Manus + MCP, Web3 AI Agent'ın etkisinin anahtarıdır.
Yazan: Haotian
Bir arkadaşım, #ai16z ve $arc gibi web3 AI aracılarının sürekli düşüşünün, MCP protokolünün son patlamasından kaynaklandığını söyledi. İlk bakışta, tüm kişinin kafası biraz karışık, WTF'nin bununla bir ilgisi var mı? Ancak bunu düşündükten sonra, gerçekten belirli bir mantık olduğunu gördüm: mevcut web3 AI aracısının değerleme ve fiyatlandırma mantığı değişti ve anlatı yönü ve ürün iniş rotasının acilen ayarlanması gerekiyor! Aşağıda kişisel görüşlerimi paylaşmak istiyorum:
MCP (Model Bağlam Protokolü), çeşitli AI LLM'lerin/Aracılarının çeşitli veri kaynaklarına ve araçlarına sorunsuz bir şekilde bağlanmasını sağlamak için tasarlanmış açık kaynaklı standartlaştırılmış bir protokoldür ve bu, tak ve çalıştır USB "evrensel" arabirimine eşdeğerdir ve geçmişte uçtan uca "spesifik" kapsülleme yönteminin yerini alır.
Basitçe söylemek gerekirse, yapay zeka uygulamaları arasında bariz veri adaları vardır ve aracıların ve LLM'lerin birlikte çalışabilirliği sağlamak için ilgili çağrı API'lerini geliştirmeleri gerekir, işlem sürecinin karmaşıklığından ve iki yönlü etkileşim işlevlerinin eksikliğinden bahsetmiyorum bile, genellikle nispeten sınırlı model erişimi ve izin kısıtlamalarına sahiptir.
MCP'nin ortaya çıkışı, yapay zeka uygulamalarının geçmişin veri silolarından kurtulması ve harici verilere ve araçlara "dinamik" erişim olasılığını gerçekleştirmesi için birleşik bir çerçeve sağlar, bu da özellikle otomatik görev yürütme, gerçek zamanlı veri sorgulama ve platformlar arası işbirliği açısından geliştirme karmaşıklığını ve entegrasyon verimliliğini önemli ölçüde azaltabilir.
Bundan bahsetmişken, birçok kişi hemen, çok ajanlı işbirliği ve inovasyon için Manus, çok ajanlı işbirliğini teşvik edebilecek bu MCP açık kaynak çerçevesiyle entegre edilirse, yenilmez olmaz mıydı?
Doğru, Manus + MCP, web3 AI Agent'ın etkisinin anahtarıdır.
Bununla birlikte, hem Manus hem de MCP'nin, merkezi sunucular arasındaki veri etkileşimi ve işbirliği sorununu çözen web2 LLM/Agent için çerçeveler ve protokol standartları olması ve izinlerinin ve erişim kontrolünün de her sunucu düğümünün "aktif" açıklığına dayanması inanılmazdır, başka bir deyişle, yalnızca açık kaynaklı bir araç özelliğidir.
Web3 AI Agent tarafından takip edilen "dağıtılmış sunucular, dağıtılmış işbirliği ve dağıtılmış teşvikler" gibi temel fikirlere tamamen aykırı olması mantıklıdır.
Bunun nedeni, web3 AI Agent'ın ilk aşamasının çok "web2 odaklı" olmasıdır, çünkü bir yandan birçok ekip web2 geçmişine sahiptir ve web3 Native'in yerel gereksinimlerini tam olarak anlamamaktadır. DeepSeek gibi "API arayüzleri", geliştiricilerin AI aracı uygulamalarını hızlı bir şekilde geliştirmelerine yardımcı olmak için bazı Memory ve Charater genel çerçevelerini uygun şekilde kapsar. Ancak bu hizmet çerçeveleri seti ile web2 açık kaynak araçları arasındaki fark nedir? Fark yaratan unsurlar nelerdir?
Bir dizi Tokenomics teşviki olmasının avantajı nedir? Ve sonra, yeni madeni paralar çıkarmak amacıyla var olan bir grup daha fazla AI ajanını teşvik etmek için web2'nin tamamen değiştirebileceği bir dizi çerçeve mi kullanıyorsunuz? Korkunç.. Bu mantığa bakarak, Manus +MCP'nin web3 AI Agent üzerinde neden bir etkisi olabileceğini kabaca anlayabilirsiniz.
Birçok web3 AI ajan çerçevesi ve hizmeti, web2 AI ajanlarına benzer şekilde yalnızca hızlı geliştirme ve uygulama ihtiyaçlarını çözdüğünden, ancak teknik hizmetler ve standartlar ve farklılaşma avantajları açısından web2'nin inovasyon hızına ayak uyduramadığından, pazar/sermaye, web3 AI ajanlarının son partisini yeniden değerlendirdi ve fiyatlandırdı.
Bundan bahsetmişken, genel sorunun özü bulunmalıdır, ancak durum nasıl kırılır? Tek bir yol: web3 tabanlı çözümlere odaklanın, çünkü dağıtılmış sistemlerin işletimi ve teşvik mimarisi web3'ün mutlak ayırt edici avantajlarıdır.
Dağıtılmış bulut bilişim gücünü, verileri, algoritmaları ve diğer hizmet platformlarını örnek alırsak, yüzeyde, bu tür bilgi işlem gücü ve atıl kaynaklar temelinde toplanan veriler, kısa vadede mühendislik inovasyonunun ihtiyaçlarını karşılayamıyor gibi görünüyor, ancak çok sayıda AI LLM, performans için silahlanma yarışını kırmak için merkezi bilgi işlem gücü için savaşırken, "atıl kaynaklar ve düşük maliyet" hilesine sahip bir hizmet modeli, web2 geliştiricilerini ve VC gruplarını doğal olarak küçümseyecektir.
Bununla birlikte, web2 AI aracısı performans inovasyonu aşamasını geçtiğinde, dikey uygulama senaryolarının genişletilmesini ve alt bölümlere ayırma ve ince ayar modellerinin optimizasyonunu sürdürmek zorundadır ve web3 AI kaynak hizmetlerinin avantajları o zaman gerçekten belirgin olacaktır.
Aslında kaynak tekeli şeklinde dev konumuna tırmanan web2 yapay zekası belli bir aşamaya geldiğinde şehri kırsal alanla çevreleme ve sahneyi tek tek alt bölümlere ayırma fikrine geri adım atmak zor oluyor ve o zaman artık web2 yapay zeka geliştiricileri + web3 yapay zeka kaynaklarının birlikte çalışma zamanı gelmiş oluyor.
Aslında, web2'nin hızlı dağıtım + çok aracılı işbirlikçi iletişim çerçevesi + Tokenomik ihraç anlatısına ek olarak, web3 Native'in keşfedilmeye değer birçok yenilikçi yönü vardır:
Örneğin, bir dizi dağıtılmış konsensüs işbirliği çerçevesi ile donatılmış, zincir dışı hesaplama + LLM büyük modellerinin zincir üstü durum depolamasının özellikleri göz önüne alındığında, birçok uyarlanabilir bileşen gereklidir.
Merkezi olmayan bir DID kimlik doğrulama sistemi, aracının, esas olarak sonraki durumun sürekli izlenmesi ve kaydedilmesi için, akıllı sözleşme için yürütme sanal makinesi tarafından oluşturulan benzersiz adres gibi doğrulanabilir bir zincir üstü kimliğe sahip olmasını sağlar;
Merkezi olmayan bir Oracle oracle sistemi, esas olarak, önceki Oracle'dan farklı olan zincir dışı verilerin güvenilir bir şekilde elde edilmesinden ve doğrulanmasından sorumludur ve AI Agent'a uyarlanan bu oracle'ın ayrıca bir veri toplama katmanı, bir karar verme konsensüs katmanı ve bir yürütme geri bildirim katmanı dahil olmak üzere birden fazla aracının bir kombinasyonunu yapması gerekebilir, böylece aracının ve zincir dışı bilgi işlem ve karar vermenin gerektirdiği zincir içi verilere gerçek zamanlı olarak ulaşılabilir;
Merkezi olmayan bir depolama DA sistemi, AI Agent çalışırken bilgi tabanının durumunun belirsizliği ve çıkarım sürecinin de geçici olması nedeniyle, LLM'nin arkasındaki anahtar durum kitaplıklarını ve çıkarım yollarını kaydetmek ve bunları dağıtılmış depolama sisteminde saklamak ve genel zincir doğrulamasının veri kullanılabilirliğini sağlamak için maliyet kontrol edilebilir bir veri kanıtı mekanizması sağlamak gerekir;
Gerçek zamanlı gizlilik bilgi işlem + veri kanıtı doğrulaması elde etmek için bir dizi sıfır bilgi kanıtı ZKP gizlilik bilgi işlem katmanı, TEE zamanı, PHE vb. dahil olmak üzere gizlilik bilgi işlem çözümleriyle ilişkilendirilebilir, böylece aracının daha geniş bir dikey veri kaynağı yelpazesine (tıbbi, finansal) sahip olması ve ardından daha profesyonel özelleştirilmiş hizmet temsilcileri en üstte görünür;
MCP açık kaynak protokolü tarafından tanımlanan çerçeveye biraz benzeyen bir dizi zincirler arası birlikte çalışabilirlik protokolü, aradaki fark, bu birlikte çalışabilirlik çözümleri setinin, aracının çalışmasına, teslimatına ve doğrulanmasına uyum sağlayan bir röle ve iletişim zamanlama mekanizmasına sahip olması gerektiğidir ve aracının farklı zincirler arasında, özellikle aracı bağlamı ve istemi, bilgi tabanı, bellek vb. gibi karmaşık durumlar arasında varlık aktarımını ve durum senkronizasyonunu tamamlayabilir;
……
Benim düşünceme göre, gerçek bir web3 yapay zeka aracısının odak noktası, yapay zeka aracısının "karmaşık iş akışının" ve blok zincirinin "güven doğrulama akışının" mümkün olduğunca nasıl uygun hale getirileceği olmalıdır. Bu artımlı çözümlere gelince, mevcut eski anlatı projelerinden yükseltme yapmak ve yinelemek veya yeni oluşturulan AI Agent anlatı yolundaki projelerden yeniden düzenlemek mümkündür.
Bu, web3 AI Agent'ın inşa etmeye çalışması gereken yöndür ve AI + Crypto'nun makro anlatısı altındaki inovasyon ekosisteminin temelleriyle uyumludur. İlgili inovasyon ve farklılaştırılmış rekabet engelleri oluşturulmadan, web2 AI pisti her alt üst olduğunda, web3 AI alt üst olabilir.
The content is for reference only, not a solicitation or offer. No investment, tax, or legal advice provided. See Disclaimer for more risks disclosure.
AI Agent'ın devam eden düşüşü, MCP protokolünün son patlamasından mı kaynaklanıyor?
Yazan: Haotian
Bir arkadaşım, #ai16z ve $arc gibi web3 AI aracılarının sürekli düşüşünün, MCP protokolünün son patlamasından kaynaklandığını söyledi. İlk bakışta, tüm kişinin kafası biraz karışık, WTF'nin bununla bir ilgisi var mı? Ancak bunu düşündükten sonra, gerçekten belirli bir mantık olduğunu gördüm: mevcut web3 AI aracısının değerleme ve fiyatlandırma mantığı değişti ve anlatı yönü ve ürün iniş rotasının acilen ayarlanması gerekiyor! Aşağıda kişisel görüşlerimi paylaşmak istiyorum:
Basitçe söylemek gerekirse, yapay zeka uygulamaları arasında bariz veri adaları vardır ve aracıların ve LLM'lerin birlikte çalışabilirliği sağlamak için ilgili çağrı API'lerini geliştirmeleri gerekir, işlem sürecinin karmaşıklığından ve iki yönlü etkileşim işlevlerinin eksikliğinden bahsetmiyorum bile, genellikle nispeten sınırlı model erişimi ve izin kısıtlamalarına sahiptir.
MCP'nin ortaya çıkışı, yapay zeka uygulamalarının geçmişin veri silolarından kurtulması ve harici verilere ve araçlara "dinamik" erişim olasılığını gerçekleştirmesi için birleşik bir çerçeve sağlar, bu da özellikle otomatik görev yürütme, gerçek zamanlı veri sorgulama ve platformlar arası işbirliği açısından geliştirme karmaşıklığını ve entegrasyon verimliliğini önemli ölçüde azaltabilir.
Bundan bahsetmişken, birçok kişi hemen, çok ajanlı işbirliği ve inovasyon için Manus, çok ajanlı işbirliğini teşvik edebilecek bu MCP açık kaynak çerçevesiyle entegre edilirse, yenilmez olmaz mıydı?
Doğru, Manus + MCP, web3 AI Agent'ın etkisinin anahtarıdır.
Web3 AI Agent tarafından takip edilen "dağıtılmış sunucular, dağıtılmış işbirliği ve dağıtılmış teşvikler" gibi temel fikirlere tamamen aykırı olması mantıklıdır.
Bunun nedeni, web3 AI Agent'ın ilk aşamasının çok "web2 odaklı" olmasıdır, çünkü bir yandan birçok ekip web2 geçmişine sahiptir ve web3 Native'in yerel gereksinimlerini tam olarak anlamamaktadır. DeepSeek gibi "API arayüzleri", geliştiricilerin AI aracı uygulamalarını hızlı bir şekilde geliştirmelerine yardımcı olmak için bazı Memory ve Charater genel çerçevelerini uygun şekilde kapsar. Ancak bu hizmet çerçeveleri seti ile web2 açık kaynak araçları arasındaki fark nedir? Fark yaratan unsurlar nelerdir?
Bir dizi Tokenomics teşviki olmasının avantajı nedir? Ve sonra, yeni madeni paralar çıkarmak amacıyla var olan bir grup daha fazla AI ajanını teşvik etmek için web2'nin tamamen değiştirebileceği bir dizi çerçeve mi kullanıyorsunuz? Korkunç.. Bu mantığa bakarak, Manus +MCP'nin web3 AI Agent üzerinde neden bir etkisi olabileceğini kabaca anlayabilirsiniz.
Birçok web3 AI ajan çerçevesi ve hizmeti, web2 AI ajanlarına benzer şekilde yalnızca hızlı geliştirme ve uygulama ihtiyaçlarını çözdüğünden, ancak teknik hizmetler ve standartlar ve farklılaşma avantajları açısından web2'nin inovasyon hızına ayak uyduramadığından, pazar/sermaye, web3 AI ajanlarının son partisini yeniden değerlendirdi ve fiyatlandırdı.
Dağıtılmış bulut bilişim gücünü, verileri, algoritmaları ve diğer hizmet platformlarını örnek alırsak, yüzeyde, bu tür bilgi işlem gücü ve atıl kaynaklar temelinde toplanan veriler, kısa vadede mühendislik inovasyonunun ihtiyaçlarını karşılayamıyor gibi görünüyor, ancak çok sayıda AI LLM, performans için silahlanma yarışını kırmak için merkezi bilgi işlem gücü için savaşırken, "atıl kaynaklar ve düşük maliyet" hilesine sahip bir hizmet modeli, web2 geliştiricilerini ve VC gruplarını doğal olarak küçümseyecektir.
Bununla birlikte, web2 AI aracısı performans inovasyonu aşamasını geçtiğinde, dikey uygulama senaryolarının genişletilmesini ve alt bölümlere ayırma ve ince ayar modellerinin optimizasyonunu sürdürmek zorundadır ve web3 AI kaynak hizmetlerinin avantajları o zaman gerçekten belirgin olacaktır.
Aslında kaynak tekeli şeklinde dev konumuna tırmanan web2 yapay zekası belli bir aşamaya geldiğinde şehri kırsal alanla çevreleme ve sahneyi tek tek alt bölümlere ayırma fikrine geri adım atmak zor oluyor ve o zaman artık web2 yapay zeka geliştiricileri + web3 yapay zeka kaynaklarının birlikte çalışma zamanı gelmiş oluyor.
Aslında, web2'nin hızlı dağıtım + çok aracılı işbirlikçi iletişim çerçevesi + Tokenomik ihraç anlatısına ek olarak, web3 Native'in keşfedilmeye değer birçok yenilikçi yönü vardır:
Örneğin, bir dizi dağıtılmış konsensüs işbirliği çerçevesi ile donatılmış, zincir dışı hesaplama + LLM büyük modellerinin zincir üstü durum depolamasının özellikleri göz önüne alındığında, birçok uyarlanabilir bileşen gereklidir.
Merkezi olmayan bir DID kimlik doğrulama sistemi, aracının, esas olarak sonraki durumun sürekli izlenmesi ve kaydedilmesi için, akıllı sözleşme için yürütme sanal makinesi tarafından oluşturulan benzersiz adres gibi doğrulanabilir bir zincir üstü kimliğe sahip olmasını sağlar;
Merkezi olmayan bir Oracle oracle sistemi, esas olarak, önceki Oracle'dan farklı olan zincir dışı verilerin güvenilir bir şekilde elde edilmesinden ve doğrulanmasından sorumludur ve AI Agent'a uyarlanan bu oracle'ın ayrıca bir veri toplama katmanı, bir karar verme konsensüs katmanı ve bir yürütme geri bildirim katmanı dahil olmak üzere birden fazla aracının bir kombinasyonunu yapması gerekebilir, böylece aracının ve zincir dışı bilgi işlem ve karar vermenin gerektirdiği zincir içi verilere gerçek zamanlı olarak ulaşılabilir;
Merkezi olmayan bir depolama DA sistemi, AI Agent çalışırken bilgi tabanının durumunun belirsizliği ve çıkarım sürecinin de geçici olması nedeniyle, LLM'nin arkasındaki anahtar durum kitaplıklarını ve çıkarım yollarını kaydetmek ve bunları dağıtılmış depolama sisteminde saklamak ve genel zincir doğrulamasının veri kullanılabilirliğini sağlamak için maliyet kontrol edilebilir bir veri kanıtı mekanizması sağlamak gerekir;
Gerçek zamanlı gizlilik bilgi işlem + veri kanıtı doğrulaması elde etmek için bir dizi sıfır bilgi kanıtı ZKP gizlilik bilgi işlem katmanı, TEE zamanı, PHE vb. dahil olmak üzere gizlilik bilgi işlem çözümleriyle ilişkilendirilebilir, böylece aracının daha geniş bir dikey veri kaynağı yelpazesine (tıbbi, finansal) sahip olması ve ardından daha profesyonel özelleştirilmiş hizmet temsilcileri en üstte görünür;
MCP açık kaynak protokolü tarafından tanımlanan çerçeveye biraz benzeyen bir dizi zincirler arası birlikte çalışabilirlik protokolü, aradaki fark, bu birlikte çalışabilirlik çözümleri setinin, aracının çalışmasına, teslimatına ve doğrulanmasına uyum sağlayan bir röle ve iletişim zamanlama mekanizmasına sahip olması gerektiğidir ve aracının farklı zincirler arasında, özellikle aracı bağlamı ve istemi, bilgi tabanı, bellek vb. gibi karmaşık durumlar arasında varlık aktarımını ve durum senkronizasyonunu tamamlayabilir;
……
Benim düşünceme göre, gerçek bir web3 yapay zeka aracısının odak noktası, yapay zeka aracısının "karmaşık iş akışının" ve blok zincirinin "güven doğrulama akışının" mümkün olduğunca nasıl uygun hale getirileceği olmalıdır. Bu artımlı çözümlere gelince, mevcut eski anlatı projelerinden yükseltme yapmak ve yinelemek veya yeni oluşturulan AI Agent anlatı yolundaki projelerden yeniden düzenlemek mümkündür.
Bu, web3 AI Agent'ın inşa etmeye çalışması gereken yöndür ve AI + Crypto'nun makro anlatısı altındaki inovasyon ekosisteminin temelleriyle uyumludur. İlgili inovasyon ve farklılaştırılmış rekabet engelleri oluşturulmadan, web2 AI pisti her alt üst olduğunda, web3 AI alt üst olabilir.