Manus + MCP é a chave para o impacto do Web3 AI Agent.
Escrito por: Haotian
Um amigo disse que o declínio contínuo de agentes de IA web3, como #ai16z e $arc é causado pela recente explosão do protocolo MCP ? À primeira vista, a pessoa toda está um pouco confusa, será que a WTF tem algo a ver com isso? Mas depois de pensar sobre isso, descobri que há realmente uma certa lógica: a lógica de avaliação e precificação do agente de IA web3 existente mudou, e a direção narrativa e a rota de pouso do produto precisam ser ajustadas urgentemente! Abaixo, gostaria de compartilhar minhas opiniões pessoais:
MCP (Model Context Protocol) é um protocolo padronizado de código aberto projetado para permitir que vários LLMs/agentes de IA se conectem perfeitamente a várias fontes de dados e ferramentas, o que é equivalente a uma interface USB "universal" plug-and-play, substituindo o método de encapsulamento "específico" de ponta a ponta no passado.
Para simplificar, existem ilhas de dados óbvias entre aplicativos de IA, e agentes e LLMs precisam desenvolver APIs de chamada correspondentes para alcançar a interoperabilidade, sem mencionar a complexidade do processo de operação, e a falta de funções de interação bidirecional, geralmente têm acesso ao modelo relativamente limitado e restrições de permissão.
O surgimento do MCP fornece uma estrutura unificada para que os aplicativos de IA se livrem dos silos de dados do passado e percebam a possibilidade de acesso "dinâmico" a dados e ferramentas externos, o que pode reduzir significativamente a complexidade do desenvolvimento e a eficiência da integração, especialmente em termos de execução automatizada de tarefas, consulta de dados em tempo real e colaboração entre plataformas.
Falando nisso, muitas pessoas imediatamente pensaram que se Manus para colaboração e inovação multiagente fosse integrado com essa estrutura de código aberto MCP que pode promover a colaboração multiagente, não seria invencível?
Isso mesmo, Manus + MCP é a chave para o impacto do web3 AI Agent.
No entanto, é inacreditável que tanto Manus quanto MCP sejam frameworks e padrões de protocolo para web2 LLM/Agent, que resolvem o problema da interação de dados e colaboração entre servidores centralizados, e suas permissões e controle de acesso também dependem da abertura "ativa" de cada nó de servidor, ou seja, é apenas um atributo de ferramenta de código aberto.
É lógico que é completamente contrário às ideias centrais de "servidores distribuídos, colaboração distribuída e incentivos distribuídos" perseguidas pelo web3 AI Agent.
A razão é que a primeira fase do web3 AI Agent é muito "web2-orientada", por um lado, porque muitas equipes são de backgrounds web2 e não têm uma compreensão completa dos requisitos nativos do web3 Native. "Interfaces de API", como o DeepSeek, encapsulam adequadamente algumas estruturas gerais de memória e Charater para ajudar os desenvolvedores a desenvolver rapidamente aplicativos de agentes de IA. Mas qual é a diferença entre este conjunto de estruturas de serviço e as ferramentas de código aberto web2? Quais são os diferenciais?
Uh, a vantagem é que existe um conjunto de incentivos Tokenomics? E então usar um conjunto de frameworks que a web2 pode substituir completamente para incentivar um grupo de mais agentes de IA que existem com o propósito de emitir novas moedas? Terrível .. Olhando para esta lógica, você pode entender aproximadamente por que Manus + MCP pode ter um impacto no web3 AI Agent?
Uma vez que muitos frameworks e serviços de agentes de IA web3 apenas resolvem as necessidades de desenvolvimento rápido e aplicação semelhante aos agentes de IA web2, mas não conseguem acompanhar a velocidade de inovação da web2 em termos de serviços técnicos e padrões e vantagens de diferenciação, o mercado/capital revalorizou e precificou o último lote de agentes de IA web3.
Falando nisso, o cerne do problema geral deve ser encontrado, mas como quebrar a situação? Apenas uma maneira: concentre-se em soluções nativas da web3, porque a operação e a arquitetura de incentivo de sistemas distribuídos são as vantagens diferenciadoras absolutas da web3.
Tomando o poder de computação em nuvem distribuída, dados, algoritmos e outras plataformas de serviços como exemplo, na superfície, parece que esse tipo de poder de computação e dados agregados com base em recursos ociosos não podem atender às necessidades de inovação de engenharia no curto prazo, mas quando um grande número de LLMs de IA estão lutando por poder de computação centralizado para romper a corrida armamentista por desempenho, um modelo de serviço com o truque de "recursos ociosos e baixo custo" naturalmente desdenha desenvolvedores web2 e grupos de VC.
No entanto, quando o agente de IA web2 passar o estágio de inovação de desempenho, ele é obrigado a perseguir a expansão de cenários de aplicativos verticais e a otimização de modelos de subdivisão e ajuste fino, e as vantagens dos serviços de recursos de IA web3 serão verdadeiramente aparentes nesse momento.
Na verdade, quando a IA web2 que sobe para a posição de gigante na forma de monopólio de recursos atinge um certo estágio, é difícil recuar para a ideia de cercar a cidade com o campo e subdividir a cena uma a uma, e nesse momento é a hora de desenvolvedores de IA web2 excedentes + recursos de IA web3 trabalharem juntos.
Na verdade, além do conjunto de implementação rápida do web2 + estrutura de comunicação colaborativa multiagente + narrativa de emissão Tokenomic, há muitas direções inovadoras do web3 Native que valem a pena explorar:
Por exemplo, equipado com um conjunto de estrutura de colaboração de consenso distribuído, considerando as características de computação off-chain + armazenamento de estado on-chain de modelos grandes LLM, muitos componentes adaptáveis são necessários.
Um sistema de autenticação DID descentralizado permite que o agente tenha uma identidade on-chain verificável, que é como o endereço único gerado pela máquina virtual de execução para o contrato inteligente, principalmente para o rastreamento contínuo e registro do estado subsequente;
Um sistema Oracle descentralizado é o principal responsável pela aquisição e verificação confiáveis de dados off-chain, o que é diferente do Oracle anterior, e este oráculo adaptado ao AI Agent também pode precisar fazer uma combinação de vários agentes, incluindo uma camada de coleta de dados, uma camada de consenso de tomada de decisão e uma camada de feedback de execução, para que os dados on-chain exigidos pelo agente e a computação off-chain e a tomada de decisões possam ser alcançados em tempo real;
Um sistema DA de armazenamento descentralizado, devido à incerteza do estado da base de conhecimento quando o AI Agent está em execução, e o processo de inferência também é temporário, é necessário registrar as principais bibliotecas de estado e caminhos de inferência por trás do LLM e armazená-los no sistema de armazenamento distribuído, e fornecer um mecanismo de prova de dados controlável em termos de custos para garantir a disponibilidade de dados da verificação da cadeia pública;
Um conjunto de camada de computação de privacidade ZKP à prova de conhecimento zero pode ser ligado a soluções de computação de privacidade, incluindo tempo TEE, PHE, etc., para alcançar computação de privacidade em tempo real + verificação de prova de dados, para que o agente possa ter uma gama mais ampla de fontes de dados verticais (médicas, financeiras) e, em seguida, agentes de serviço personalizados mais profissionais aparecem no topo do topo;
Um conjunto de protocolos de interoperabilidade de cadeia cruzada, um pouco semelhante à estrutura definida pelo protocolo de código aberto MCP, a diferença é que este conjunto de soluções de interoperabilidade precisa ter um mecanismo de programação de relé e comunicação que se adapte à operação, entrega e verificação do agente, e possa completar a transferência de ativos e sincronização de estado do agente entre diferentes cadeias, especialmente os estados complexos, como contexto e prompt do agente, base de conhecimento, memória, etc.;
……
Na minha opinião, o foco de um agente de IA web3 real deve ser em como fazer com que o "fluxo de trabalho complexo" do agente de IA e o "fluxo de verificação de confiança" do blockchain se encaixem o máximo possível. Quanto a essas soluções incrementais, é possível atualizar e iterar a partir de projetos narrativos antigos existentes, ou reformular a partir de projetos na trilha narrativa recém-formada do AI Agent.
Esta é a direção que o web3 AI Agent deve se esforçar para construir, e está em linha com os fundamentos do ecossistema de inovação sob a narrativa macro de IA + Crypto. Sem o estabelecimento de inovação relevante e barreiras de concorrência diferenciadas, cada vez que a trilha de IA da web2 é soprada de cabeça para baixo, a IA da web3 pode ser virada de cabeça para baixo.
O conteúdo serve apenas de referência e não constitui uma solicitação ou oferta. Não é prestado qualquer aconselhamento em matéria de investimento, fiscal ou jurídica. Consulte a Declaração de exoneração de responsabilidade para obter mais informações sobre os riscos.
O declínio contínuo do AI Agent é causado pela recente explosão do protocolo MCP?
Escrito por: Haotian
Um amigo disse que o declínio contínuo de agentes de IA web3, como #ai16z e $arc é causado pela recente explosão do protocolo MCP ? À primeira vista, a pessoa toda está um pouco confusa, será que a WTF tem algo a ver com isso? Mas depois de pensar sobre isso, descobri que há realmente uma certa lógica: a lógica de avaliação e precificação do agente de IA web3 existente mudou, e a direção narrativa e a rota de pouso do produto precisam ser ajustadas urgentemente! Abaixo, gostaria de compartilhar minhas opiniões pessoais:
Para simplificar, existem ilhas de dados óbvias entre aplicativos de IA, e agentes e LLMs precisam desenvolver APIs de chamada correspondentes para alcançar a interoperabilidade, sem mencionar a complexidade do processo de operação, e a falta de funções de interação bidirecional, geralmente têm acesso ao modelo relativamente limitado e restrições de permissão.
O surgimento do MCP fornece uma estrutura unificada para que os aplicativos de IA se livrem dos silos de dados do passado e percebam a possibilidade de acesso "dinâmico" a dados e ferramentas externos, o que pode reduzir significativamente a complexidade do desenvolvimento e a eficiência da integração, especialmente em termos de execução automatizada de tarefas, consulta de dados em tempo real e colaboração entre plataformas.
Falando nisso, muitas pessoas imediatamente pensaram que se Manus para colaboração e inovação multiagente fosse integrado com essa estrutura de código aberto MCP que pode promover a colaboração multiagente, não seria invencível?
Isso mesmo, Manus + MCP é a chave para o impacto do web3 AI Agent.
É lógico que é completamente contrário às ideias centrais de "servidores distribuídos, colaboração distribuída e incentivos distribuídos" perseguidas pelo web3 AI Agent.
A razão é que a primeira fase do web3 AI Agent é muito "web2-orientada", por um lado, porque muitas equipes são de backgrounds web2 e não têm uma compreensão completa dos requisitos nativos do web3 Native. "Interfaces de API", como o DeepSeek, encapsulam adequadamente algumas estruturas gerais de memória e Charater para ajudar os desenvolvedores a desenvolver rapidamente aplicativos de agentes de IA. Mas qual é a diferença entre este conjunto de estruturas de serviço e as ferramentas de código aberto web2? Quais são os diferenciais?
Uh, a vantagem é que existe um conjunto de incentivos Tokenomics? E então usar um conjunto de frameworks que a web2 pode substituir completamente para incentivar um grupo de mais agentes de IA que existem com o propósito de emitir novas moedas? Terrível .. Olhando para esta lógica, você pode entender aproximadamente por que Manus + MCP pode ter um impacto no web3 AI Agent?
Uma vez que muitos frameworks e serviços de agentes de IA web3 apenas resolvem as necessidades de desenvolvimento rápido e aplicação semelhante aos agentes de IA web2, mas não conseguem acompanhar a velocidade de inovação da web2 em termos de serviços técnicos e padrões e vantagens de diferenciação, o mercado/capital revalorizou e precificou o último lote de agentes de IA web3.
Tomando o poder de computação em nuvem distribuída, dados, algoritmos e outras plataformas de serviços como exemplo, na superfície, parece que esse tipo de poder de computação e dados agregados com base em recursos ociosos não podem atender às necessidades de inovação de engenharia no curto prazo, mas quando um grande número de LLMs de IA estão lutando por poder de computação centralizado para romper a corrida armamentista por desempenho, um modelo de serviço com o truque de "recursos ociosos e baixo custo" naturalmente desdenha desenvolvedores web2 e grupos de VC.
No entanto, quando o agente de IA web2 passar o estágio de inovação de desempenho, ele é obrigado a perseguir a expansão de cenários de aplicativos verticais e a otimização de modelos de subdivisão e ajuste fino, e as vantagens dos serviços de recursos de IA web3 serão verdadeiramente aparentes nesse momento.
Na verdade, quando a IA web2 que sobe para a posição de gigante na forma de monopólio de recursos atinge um certo estágio, é difícil recuar para a ideia de cercar a cidade com o campo e subdividir a cena uma a uma, e nesse momento é a hora de desenvolvedores de IA web2 excedentes + recursos de IA web3 trabalharem juntos.
Na verdade, além do conjunto de implementação rápida do web2 + estrutura de comunicação colaborativa multiagente + narrativa de emissão Tokenomic, há muitas direções inovadoras do web3 Native que valem a pena explorar:
Por exemplo, equipado com um conjunto de estrutura de colaboração de consenso distribuído, considerando as características de computação off-chain + armazenamento de estado on-chain de modelos grandes LLM, muitos componentes adaptáveis são necessários.
Um sistema de autenticação DID descentralizado permite que o agente tenha uma identidade on-chain verificável, que é como o endereço único gerado pela máquina virtual de execução para o contrato inteligente, principalmente para o rastreamento contínuo e registro do estado subsequente;
Um sistema Oracle descentralizado é o principal responsável pela aquisição e verificação confiáveis de dados off-chain, o que é diferente do Oracle anterior, e este oráculo adaptado ao AI Agent também pode precisar fazer uma combinação de vários agentes, incluindo uma camada de coleta de dados, uma camada de consenso de tomada de decisão e uma camada de feedback de execução, para que os dados on-chain exigidos pelo agente e a computação off-chain e a tomada de decisões possam ser alcançados em tempo real;
Um sistema DA de armazenamento descentralizado, devido à incerteza do estado da base de conhecimento quando o AI Agent está em execução, e o processo de inferência também é temporário, é necessário registrar as principais bibliotecas de estado e caminhos de inferência por trás do LLM e armazená-los no sistema de armazenamento distribuído, e fornecer um mecanismo de prova de dados controlável em termos de custos para garantir a disponibilidade de dados da verificação da cadeia pública;
Um conjunto de camada de computação de privacidade ZKP à prova de conhecimento zero pode ser ligado a soluções de computação de privacidade, incluindo tempo TEE, PHE, etc., para alcançar computação de privacidade em tempo real + verificação de prova de dados, para que o agente possa ter uma gama mais ampla de fontes de dados verticais (médicas, financeiras) e, em seguida, agentes de serviço personalizados mais profissionais aparecem no topo do topo;
Um conjunto de protocolos de interoperabilidade de cadeia cruzada, um pouco semelhante à estrutura definida pelo protocolo de código aberto MCP, a diferença é que este conjunto de soluções de interoperabilidade precisa ter um mecanismo de programação de relé e comunicação que se adapte à operação, entrega e verificação do agente, e possa completar a transferência de ativos e sincronização de estado do agente entre diferentes cadeias, especialmente os estados complexos, como contexto e prompt do agente, base de conhecimento, memória, etc.;
……
Na minha opinião, o foco de um agente de IA web3 real deve ser em como fazer com que o "fluxo de trabalho complexo" do agente de IA e o "fluxo de verificação de confiança" do blockchain se encaixem o máximo possível. Quanto a essas soluções incrementais, é possível atualizar e iterar a partir de projetos narrativos antigos existentes, ou reformular a partir de projetos na trilha narrativa recém-formada do AI Agent.
Esta é a direção que o web3 AI Agent deve se esforçar para construir, e está em linha com os fundamentos do ecossistema de inovação sob a narrativa macro de IA + Crypto. Sem o estabelecimento de inovação relevante e barreiras de concorrência diferenciadas, cada vez que a trilha de IA da web2 é soprada de cabeça para baixo, a IA da web3 pode ser virada de cabeça para baixo.