O que é o Protocolo de Contexto do Modelo (MCP)?

OProtocolo de Contexto do Modelo (MCP) é um padrão aberto desenvolvido por @AnthropicAIque revoluciona a forma como os modelos de IA se conectam com fontes de dados e ferramentas externas. Inicialmente, o impacto do padrão era lento, mas desde @OpenAIadotou-o no início deste ano e disparou na adoção. É frequentemente comparado a uma “porta USB-C para agentes de IA” - fornece um método uniforme para os ligar a várias ferramentas e fontes de dados, simplificando a forma como a IA interage com recursos externos.

Em vez de os programadores criarem integrações personalizadas para cada fonte de dados ou ferramenta, o MCP estabelece um protocolo de comunicação padronizado entre modelos de IA (clientes) e fornecedores de dados/ferramentas (servidores). O objetivo é ajudar os modelos de ponta a produzirem respostas melhores e mais relevantes, conectando-os a sistemas onde os dados estão armazenados, incluindo repositórios de conteúdo, ferramentas de negócios e ambientes de desenvolvimento.

No seu núcleo, o MCP aborda a limitação fundamental dos Grandes Modelos de Linguagem (LLMs) estarem isolados dos dados em tempo real e incapazes de tomar ações diretas externamente. O MCP permite que os sistemas de IA descubram e interajam com ferramentas disponíveis dinamicamente, suportando a comunicação persistente bidirecional entre os modelos e os sistemas externos. Isso é especialmente importante e poderoso para capacitar agentes de IA autônomos a terem capacidades mais robustas, particularmente em DeFi.

Como o MCP otimiza agentes de IA na DeFi

MCP aumenta significativamente as capacidades do agente de IA no DeFi, simplificando a forma como os agentes processam e interagem com dados em tempo real. MCP permite que os agentes de IA acessem dinamicamente fluxos de dados externos, como dados de mercado, de fontes como bases de dados relacionais e APIs. Isso facilita a ingestão das últimas novidades pelos agentes e melhora a capacidade de tomar decisões informadas. Ao integrar várias fontes de dados em tempo real, os agentes podem analisar pontos de dados complexos e adaptar-se às condições de mercado em constante mudança - uma tarefa crítica para casos de uso como a prestação de liquidez.

MCP também melhora a eficiência dos agentes de IA, permitindo que as ferramentas realizem ações. Os agentes não apenas podem extrair dados de sistemas externos, mas também podem enviar atualizações ou ações de volta para esses sistemas, como a execução de contratos inteligentes ou a atualização de posições de liquidez. Isso capacita os agentes a executar autonomamente estratégias DeFi, tornando-os atores mais eficientes no espaço. Ao eliminar a necessidade de integrações personalizadas para cada ferramenta ou fonte de dados, o MCP reduz a complexidade e acelera a implantação de soluções DeFi impulsionadas por IA. Isso permite que os agentes se adaptem, dimensionem e respondam rapidamente a novas oportunidades, aumentando a eficiência geral das operações DeFi.

O MCP é ótimo para fornecer essas capacidades essenciais para agentes - ferramentas para obter dados e tomar ações. No entanto, por contraste, não é adequado para agentes coordenarem ou comunicarem entre si. Ao contrário das ferramentas, os agentes não são projetados para seguir comandos rígidos via uma API fixa. Eles são naturalmente flexíveis, usando linguagem natural para executar uma variedade de capacidades e orquestrar interações que frequentemente envolvem estados compartilhados. Eu detalho isso na seção "O MCP Acelera a Necessidade de Coordenação de Enxame de Agentes" abaixo.

Para aqueles que são novos no conceito, voz líder da indústria@S4mmyEthescreveu um artigo detalhado sobre MC rotulando-o de “uma grande descoberta para criptomoedas e IA de código aberto” – você pode encontrar essa peça abaixo.

Adoção do MCP em Diferentes Setores

Web3 e Blockchain

Web3 é um verdadeiro centro de inovação e está rapidamente a tornar-se num campo de testes para sistemas e metodologias de IA. O mesmo se aplica à MCP, que está a melhorar a integração da IA com blockchain e a abrir caminho para sistemas inteligentes interagirem eficientemente com aplicações descentralizadas, desbloqueando novas eficiências em Web3, como observado recentemente por @aelfblockchain.

Existem vários projetos empolgantes no ecossistema Web3 que estão se inclinando para MCP, eles incluem:

@Arcdotfun – o principal framework Rust para agentes de IA em Web3 acabou de anunciar Ryzome, uma loja de aplicativos universal para IA agentes, alimentada por MCP, que padroniza a comunicação entre agentes de IA e serviços digitais. Isso permite que os agentes de IA acessem facilmente os serviços da Web 2 e Web 3 sem integrações complexas.

@heurist_ai- uma nuvem descentralizada de AI-as-a-Service, lançou uma série de ferramentas que são acessíveis pelo MCP como uma integração para@getmasafiDados X.

Verifique o Github deles para uma visão detalhada do delesframework do agente.

@UnifaiNetwork– uma startup de IA Web3 se posicionou como MC para Web3, construindo uma ampla variedade de plugins MCP de código aberto com capacidades, incluindo pagamentos de carteira, trocas, estratégias de gestão de liquidez, apostas com IA e muito mais.

@StoryProtocol– a Blockchain de IP do Mundo, também anunciou recentemente integrações com MCP para facilitar a obtenção de informações sobre transações, licenças, transações e propriedade no seu ecossistema, bem como permitir aos agentes criar e transferir IP.

Essas implementações por equipes inovadoras no espaço estão permitindo que LLMs interajam de forma eficiente com dados de blockchain em tempo real, realizem auditorias de segurança em contratos inteligentes, rastreiem métricas de tokens e até facilitem transações on-chain com salvaguardas adequadas.

Comércio eletrónico e Retalho

No espaço do comércio eletrónico e retalho, MCP está a transformar a forma como os agentes de IA se conectam com fontes de dados e ferramentas, melhorando tanto a eficiência operacional como a experiência do cliente. Funções como pesquisas de produtos, rastreamento de pedidos e recomendações de preços estão a simplificar as operações e a melhorar a experiência de compra global.

Integrações precoces de MCP no espaço incluem:

@Shopifylojas sãointegrando MCPpara gerir facilmente produtos, clientes, encomendas e muito mais com simples chamadas de API para o seu API de Administração.

@blocksum dos principais fornecedores de pagamento usouMCP para construir um agente de IA extensível de código aberto, chamado Goose, que ajuda a instalar, executar, editar e testar o código com qualquer LLM.

@WooCommerceincluiuservidores MCPpara melhorar a interação com suas lojas, permitindo ferramentas abrangentes para gerenciar produtos, pedidos, clientes, envios, impostos, descontos e configuração da loja.

Empresas B2B

No setor empresarial, houve uma adoção significativa de MCP para operações e fluxos de trabalho. MCP tem sido adotado em várias ofertas empresariais líderes, incluindo:

@OpenAI integrou a tecnologiapara melhorar a comunicação padronizada entre agentes de IA e sistemas externos, otimizando os fluxos de trabalho empresariais e reduzindo custos de desenvolvimento.

@MicrosoftincluiuMCP em produtos como Copilot Studioe Kernel Semântico, permitindo aos criadores conectarem-se diretamente a servidores de conhecimento existentes e APIs. As ações e o conhecimento são automaticamente adicionados ao agente e atualizados continuamente à medida que a funcionalidade evolui.

@Databricksadotouum MCPservidor que se conecta à sua API, permitindo que LLMs executem consultas SQL, listem trabalhos e obtenham o estado atualizado do trabalho.

Ferramentas de Desenvolvimento e Engenharia

O desenvolvimento de software tem sido um dos primeiros e mais robustos adotantes do MCP. Como aponta a NSHipster num artigo recente, o 'Protocolo do Servidor de Linguagem (LSP)' revolucionou a integração das linguagens de programação com as ferramentas dos programadores. O 'Protocolo de Contexto do Modelo (MCP)' tem como objetivo fazer o mesmo para uma nova geração de ferramentas de IA.

Algumas ferramentas de desenvolvimento e engenharia importantes que agora suportam a integração do MC incluem:

@zeddotdev @Replit @codeiumdeve@Sourcegraph está a trabalhar com MCPpara aprimorar suas plataformas, permitindo que os agentes recuperem melhor as informações para entender o contexto em torno de uma tarefa de codificação, produzindo um código mais refinado e funcional.

@github servidores MCPfornecer integração perfeita com suas APIs, permitindo automação avançada e capacidades de interação para desenvolvedores e ferramentas.

Integrações IDE para análise de códigoe geração, transformando a IA de um assistente passivo para um parceiro ativo e colaborativo no processo de desenvolvimento de software.

A Expansão do Alcance e Impacto do MCP para Sistemas de IA

A rápida adoção do MCP em várias indústrias destaca o seu valor como um protocolo padronizado para interação com ferramentas de IA. Originalmente uma iniciativa Antropica, evoluiu para um ecossistema aberto com milhares de servidores construídos pela comunidade e integrações de importantes empresas de tecnologia. Recentemente, temos assistido a um crescimento tremendo na acessibilidade dos servidores MCP, com mais de 300 disponíveis especificamente para agentes de IA, conforme mostrado por @Sumanth_077abaixo.

À medida que o MCP amadurece, estamos a ver:

1. Integrações simplificadas - substituindo conectores personalizados por interfaces padronizadas.
2. Segurança reforçada através de autenticação a nível de protocolo e controlo de acesso.
3. Um ecossistema de desenvolvedores próspero a criar ferramentas especializadas e conectores.
4. Compatibilidade entre plataformas para diferentes modelos e aplicações de IA.

MCP Acelera a Necessidade de Coordenação de Enxame de Agentes

Enquanto o MCP resolve o problema de conectividade entre agentes de IA individuais e fontes de dados, não aborda o desafio de coordenação entre vários agentes especializados. Aqui é onde @TheoriqAIentra.

Theoriq tem defendido o uso de enxames de agentes (que antes chamávamos de coletivos antes do termo enxames se tornar popular) nos últimos dois anos. À medida que desenvolvemos o Protocolo Theoriq, um protocolo descentralizado e multiagente para finanças impulsionadas por IA, estamos lançando as bases para que os agentes se comuniquem, colaborem e executem tarefas financeiras complexas. Já estamos enfrentando esse desafio diretamente, construindo um enxame de Provisão de Liquidez Onchain (OLP) construído no protocolo que oferece valor financeiro ao ecossistema DeFi e seus participantes. Mais sobre isso abaixo.

Agentes especializados continuarão a emergir e a tornar-se eficientes nas tarefas para as quais foram construídos e, à medida que cada um aproveita o MCP para aceder aos dados, ainda vão necessitar de 'trilhos para comunicar' entre si. Adicionar inúmeros plugins MCP a um agente genérico será menos eficaz do que ter agentes especializados que comunicam através de um protocolo coordenado.

A adição de MCP torna mais fácil para os agentes se conectarem a fontes externas, e adicionar essa capacidade ao que Theoriq está trabalhando, só aumentará as capacidades dos agentes.

O protocolo Theoriq aborda este desafio de próximo nível através de:

1. Habilitar a comunicação entre agentes - Enquanto o MCP conecta agentes a fontes de dados, Theoriq conecta agentes a outros agentes de forma minimizada de confiança, incluindo comunicações de apoio e duradouras. É importante notar que o MCP apenas permite a um agente iniciar pedidos de informação, mas o Theoriq permite que os agentes sejam chamados de volta sempre que ocorre um evento importante (como uma mudança no mercado ou uma notícia de última hora).
2. Fornecer mecanismos de coordenação - os enxames da Theoriq permitem que agentes especializados trabalhem juntos em tarefas complexas, como a provisão de liquidez - eles podem comunicar em linguagem natural com semântica rica, enquanto o MCP segue um paradigma de API tradicional com capacidades mais rígidas e estreitamente definidas.
3. Estabelecimento de incentivos económicos – Ao contrário do MC, Theoriq utiliza economia de tokens e pagamento para incentivar contribuições de agentes de alta qualidade e participação com resultados financeiros.
4. Garantir interações de agentes - A arquitetura on-chain/off-chain da Theoriq garante comunicação segura e verificável entre agentes, para além do que o MCP oferece.
5. Suporte à descoberta e reputação de agentes - Theoriq permite que os agentes se descubram com base em suas capacidades e históricos, promovendo uma colaboração mais eficaz.

MCP como a Camada de Ferramentas do Agente, Theoriq como a Camada de Coordenação

O Protocolo de Contexto do Modelo emergiu como infraestrutura essencial que conecta modelos de IA a dados e ferramentas. Padroniza como agentes interagem com o mundo externo, tornando agentes especializados e capazes cada vez mais viáveis e valiosos.

No entanto, à medida que esses agentes especializados proliferam, a necessidade de coordenação entre eles cresce. Theoriq preenche essa lacuna crítica ao fornecer os "trilhos" para comunicação entre agentes, permitindo que sistemas multiagentes complexos enfrentem desafios sofisticados como o fornecimento de liquidez on-chain.

A combinação de MCP para conectividade de mundo de agentes e Theoriq para coordenação de agentes cria uma base poderosa para a economia agente emergente. Essa sinergia permite a excelência especializada em vez da mediocridade generalizada, apontando o caminho para um ecossistema de IA mais eficiente, capaz e com minimização de confiança. Antecipamos que todos os principais frameworks de agentes de IA em Web3 abraçarão MCP, assim como Rig fez. Ao colaborarmos com esses frameworks para integrar Theoriq para coordenação de enxames, esperamos que tanto MCP quanto Theoriq aumentem de valor.

Aviso legal:

1. Este artigo é reproduzido a partir de [MCRon Bodkin]. Todos os direitos autorais pertencem ao autor original [Ron Bodkin]. Se houver objeções a esta reimpressão, por favor entre em contato com o Gate Learnequipa e eles tratarão disso prontamente.
2. Aviso de Responsabilidade: As opiniões expressas neste artigo são exclusivamente do autor e não constituem qualquer conselho de investimento.
3. A equipa Gate Learn faz traduções do artigo para outras línguas. Copiar, distribuir ou plagiar os artigos traduzidos é proibido, exceto se mencionado.