepatan inovasi web2, sehingga pasar / modal telah menilai ulang dan menetapkan harga kembali untuk generasi sebelumnya dari web3 AI Agent.
3）Setelah mengatakan ini, masalah umumnya harusnya telah ditemukan, tetapi bagaimana cara mengatasinya? Hanya ada satu jalan: fokus pada solusi asli web3, karena sistem terdistribusi dan struktur insentif adalah keunggulan mutlak 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 VC Tiantuan.
Namun setelah web2 AI Agent melewati tahap inovasi kinerja, pasti akan mengejar ekspansi dan penyesuaian model tuning detail di bidang aplikasi vertikal, pada saat itu baru akan terlihat keunggulan layanan sumber daya AI web3.
Faktanya, ketika AI web2 naik ke posisi raksasa dengan cara monopoli sumber daya, sangat sulit untuk kembali menggunakan pemikiran mengelilingi kota dengan desa, memecahkan setiap skenario secara bertahap, itu adalah saatnya para pengembang AI web2 yang berlebihan + sumber daya AI web3 bergabung dan beraksi.
Sebenarnya, selain kerangka penyebaran cepat dan kerja sama komunikasi multi-Agen web2, serta narasi peluncuran tokenomik, Web3 AI Agent memiliki banyak arah inovasi asli Web3 yang layak untuk dieksplorasi:
Misalnya, dilengkapi dengan kerangka kerja kerjasama konsensus terdistribusi, mempertimbangkan karakteristik komputasi di bawah rantai model besar LLM + penyimpanan status di rantai, membutuhkan banyak komponen yang dapat disesuaikan.
1、Sistem verifikasi identitas DID terdesentralisasi yang memungkinkan Agen memiliki identitas rantai yang dapat diverifikasi, seperti alamat unik yang dihasilkan oleh mesin virtual untuk kontrak pintar, utamanya untuk pelacakan dan pencatatan status lanjutan.
2、Sistem Oracle peramal terdesentralisasi, bertanggung jawab utama atas perolehan dan validasi data lapisan bawah, berbeda dari Oracle sebelumnya, sistem Oracle yang kompatibel dengan AI Agent ini mungkin juga perlu memiliki arsitektur kombinasi beberapa Agent termasuk lapisan pengumpulan data, lapisan konsensus keputusan, lapisan umpan balik eksekusi, agar data yang dibutuhkan oleh Agent di rantai dan perhitungan serta keputusan lapisan bawah dapat diakses secara langsung secara real time;
3、Sistem penyimpanan DA terdesentralisasi, karena keberadaan ketidakpastian status basis pengetahuan AI Agent saat berjalan, dan proses penalaran juga bersifat sementara, diperlukan seperangkat catatan status kunci di balik LLM dan jalur penalaran disimpan dalam sistem penyimpanan terdistribusi, serta menyediakan mekanisme bukti data yang dapat dikendalikan biayanya, untuk memastikan ketersediaan data saat verifikasi rantai publik.
4、Sebuah lapisan komputasi privasi ZKP zero-knowledge proof yang dapat terhubung dengan solusi komputasi privasi termasuk TEE, FHE, dll., mewujudkan komputasi privasi real-time + verifikasi bukti data, sehingga Agen dapat memiliki sumber data vertikal yang lebih luas (kesehatan, keuangan), yang pada gilirannya akan muncul lebih banyak layanan Agen yang disesuaikan secara profesional di atasnya;
5、Sebuah protokol interoperabilitas lintas-rantai, agak mirip dengan kerangka kerja protokol sumber terbuka MCP, perbedaannya terletak pada solusi interoperabilitas ini, perlu ada relay dan mekanisme penjadwalan komunikasi yang dapat berjalan, mentransfer, memvalidasi, dan menyelesaikan masalah transfer aset dan sinkronisasi status Agent antar rantai yang berbeda, terutama melibatkan konteks dan Prompt, basis pengetahuan, Memory, dan kompleksitas status Agent lainnya;
……
Menurut pendapat saya, titik fokus sebenarnya dalam mengatasi agen AI web3 yang sejati seharusnya berada pada bagaimana membuat 'alur kerja AI agen' dan 'alur verifikasi kepercayaan blockchain' sejajar sebisa mungkin. Sejauh ini, solusi bertahap ini dapat berasal dari proyek narasi lama yang telah ada yang ditingkatkan dan diiterasikan, atau dapat diciptakan kembali oleh proyek di jalur narasi agen AI yang baru terbentuk.
Inilah arah di mana web3 AI Agent seharusnya berupaya membangun, ini adalah prinsip dasar ekosistem inovasi sesuai dengan narasi makro AI + Crypto. Jika tidak ada inovasi terkait yang dibuka dan hambatan kompetitif diferensiasi yang dibangun, maka setiap perubahan dalam bidang web2 AI bisa mengganggu web3 AI secara serius.
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.
AI AgentToken terus merosot, apakah ini karena MCP terlalu panas?
Ada fren yang mengatakan, apakah tren turun seperti #ai16z, arc, dan lainnya dalam aset web3 AI Agent disebabkan oleh protokol MCP yang baru saja populer? Pada awalnya, ini agak membingungkan, apa hubungannya? Namun setelah dipikirkan lebih dalam, ternyata ada logika tertentu: penilaian valuasi aset web3 AI Agent yang sudah ada berubah, arah narasi dan rencana produk perlu disesuaikan dengan cepat! Berikut, saya akan membahas pandangan pribadi:
1）MCP（Model Context Protocol）adalah standar protokol sumber terbuka yang bertujuan untuk menghubungkan berbagai jenis AI LLM/Agent ke berbagai sumber data dan alat dengan mulus, mirip dengan antarmuka USB 'umum' plug-and-play yang menggantikan metode pengemasan 'khusus' end-to-end di masa lalu.
Secara sederhana, pada dasarnya ada pulau data yang jelas antara aplikasi AI yang berbeda, dan untuk mencapai saling terhubung antara Agen/LLM, masing-masing perlu mengembangkan antarmuka API yang sesuai untuk panggilan, prosesnya tidak hanya rumit, tetapi juga kurangnya fungsi interaksi dua arah, biasanya memiliki akses model yang relatif terbatas dan pembatasan izin.
Kehadiran MCP sama dengan menyediakan kerangka kerja yang seragam, memungkinkan aplikasi AI untuk keluar dari keadaan pulau data masa lalu, mencapai kemungkinan 'dinamis' untuk mengakses data dan alat eksternal, dapat secara signifikan mengurangi kompleksitas pengembangan dan efisiensi integrasi, terutama dalam eksekusi tugas otomatis, kueri data real-time, dan kolaborasi lintas platform.
Mengatakan ini, banyak orang segera terpikir, apakah akan menjadi tak terkalahkan jika Manus yang mengintegrasikan kerja sama inovatif dari berbagai agen menggunakan kerangka kerja open source MCP yang mempromosikan kerja sama dari berbagai agen?
Benar, Manus + MCP adalah kunci dari dampak yang dialami oleh agen AI web3 kali ini.
Seharusnya, itu benar-benar melenceng dari ide pusat yang dikejar oleh web3 AI Agent seperti 'server terdistribusi, kolaborasi terdistribusi, insentif terdistribusi', bagaimana meriam Italia yang terpusat bisa meledakkan benteng terdesentralisasi?
Alasannya adalah, Tahap I web3 AI Agent terlalu 'web2-ized', di satu sisi karena banyak tim berasal dari latar belakang web2, kurangnya pemahaman yang memadai tentang kebutuhan asli web3 Native, misalnya, kerangka ElizaOS awalnya adalah sebuah kerangka bantuan untuk pengembang untuk dengan cepat mendeploy aplikasi AI Agent, yang mengintegrasikan platform seperti Twitter, Discord, dan beberapa API seperti OpenAI, Claude, DeepSeek, serta mengemas beberapa kerangka umum seperti Memory, Character, dan membantu pengembang mengembangkan aplikasi AI Agent dengan cepat. Tapi sejujurnya, apa perbedaan antara kerangka layanan ini dan alat sumber terbuka web2? Dan apa keunggulan perbedaannya?
Uh, apakah keunggulan itu hanya sebatas memiliki cara insentif Tokenomics? Lalu menggunakan kerangka yang sepenuhnya dapat digantikan oleh web2, untuk mendorong sekelompok AI Agent yang ada hanya untuk menciptakan koin baru? Mengerikan.. Mengikuti logika ini, Anda mungkin mengerti mengapa Manus + MCP bisa berdampak pada web3 AI Agent.
Karena banyak kerangka dan layanan web3 AI Agent hanya memenuhi kebutuhan pengembangan dan aplikasi cepat mirip dengan web2 AI Agent, namun dalam layanan teknis dan keunggulan diferensiasi standar, tidak bisa mengikuti kecepatan inovasi web2, sehingga pasar / modal telah menilai ulang dan menetapkan harga kembali untuk generasi sebelumnya dari web3 AI Agent.
3）Setelah mengatakan ini, masalah umumnya harusnya telah ditemukan, tetapi bagaimana cara mengatasinya? Hanya ada satu jalan: fokus pada solusi asli web3, karena sistem terdistribusi dan struktur insentif adalah keunggulan mutlak 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 VC Tiantuan.
Namun setelah web2 AI Agent melewati tahap inovasi kinerja, pasti akan mengejar ekspansi dan penyesuaian model tuning detail di bidang aplikasi vertikal, pada saat itu baru akan terlihat keunggulan layanan sumber daya AI web3.
Faktanya, ketika AI web2 naik ke posisi raksasa dengan cara monopoli sumber daya, sangat sulit untuk kembali menggunakan pemikiran mengelilingi kota dengan desa, memecahkan setiap skenario secara bertahap, itu adalah saatnya para pengembang AI web2 yang berlebihan + sumber daya AI web3 bergabung dan beraksi.
Sebenarnya, selain kerangka penyebaran cepat dan kerja sama komunikasi multi-Agen web2, serta narasi peluncuran tokenomik, Web3 AI Agent memiliki banyak arah inovasi asli Web3 yang layak untuk dieksplorasi:
Misalnya, dilengkapi dengan kerangka kerja kerjasama konsensus terdistribusi, mempertimbangkan karakteristik komputasi di bawah rantai model besar LLM + penyimpanan status di rantai, membutuhkan banyak komponen yang dapat disesuaikan.
1、Sistem verifikasi identitas DID terdesentralisasi yang memungkinkan Agen memiliki identitas rantai yang dapat diverifikasi, seperti alamat unik yang dihasilkan oleh mesin virtual untuk kontrak pintar, utamanya untuk pelacakan dan pencatatan status lanjutan.
2、Sistem Oracle peramal terdesentralisasi, bertanggung jawab utama atas perolehan dan validasi data lapisan bawah, berbeda dari Oracle sebelumnya, sistem Oracle yang kompatibel dengan AI Agent ini mungkin juga perlu memiliki arsitektur kombinasi beberapa Agent termasuk lapisan pengumpulan data, lapisan konsensus keputusan, lapisan umpan balik eksekusi, agar data yang dibutuhkan oleh Agent di rantai dan perhitungan serta keputusan lapisan bawah dapat diakses secara langsung secara real time;
3、Sistem penyimpanan DA terdesentralisasi, karena keberadaan ketidakpastian status basis pengetahuan AI Agent saat berjalan, dan proses penalaran juga bersifat sementara, diperlukan seperangkat catatan status kunci di balik LLM dan jalur penalaran disimpan dalam sistem penyimpanan terdistribusi, serta menyediakan mekanisme bukti data yang dapat dikendalikan biayanya, untuk memastikan ketersediaan data saat verifikasi rantai publik.
4、Sebuah lapisan komputasi privasi ZKP zero-knowledge proof yang dapat terhubung dengan solusi komputasi privasi termasuk TEE, FHE, dll., mewujudkan komputasi privasi real-time + verifikasi bukti data, sehingga Agen dapat memiliki sumber data vertikal yang lebih luas (kesehatan, keuangan), yang pada gilirannya akan muncul lebih banyak layanan Agen yang disesuaikan secara profesional di atasnya;
5、Sebuah protokol interoperabilitas lintas-rantai, agak mirip dengan kerangka kerja protokol sumber terbuka MCP, perbedaannya terletak pada solusi interoperabilitas ini, perlu ada relay dan mekanisme penjadwalan komunikasi yang dapat berjalan, mentransfer, memvalidasi, dan menyelesaikan masalah transfer aset dan sinkronisasi status Agent antar rantai yang berbeda, terutama melibatkan konteks dan Prompt, basis pengetahuan, Memory, dan kompleksitas status Agent lainnya;
……
Menurut pendapat saya, titik fokus sebenarnya dalam mengatasi agen AI web3 yang sejati seharusnya berada pada bagaimana membuat 'alur kerja AI agen' dan 'alur verifikasi kepercayaan blockchain' sejajar sebisa mungkin. Sejauh ini, solusi bertahap ini dapat berasal dari proyek narasi lama yang telah ada yang ditingkatkan dan diiterasikan, atau dapat diciptakan kembali oleh proyek di jalur narasi agen AI yang baru terbentuk.
Inilah arah di mana web3 AI Agent seharusnya berupaya membangun, ini adalah prinsip dasar ekosistem inovasi sesuai dengan narasi makro AI + Crypto. Jika tidak ada inovasi terkait yang dibuka dan hambatan kompetitif diferensiasi yang dibangun, maka setiap perubahan dalam bidang web2 AI bisa mengganggu web3 AI secara serius.