Есть френ, что длительный нисходящий тренд, такой как #ai16z, дуга и другие объекты web3 AI Agent, вызван недавно всплывшим MCP Протоколом? На первый взгляд, это немного шокирует, WTF имеет значение? Но после обдумывания, выясняется, что здесь есть своя логика: оценочная логика уже существующих web3 AI Agent изменилась, направление повествования и путь к внедрению продукта требуют корректировки! Ниже приведены мои личные взгляды:
1）MCP（Model Context Protocol）- это открытый стандартный Протокол, разработанный для обеспечения беспрепятственного подключения различных типов искусственного интеллекта LLM/Agent к различным источникам данных и инструментам, что эквивалентно универсальному интерфейсу USB «вставить и использовать», заменяющему ранее использовавшийся специфический подход от конца к концу.
Проще говоря, между приложениями искусственного интеллекта изначально существуют явные данных острова, для взаимодействия между Агентом/LLM необходимо разрабатывать соответствующие вызовы API-интерфейсов, что не только усложняет процесс, но также отсутствует двусторонняя интерактивная функция, обычно с ограниченным доступом к моделям и ограничением прав.
Появление MCP равносильно созданию единой структуры, которая позволяет приложениям искусственного интеллекта избавиться от прежнего состояния данных в виде островов, реализовать возможность "динамического" доступа к внешним данным и инструментам, что может значительно снизить сложность разработки и эффективность интеграции, особенно в области выполнения задач автоматизации, запросов данных в реальном времени и межплатформенного сотрудничества.
Говоря об этом, многие сразу же вспоминают, не будет ли беспрецедентной интеграции Manus, способствующей сотрудничеству множества агентов, многоагентная кооперация с открытым исходным кодом MCP.
Верно, только Manus + MCP являются ключевыми для агента ИИ web3, который подвергся атаке.
Однако удивительно, что как Manus, так и MCP являются фреймворками и стандартами для веб2 LLM/Agent, решающими проблему взаимодействия и сотрудничества между централизованными серверами, их разрешения и контроля доступа все еще зависят от 'активного' открытия каждого серверного узла, другими словами, это всего лишь свойство открытого исходного кода.
По идее, оно полностью отклоняется от основной идеи 'распределенного сервера, распределенного сотрудничества, распределенной мотивации' и т. д., которую преследует веб3 AI агент, как может централизованная пушка Италии взорвать децентрализованную крепость?
Причина заключается в том, что первая фаза веб3 AI Agent слишком «web2»; с одной стороны, это обусловлено тем, что многие команды имеют опыт работы в web2, и у них недостаточно понимания оригинальных требований веб3 Native, например, начальная версия фреймворка ElizaOS была просто оберткой, помогающей разработчикам быстро разворачивать приложения AI Agent, интегрирующая платформы типа Twitter, Discord, а также некоторые API-интерфейсы, такие как OpenAI, Claude, DeepSeek, содержащая некоторые общие фреймворки памяти и характера, чтобы помочь разработчикам быстро создавать приложения AI Agent. Но если быть точным, в чем разница между этой сервисной структурой и открытыми инструментами web2? Какие уникальные преимущества у нее?
Эм, так это преимущество - это система стимулирования токеномики? Затем, используя фреймворк, который можно полностью заменить веб-2, стимулируете большее количество искусственного интеллекта, существующего для выпуска новых монет? Ужасно.. Следуя этой логике, вы примерно понимаете, почему Manus + MCP могут оказать воздействие на веб-3 искусственный интеллект?
Из-за того, что множество фреймворков и сервисов web3 AI Agent только решают потребности в быстрой разработке и применении, аналогичные web2 AI Agent, но не могут догнать инновационный темп web2 в области технического обслуживания, стандартов и дифференцированных преимуществ, поэтому рынок/капитал провели повторную оценку и ценообразование для предыдущей партии web3 AI Agent.
Говоря об этом, проблема в целом, вероятно, была найдена, но как же разрешить ее? Есть только один путь: сосредоточиться на создании решений, присущих web3, потому что работа распределенной системы и структура стимулирования являются абсолютно дифференцирующими преимуществами web3.
Если взять в качестве примера распределенные облачные вычислительные мощности, данные, алгоритмы и другие сервисные платформы, то на первый взгляд кажется, что такого рода вычислительные мощности и данные, агрегированные на основе простаивающих ресурсов, не могут удовлетворить потребности инженерных инноваций в краткосрочной перспективе, но когда большое количество LLM с искусственным интеллектом борются за централизованные вычислительные мощности, чтобы прорваться через гонку вооружений за производительность, сервисная модель с трюком «простаивающие ресурсы и низкая стоимость», естественно, будет презирать разработчиков web2 и венчурного капиталиста Тяньтуаня.
Однако, когда web2 AI Agent пройдет этап инноваций в области производительности, он обязательно будет стремиться к расширению вертикальных прикладных сценариев и оптимизации моделей с мелкими настройками, тогда только проявится преимущество ресурсов и услуг web3 AI.
Фактически, когда web2 AI, занявшее позицию гиганта способом монопольного доступа к ресурсам, достигнет определенного этапа, будет сложно вернуться к мысли о том, чтобы деревня окружала город, и пошагово разрушала сценарии, так как тогда наступит время огромного напряжения для разработчиков web2 AI и объединения ресурсов для развития web3 AI.
Фактически, веб3 AI Агент помимо того, что быстро развертывается веб2 + многоагентного сотрудничества + рамки коммуникации, также имеет много инновационных направлений веб3 Native, которые стоит исследовать: Tokenomic выпуск валюты.
Например, с учетом особенностей расчетов в цепочке крупных моделей LLM + хранения состояния на цепочке, требуется множество адаптивных компонентов, оснащенных распределенной консенсусной рабочей структурой.
1、Децентрализованная система верификации личности DID, которая позволяет агенту иметь верифицируемую цепочку личности, подобно уникальному адресу, созданному виртуальной машиной для интеллектуального контракта, в основном для непрерывного отслеживания и записи последующего состояния;
Децентрализованная система оракулов, ответственная за достоверное получение и проверку данных вне цепи, в отличие от традиционных оракулов, эта система оракулов, совместимая с искусственным интеллектом, возможно, потребует сочетания нескольких агентов на уровне сбора данных, уровня консенсуса принятия решений, уровня обратной связи выполнения, чтобы обеспечить непрерывное поступление данных, необходимых для агентов в цепи, и вычислений и принятия решений вне цепи.
3、Децентрализованная система хранения данных DA, поскольку состояние базы знаний во время работы AI Agent неопределенно, а процесс рассуждения также временный, требуется набор записей ключевого состояния библиотеки LLM и путей рассуждения для хранения в распределенной системе хранения и обеспечения механизма доказательства данных с контролируемыми издержками, чтобы гарантировать доступность данных при проверке в общедоступной цепочке.
4、Слой вычислений конфиденциальности с нулевым разглашением ZKP, который может взаимодействовать с решениями конфиденциальных вычислений, включая TEE и FHE, чтобы обеспечить реальное время конфиденциальных вычислений + проверку доказательств данных, позволяя агенту иметь более широкий спектр вертикальных источников данных (медицинские, финансовые), после чего появляются более многочисленные профессиональные индивидуальные службы агента.
Набор протоколов межсетевой совместимости, немного похожий на фреймворк, определенный протоколом MCP с открытым исходным кодом, разница в том, что этот набор решений для взаимодействия должен иметь механизм ретрансляции и планирования связи, который адаптируется к работе, доставке и проверке агента и может завершить передачу активов и синхронизацию состояния агента между различными цепочками, особенно включая контекст агента и Prompt, базу знаний, Память и другие сложные состояния и т.д.;
……
По моему мнению, основное внимание при разработке истинного веб-3 AI-агента должно быть уделено тому, как сделать 'сложный рабочий процесс' AI-агента и 'поток проверки доверия' блокчейна максимально совместимыми. Что касается этих инкрементных решений, то они могут происходить как от улучшений итераций существующих старых проектов повествования, так и от новых проектов на поле гонки повествования AI-агентов.
Вот в каком направлении должен развиваться веб-агент AI, чтобы соответствовать основным инновационным экосистемным фундаментальным принципам AI + Crypto в большой макро-рассказе. Без соответствующих инновационных разработок и установления конкурентных барьеров, каждое движение в направлении веб-агента AI в web2 может повлечь за собой волнения в веб-агенте AI в web3.
Содержание носит исключительно справочный характер и не является предложением или офертой. Консультации по инвестициям, налогообложению или юридическим вопросам не предоставляются. Более подробную информацию о рисках см. в разделе «Дисклеймер».
AI AgentТокен падает без остановки, это лишь из-за слишком огненного MCP?
Есть френ, что длительный нисходящий тренд, такой как #ai16z, дуга и другие объекты web3 AI Agent, вызван недавно всплывшим MCP Протоколом? На первый взгляд, это немного шокирует, WTF имеет значение? Но после обдумывания, выясняется, что здесь есть своя логика: оценочная логика уже существующих web3 AI Agent изменилась, направление повествования и путь к внедрению продукта требуют корректировки! Ниже приведены мои личные взгляды:
1）MCP（Model Context Protocol）- это открытый стандартный Протокол, разработанный для обеспечения беспрепятственного подключения различных типов искусственного интеллекта LLM/Agent к различным источникам данных и инструментам, что эквивалентно универсальному интерфейсу USB «вставить и использовать», заменяющему ранее использовавшийся специфический подход от конца к концу.
Проще говоря, между приложениями искусственного интеллекта изначально существуют явные данных острова, для взаимодействия между Агентом/LLM необходимо разрабатывать соответствующие вызовы API-интерфейсов, что не только усложняет процесс, но также отсутствует двусторонняя интерактивная функция, обычно с ограниченным доступом к моделям и ограничением прав.
Появление MCP равносильно созданию единой структуры, которая позволяет приложениям искусственного интеллекта избавиться от прежнего состояния данных в виде островов, реализовать возможность "динамического" доступа к внешним данным и инструментам, что может значительно снизить сложность разработки и эффективность интеграции, особенно в области выполнения задач автоматизации, запросов данных в реальном времени и межплатформенного сотрудничества.
Говоря об этом, многие сразу же вспоминают, не будет ли беспрецедентной интеграции Manus, способствующей сотрудничеству множества агентов, многоагентная кооперация с открытым исходным кодом MCP.
Верно, только Manus + MCP являются ключевыми для агента ИИ web3, который подвергся атаке.
По идее, оно полностью отклоняется от основной идеи 'распределенного сервера, распределенного сотрудничества, распределенной мотивации' и т. д., которую преследует веб3 AI агент, как может централизованная пушка Италии взорвать децентрализованную крепость?
Причина заключается в том, что первая фаза веб3 AI Agent слишком «web2»; с одной стороны, это обусловлено тем, что многие команды имеют опыт работы в web2, и у них недостаточно понимания оригинальных требований веб3 Native, например, начальная версия фреймворка ElizaOS была просто оберткой, помогающей разработчикам быстро разворачивать приложения AI Agent, интегрирующая платформы типа Twitter, Discord, а также некоторые API-интерфейсы, такие как OpenAI, Claude, DeepSeek, содержащая некоторые общие фреймворки памяти и характера, чтобы помочь разработчикам быстро создавать приложения AI Agent. Но если быть точным, в чем разница между этой сервисной структурой и открытыми инструментами web2? Какие уникальные преимущества у нее?
Эм, так это преимущество - это система стимулирования токеномики? Затем, используя фреймворк, который можно полностью заменить веб-2, стимулируете большее количество искусственного интеллекта, существующего для выпуска новых монет? Ужасно.. Следуя этой логике, вы примерно понимаете, почему Manus + MCP могут оказать воздействие на веб-3 искусственный интеллект?
Из-за того, что множество фреймворков и сервисов web3 AI Agent только решают потребности в быстрой разработке и применении, аналогичные web2 AI Agent, но не могут догнать инновационный темп web2 в области технического обслуживания, стандартов и дифференцированных преимуществ, поэтому рынок/капитал провели повторную оценку и ценообразование для предыдущей партии web3 AI Agent.
Если взять в качестве примера распределенные облачные вычислительные мощности, данные, алгоритмы и другие сервисные платформы, то на первый взгляд кажется, что такого рода вычислительные мощности и данные, агрегированные на основе простаивающих ресурсов, не могут удовлетворить потребности инженерных инноваций в краткосрочной перспективе, но когда большое количество LLM с искусственным интеллектом борются за централизованные вычислительные мощности, чтобы прорваться через гонку вооружений за производительность, сервисная модель с трюком «простаивающие ресурсы и низкая стоимость», естественно, будет презирать разработчиков web2 и венчурного капиталиста Тяньтуаня.
Однако, когда web2 AI Agent пройдет этап инноваций в области производительности, он обязательно будет стремиться к расширению вертикальных прикладных сценариев и оптимизации моделей с мелкими настройками, тогда только проявится преимущество ресурсов и услуг web3 AI.
Фактически, когда web2 AI, занявшее позицию гиганта способом монопольного доступа к ресурсам, достигнет определенного этапа, будет сложно вернуться к мысли о том, чтобы деревня окружала город, и пошагово разрушала сценарии, так как тогда наступит время огромного напряжения для разработчиков web2 AI и объединения ресурсов для развития web3 AI.
Фактически, веб3 AI Агент помимо того, что быстро развертывается веб2 + многоагентного сотрудничества + рамки коммуникации, также имеет много инновационных направлений веб3 Native, которые стоит исследовать: Tokenomic выпуск валюты.
Например, с учетом особенностей расчетов в цепочке крупных моделей LLM + хранения состояния на цепочке, требуется множество адаптивных компонентов, оснащенных распределенной консенсусной рабочей структурой.
1、Децентрализованная система верификации личности DID, которая позволяет агенту иметь верифицируемую цепочку личности, подобно уникальному адресу, созданному виртуальной машиной для интеллектуального контракта, в основном для непрерывного отслеживания и записи последующего состояния;
3、Децентрализованная система хранения данных DA, поскольку состояние базы знаний во время работы AI Agent неопределенно, а процесс рассуждения также временный, требуется набор записей ключевого состояния библиотеки LLM и путей рассуждения для хранения в распределенной системе хранения и обеспечения механизма доказательства данных с контролируемыми издержками, чтобы гарантировать доступность данных при проверке в общедоступной цепочке.
4、Слой вычислений конфиденциальности с нулевым разглашением ZKP, который может взаимодействовать с решениями конфиденциальных вычислений, включая TEE и FHE, чтобы обеспечить реальное время конфиденциальных вычислений + проверку доказательств данных, позволяя агенту иметь более широкий спектр вертикальных источников данных (медицинские, финансовые), после чего появляются более многочисленные профессиональные индивидуальные службы агента.
……
По моему мнению, основное внимание при разработке истинного веб-3 AI-агента должно быть уделено тому, как сделать 'сложный рабочий процесс' AI-агента и 'поток проверки доверия' блокчейна максимально совместимыми. Что касается этих инкрементных решений, то они могут происходить как от улучшений итераций существующих старых проектов повествования, так и от новых проектов на поле гонки повествования AI-агентов.
Вот в каком направлении должен развиваться веб-агент AI, чтобы соответствовать основным инновационным экосистемным фундаментальным принципам AI + Crypto в большой макро-рассказе. Без соответствующих инновационных разработок и установления конкурентных барьеров, каждое движение в направлении веб-агента AI в web2 может повлечь за собой волнения в веб-агенте AI в web3.