MCP та AI Agent: нова рамка для застосування штучного інтелекту

Один. Вступ до концепції MCP

У сфері штучного інтелекту традиційні чат-боти зазвичай покладаються на загальні моделі діалогу, що призводить до відсутності персоналізації і, як наслідок, до одноманітних та нудних відповідей. Щоб вирішити цю проблему, розробники запроваджують концепцію "персонажу", наділяючи штучний інтелект певними ролями, характером та тоном, що робить його відповіді ближчими до очікувань користувачів. Однак, навіть маючи багатий "персонаж", ШІ все ще залишається пасивним відповідником, не здатним активно виконувати завдання або здійснювати складні операції.

Щоб подолати це обмеження, проект Auto-GPT з'явився на світ. Він дозволяє розробникам визначати інструменти та функції для ШІ та реєструвати їх у системі. Коли користувачі висловлюють запити, Auto-GPT генерує інструкції для виконання операцій на основі попередньо встановлених правил і інструментів, автоматично виконує завдання та повертає результати. Це перетворює ШІ з пасивного співрозмовника на активного виконавця завдань.

Хоча Auto-GPT до певної міри реалізує автономне виконання ШІ, він все ще стикається з проблемами, такими як нерегулярний формат викликів інструментів та погана сумісність між платформами. Для вирішення цих викликів з'явився MCP (протокол контексту моделі). MCP має на меті спростити спосіб взаємодії ШІ з зовнішніми інструментами, надаючи єдиний стандарт зв'язку, що дозволяє ШІ легко викликати різні зовнішні сервіси. Традиційно, щоб великомасштабні моделі виконували складні завдання, розробникам необхідно було написати велику кількість коду та інструкцій для інструментів, що значно ускладнювало розробку та збільшувало витрати часу. Протокол MCP, визначаючи стандартизовані інтерфейси та комунікаційні норми, значно спростив цей процес, дозволяючи моделям ШІ швидше та ефективніше взаємодіяти з зовнішніми інструментами.

Два, співвідношення MCP та AI Agent

MCP і AI Agent мають взаємодоповнюючий характер. AI Agent зосереджується на автоматизації операцій у блокчейні, виконанні смарт-контрактів і управлінні криптоактивами, підкреслюючи захист конфіденційності та інтеграцію децентралізованих застосунків. MCP натомість акцентує увагу на спрощенні взаємодії AI Agent з зовнішніми системами, забезпечуючи стандартизовані протоколи та управління контекстом, підвищуючи кросплатформену взаємодію та гнучкість.

Традиційні AI-агенти мають певну виконавчу здатність, наприклад, виконання угод через смарт-контракти, управління гаманцями тощо. Однак ці функції зазвичай є попередньо визначеними, що ускладнює їх гнучкість і адаптивність. Основна цінність MCP полягає в наданні єдиного стандарту зв'язку для взаємодії AI-агентів з зовнішніми інструментами (включаючи блокчейн-дані, смарт-контракти, оффчейн-сервіси тощо). Це стандартизоване рішення вирішує проблему фрагментації інтерфейсів у традиційній розробці, дозволяючи AI-агентам безшовно підключатися до даних та інструментів різних блокчейнів, що значно підвищує їх автономну виконавчу здатність.

Наприклад, AI Agent у класі DeFi може в реальному часі отримувати ринкові дані та автоматично оптимізувати портфель за допомогою MCP. Крім того, MCP відкриває нові напрямки для AI Agent, а саме співпрацю кількох AI Agent: за допомогою MCP AI Agent можуть співпрацювати відповідно до функціонального розподілу, комбінуючи виконання складних завдань, таких як аналіз даних в мережі, прогнозування ринку, управління ризиками тощо, підвищуючи загальну ефективність та надійність. У сфері автоматизації торговельних операцій MCP з'єднує різні торгові та ризикові агентів, вирішуючи проблеми, пов'язані з прослизанням, торговими витратами, MEV тощо, забезпечуючи більш безпечне та ефективне управління активами в мережі.

Три, представлення відповідних проектів

1. DeMCP

DeMCP є децентралізованою мережею MCP, яка прагне надати AI Agent власні відкриті MCP-сервіси, забезпечити платформу для розгортання з комерційним доходом для розробників MCP та реалізувати одноразовий доступ до основних великих мовних моделей. Розробники можуть отримувати послуги через підтримку стабільних монет.

2. ТЕМРЯВИЙ

DARK є мережею MCP, побудованою на основі Solana з довіреним середовищем виконання (TEE). Його перший додаток наразі розробляється, і він має на меті забезпечити ефективну інтеграцію інструментів для AI Agent через TEE та MCP протокол, дозволяючи розробникам швидко підключатися до різних інструментів та зовнішніх сервісів за допомогою простого налаштування.

3. Cookie.fun

Cookie.fun є платформою, що спеціалізується на AI Agent у Web3 екосистемі, яка надає користувачам комплексний індекс AI Agent та аналітичні інструменти. Платформа демонструє показники розумового впливу AI Agent, здатність до розумного слідування, взаємодію з користувачами та дані в ланцюгах, що допомагає користувачам зрозуміти та оцінити продуктивність різних AI Agent. Нещодавно Cookie.fun запустила спеціалізований MCP сервер, який містить готові до використання MCP сервери для агентів, спеціально розроблені для розробників та нетехнічних користувачів, без необхідності в будь-якій конфігурації.

4. Технологія SkyAI

SkyAI є проектом інфраструктури даних Web3, створеним на базі BNB Chain, який має на меті побудувати нативну AI-інфраструктуру блокчейну через розширення MCP. Ця платформа забезпечує масштабовані та взаємодійні протоколи даних для AI-додатків на базі Web3, плануючи спростити процес розробки шляхом інтеграції доступу до даних з кількох ланцюгів, розгортання AI-агентів та протоколів. На даний момент SkyAI підтримує агреговані набори даних з BNB Chain та Solana, а в майбутньому також планується запустити сервери даних MCP, що підтримують основну мережу Ethereum та ланцюг Base.

Чотири, перспективи майбутнього розвитку

Протокол MCP як новий наратив злиття ШІ та блокчейну демонструє величезний потенціал у підвищенні ефективності обміну даними, зниженні витрат на розробку, покращенні безпеки та захисту конфіденційності, особливо в таких сценаріях, як децентралізовані фінанси. Проте наразі більшість проектів на основі MCP все ще перебувають на етапі верифікації концепції і ще не випустили зрілі продукти, що призводить до постійного зниження цін на їх токени після запуску. Це відображає кризу довіри ринку до проектів MCP, яка в основному викликана тривалим циклом розробки продуктів та відсутністю реальних застосувань.

Отже, прискорення розробки продуктів, забезпечення тісного зв'язку між токенами та реальними продуктами, а також підвищення користувацького досвіду стали основними проблемами, з якими стикається поточний проект MCP. Крім того, просування протоколу MCP в криптоекосистемі все ще стикається з викликами технічної інтеграції. Через різницю в логіці смарт-контрактів і структурах даних між різними блокчейнами та DApp, єдиний стандартизований сервер MCP все ще потребує значних ресурсів для розробки.

Незважаючи на виклики, сам протокол MCP демонструє величезний потенціал для розвитку на ринку. З постійним прогресом технологій штучного інтелекту та поступовим вдосконаленням протоколу MCP, у майбутньому очікується більш широке застосування в таких сферах, як DeFi, DAO та інші. Наприклад, агенти штучного інтелекту можуть за допомогою протоколу MCP у реальному часі отримувати дані з блокчейну, виконувати автоматизовані угоди, підвищуючи ефективність та точність ринкового аналізу. Крім того, децентралізований характер протоколу MCP може надати прозору та відстежувану платформу для роботи моделей штучного інтелекту, сприяючи децентралізації активів штучного інтелекту та процесу їх активізації.

Протокол MCP, як важлива допоміжна сила в інтеграції штучного інтелекту та блокчейну, має потенціал стати важливим двигуном для просування наступного покоління AI Agent у міру зрілості технологій та розширення сфер застосування. Однак для реалізації цього бачення все ще потрібно вирішити численні виклики, такі як інтеграція технологій, безпека, досвід користувачів та ін.