フレンによると、#ai16z、arcなどのweb3 AIエージェントのターゲットの持続的な下落トレンドは、最近急上昇しているMCPプロトコルによるものですか？一聞しただけで、ちょっと混乱してしまいますが、実際に考えてみると、ある程度の論理があります：既存のweb3 AIエージェントの評価設定ロジックが変わり、物語の方向性と製品の展開ルートが急務です！以下、個人の観点について話してみます：
1）MCP（Model Context Protocol）は、さまざまなAI LLM/Agentをさまざまなデータソースやツールにシームレスに接続することを目的としたオープンソースの標準プロトコルであり、従来のエンドツーエンドの「特定」のカプセル化方式に代わる、即時に差し込んで使用できるUSB「汎用」インターフェースとして機能します。
簡単に言えば、元々AIアプリケーション間には明らかなデータ孤島がありました。エージェント/LLM間での相互運用を実現するには、それぞれが対応する呼び出しAPIインターフェースを開発する必要があり、操作手順は複雑であり、双方向の相互作用機能が欠如しており、通常、比較的限られたモデルアクセスと権限制限があります。
MCPの出現は、過去のデータ孤島状態から脱却し、外部データやツールに"ダイナミック"にアクセスできる可能性を実現する統一フレームワークを提供することに等しい。特に自動化タスクの実行、リアルタイムデータクエリ、クロスプラットフォームの協力などにおいて、開発の複雑さや統合の効率を著しく低下させる効果がある。
そういえば、革新的なマルチエージェントコラボレーションであるManusなら、マルチエージェントコラボレーションを推進できるこのMCPオープンソースフレームワークを統合することは無敵ではないか、と多くの人がすぐに考えました。
そう、Manus + MCPはweb3 AIエージェントにとって重要な影響を受けています。
2）しかし、驚くべきことに、ManusもMCPも、web2 LLM/Agent向けのフレームワークおよびプロトコル標準であり、中央集権的なサーバー間のデータ交換と協力の問題を解決するものであり、その権限とアクセス制御は各サーバーノードの「能動的」な公開に依存しています。言い換えれば、それは単なるオープンソースツールの性質です。
理論的には、それはweb3 AIエージェントが追求する「分散型サーバー、分散型コラボレーション、分散型インセンティブ」などの中心的な考え方と完全に逆行しており、中央集権的なイタリア砲がどのようにして分散型の堡塁を爆破できるのか？
その原因は、第1段階のweb3 AIエージェントがあまりにも「web2化」されていることです。これは、多くのチームがweb2のバックグラウンドから来ており、web3 Nativeのニーズに対する十分な理解が欠如しているためです。たとえば、ElizaOSフレームワークは、開発者がAIエージェントアプリを迅速に展開できるようにするためのラッピングフレームワークでした。Twitter、Discordなどのプラットフォームや一部のOpenAI、Claude、DeepSeekなどのAPIインターフェースを統合し、一部のMemory、Charater共通フレームワークを適切にラッピングし、開発者が迅速にAIエージェントアプリを開発できるよう支援しています。しかし、厳密に言えば、このサービスフレームワークとweb2のオープンソースツールにはどのような違いがありますか？どのような差別化メリットがありますか？
ええと、優位性はトークノミクス報酬方式を持っていることですか？そして、Web2で完全に代替できるフレームワークを使って、新しいコインを作るために存在するAIエージェントをさらに増やすことですか？恐ろしい...この論理に従うと、なぜManus +MCPがWeb3 AIエージェントに影響を与えることができるかが大体わかります。
一部のweb3 AIエージェントフレームワークやサービスは、web2 AIエージェントと同様の迅速な開発とアプリケーションニーズを満たすだけであり、技術サービス、規格の差異化の利点においてweb2の革新速度に追いつくことができないため、市場/資本は以前のweb3 AIエージェントを再評価し、価格設定し直しました。
3）ここまで来たら、おおよその問題が原因を見つけたはずですが、どのように打開すればよいのでしょうか？一つの道があります：web3ネイティブのソリューションに焦点を当てることです。なぜなら、分散システムの動作とインセンティブ構造こそがweb3の絶対的な差別化の利点なのです。
分散型のクラウドコンピューティング、データ、アルゴリズムなどのサービスプラットフォームを例に取ると、表面的には、空きリソースを理由に集約されたコンピューティングパワーやデータは、短期間では革新を実現するためにまったく不十分です。しかし、大量のAI LLMが中央集権化されたコンピューティングパワーを集め、性能を向上させようとしている中、Web2の開発者やVCグループをないがしろにする「空きリソース、低コスト」を謳ったサービスモデルは自ずと軽蔑されるでしょう。
しかし、web2 AIエージェントが性能革新の段階を過ぎると、垂直アプリケーションシーンの拡大やモデルの微調整など、縦割りの方向性を追求することになる。その時に初めてweb3 AIリソースサービスの利点が本当に現れるでしょう。
実際、リソースの独占的な方法で巨人の地位に登りつめたweb2 AIは、一定の段階に達すると、もはや農村が都市を取り囲む考え方に戻ることは困難であり、シーンを細分化して突破する時期が訪れます。それは過剰なweb2 AI開発者＋web3 AIリソースが団結して力を合わせる時です。
実際には、web3 AIエージェントは、web2の迅速な展開+複数のエージェントによる協調通信フレームワーク+Tokenomic発行ナラティブに加えて、多くのweb3ネイティブの革新的な方向が探求される価値があります。
例えば、分散型の共識協力フレームワークを備えた場合、LLMモデルチェーンの計算とチェーン上の状態保存を考慮すると、多くの適応性のあるコンポーネントが必要です。
1、分散化されたDID身元確認システムにより、Agentは検証可能なチェーン上の身元を持つことができ、これはスマートコントラクトによって生成されたユニークなアドレスを実行する仮想マシンと同様であり、主に後続の状態の持続的な追跡と記録のためです；
2、分散したOracle予言マシンシステムは、チェーン外データの信頼性のある取得と検証を主な目的とし、従来のOracleとは異なり、このAIエージェントに適合する予言マシンシステムは、データ収集層、意思決定合意層、実行フィードバック層など、複数のエージェントの組み合わせアーキテクチャが必要かもしれません。これにより、エージェントのチェーン上データとチェーン下の計算および意思決定がリアルタイムに到達できるようになります。
3、AIエージェントの実行時には、知識ベースの状態が不確実であり、推論プロセスも一時的であるため、LLMの背後にある重要な状態ライブラリと推論経路を記録し、分散型ストレージシステムに保存する必要があり、コストをコントロールできるデータ証明メカニズムを提供して、パブリックチェーンの検証時にデータの可用性を確保する必要があります。
4、ゼロ知識証明ZKPプライバシー計算レイヤーを備えたセット、TEE時、FHEなどを含むプライバシー計算ソリューションに連動することで、リアルタイムのプライバシー計算+データ証明検証を実現し、エージェントがより幅広い垂直データソース（医療、金融）を持つことができるようにし、その上にはより多くの専門カスタマイズされたサービスエージェントが現れるようにします；
5、クロスチェーンインターオペラビリティプロトコルは、MCPオープンソースプロトコルで定義されたフレームワークに類似していますが、このインターオペラビリティソリューションの違いは、適合エージェントの実行、伝達、検証のためのリレーや通信スケジューリングメカニズムが必要であり、エージェントが異なるチェーン間で資産の移動や状態の同期を行うことができること、特にエージェントのコンテキストとプロンプト、ナレッジベース、メモリなどの複雑な状態を含むことです。
……
私の観点では、本当のweb3 AIエージェントの攻略重点は、AIエージェントの「複雑な作業フロー」とブロックチェーンの「信頼検証フロー」をできるだけうまく組み合わせる方法にあると思います。これらのインクリメンタルなソリューションは、すでにある古いナラティブプロジェクトのアップグレードから来るか、新しいAIエージェントナラティブ競技場のプロジェクトによって再構築される可能性があります。
これこそが、web3 AI エージェントが努力して構築すべき方向であり、AI+暗号の大きなマクロストーリーに適合するイノベーティブな生態系の基本です。関連するイノベーションの開拓と差別化された競争障壁がなければ、web2 AI レースの動きは、いつでもweb3 AI を根底から変える可能性があります。
196k 投稿
122k 投稿
112k 投稿
77k 投稿
65k 投稿
60k 投稿
57k 投稿
53k 投稿
52k 投稿
51k 投稿
AI Agentトークンは絶え間なく下落しており、これはMCPがあまりにも過熱しているからでしょうか？
フレンによると、#ai16z、arcなどのweb3 AIエージェントのターゲットの持続的な下落トレンドは、最近急上昇しているMCPプロトコルによるものですか？一聞しただけで、ちょっと混乱してしまいますが、実際に考えてみると、ある程度の論理があります：既存のweb3 AIエージェントの評価設定ロジックが変わり、物語の方向性と製品の展開ルートが急務です！以下、個人の観点について話してみます：
1）MCP（Model Context Protocol）は、さまざまなAI LLM/Agentをさまざまなデータソースやツールにシームレスに接続することを目的としたオープンソースの標準プロトコルであり、従来のエンドツーエンドの「特定」のカプセル化方式に代わる、即時に差し込んで使用できるUSB「汎用」インターフェースとして機能します。
簡単に言えば、元々AIアプリケーション間には明らかなデータ孤島がありました。エージェント/LLM間での相互運用を実現するには、それぞれが対応する呼び出しAPIインターフェースを開発する必要があり、操作手順は複雑であり、双方向の相互作用機能が欠如しており、通常、比較的限られたモデルアクセスと権限制限があります。
MCPの出現は、過去のデータ孤島状態から脱却し、外部データやツールに"ダイナミック"にアクセスできる可能性を実現する統一フレームワークを提供することに等しい。特に自動化タスクの実行、リアルタイムデータクエリ、クロスプラットフォームの協力などにおいて、開発の複雑さや統合の効率を著しく低下させる効果がある。
そういえば、革新的なマルチエージェントコラボレーションであるManusなら、マルチエージェントコラボレーションを推進できるこのMCPオープンソースフレームワークを統合することは無敵ではないか、と多くの人がすぐに考えました。
そう、Manus + MCPはweb3 AIエージェントにとって重要な影響を受けています。
2）しかし、驚くべきことに、ManusもMCPも、web2 LLM/Agent向けのフレームワークおよびプロトコル標準であり、中央集権的なサーバー間のデータ交換と協力の問題を解決するものであり、その権限とアクセス制御は各サーバーノードの「能動的」な公開に依存しています。言い換えれば、それは単なるオープンソースツールの性質です。
理論的には、それはweb3 AIエージェントが追求する「分散型サーバー、分散型コラボレーション、分散型インセンティブ」などの中心的な考え方と完全に逆行しており、中央集権的なイタリア砲がどのようにして分散型の堡塁を爆破できるのか？
その原因は、第1段階のweb3 AIエージェントがあまりにも「web2化」されていることです。これは、多くのチームがweb2のバックグラウンドから来ており、web3 Nativeのニーズに対する十分な理解が欠如しているためです。たとえば、ElizaOSフレームワークは、開発者がAIエージェントアプリを迅速に展開できるようにするためのラッピングフレームワークでした。Twitter、Discordなどのプラットフォームや一部のOpenAI、Claude、DeepSeekなどのAPIインターフェースを統合し、一部のMemory、Charater共通フレームワークを適切にラッピングし、開発者が迅速にAIエージェントアプリを開発できるよう支援しています。しかし、厳密に言えば、このサービスフレームワークとweb2のオープンソースツールにはどのような違いがありますか？どのような差別化メリットがありますか？
ええと、優位性はトークノミクス報酬方式を持っていることですか？そして、Web2で完全に代替できるフレームワークを使って、新しいコインを作るために存在するAIエージェントをさらに増やすことですか？恐ろしい...この論理に従うと、なぜManus +MCPがWeb3 AIエージェントに影響を与えることができるかが大体わかります。
一部のweb3 AIエージェントフレームワークやサービスは、web2 AIエージェントと同様の迅速な開発とアプリケーションニーズを満たすだけであり、技術サービス、規格の差異化の利点においてweb2の革新速度に追いつくことができないため、市場/資本は以前のweb3 AIエージェントを再評価し、価格設定し直しました。
3）ここまで来たら、おおよその問題が原因を見つけたはずですが、どのように打開すればよいのでしょうか？一つの道があります：web3ネイティブのソリューションに焦点を当てることです。なぜなら、分散システムの動作とインセンティブ構造こそがweb3の絶対的な差別化の利点なのです。
分散型のクラウドコンピューティング、データ、アルゴリズムなどのサービスプラットフォームを例に取ると、表面的には、空きリソースを理由に集約されたコンピューティングパワーやデータは、短期間では革新を実現するためにまったく不十分です。しかし、大量のAI LLMが中央集権化されたコンピューティングパワーを集め、性能を向上させようとしている中、Web2の開発者やVCグループをないがしろにする「空きリソース、低コスト」を謳ったサービスモデルは自ずと軽蔑されるでしょう。
しかし、web2 AIエージェントが性能革新の段階を過ぎると、垂直アプリケーションシーンの拡大やモデルの微調整など、縦割りの方向性を追求することになる。その時に初めてweb3 AIリソースサービスの利点が本当に現れるでしょう。
実際、リソースの独占的な方法で巨人の地位に登りつめたweb2 AIは、一定の段階に達すると、もはや農村が都市を取り囲む考え方に戻ることは困難であり、シーンを細分化して突破する時期が訪れます。それは過剰なweb2 AI開発者＋web3 AIリソースが団結して力を合わせる時です。
実際には、web3 AIエージェントは、web2の迅速な展開+複数のエージェントによる協調通信フレームワーク+Tokenomic発行ナラティブに加えて、多くのweb3ネイティブの革新的な方向が探求される価値があります。
例えば、分散型の共識協力フレームワークを備えた場合、LLMモデルチェーンの計算とチェーン上の状態保存を考慮すると、多くの適応性のあるコンポーネントが必要です。
1、分散化されたDID身元確認システムにより、Agentは検証可能なチェーン上の身元を持つことができ、これはスマートコントラクトによって生成されたユニークなアドレスを実行する仮想マシンと同様であり、主に後続の状態の持続的な追跡と記録のためです；
2、分散したOracle予言マシンシステムは、チェーン外データの信頼性のある取得と検証を主な目的とし、従来のOracleとは異なり、このAIエージェントに適合する予言マシンシステムは、データ収集層、意思決定合意層、実行フィードバック層など、複数のエージェントの組み合わせアーキテクチャが必要かもしれません。これにより、エージェントのチェーン上データとチェーン下の計算および意思決定がリアルタイムに到達できるようになります。
3、AIエージェントの実行時には、知識ベースの状態が不確実であり、推論プロセスも一時的であるため、LLMの背後にある重要な状態ライブラリと推論経路を記録し、分散型ストレージシステムに保存する必要があり、コストをコントロールできるデータ証明メカニズムを提供して、パブリックチェーンの検証時にデータの可用性を確保する必要があります。
4、ゼロ知識証明ZKPプライバシー計算レイヤーを備えたセット、TEE時、FHEなどを含むプライバシー計算ソリューションに連動することで、リアルタイムのプライバシー計算+データ証明検証を実現し、エージェントがより幅広い垂直データソース（医療、金融）を持つことができるようにし、その上にはより多くの専門カスタマイズされたサービスエージェントが現れるようにします；
5、クロスチェーンインターオペラビリティプロトコルは、MCPオープンソースプロトコルで定義されたフレームワークに類似していますが、このインターオペラビリティソリューションの違いは、適合エージェントの実行、伝達、検証のためのリレーや通信スケジューリングメカニズムが必要であり、エージェントが異なるチェーン間で資産の移動や状態の同期を行うことができること、特にエージェントのコンテキストとプロンプト、ナレッジベース、メモリなどの複雑な状態を含むことです。
……
私の観点では、本当のweb3 AIエージェントの攻略重点は、AIエージェントの「複雑な作業フロー」とブロックチェーンの「信頼検証フロー」をできるだけうまく組み合わせる方法にあると思います。これらのインクリメンタルなソリューションは、すでにある古いナラティブプロジェクトのアップグレードから来るか、新しいAIエージェントナラティブ競技場のプロジェクトによって再構築される可能性があります。
これこそが、web3 AI エージェントが努力して構築すべき方向であり、AI+暗号の大きなマクロストーリーに適合するイノベーティブな生態系の基本です。関連するイノベーションの開拓と差別化された競争障壁がなければ、web2 AI レースの動きは、いつでもweb3 AI を根底から変える可能性があります。