MCP: Новый ключевой элемент экосистемы Web3 AI Agent
MCP быстро становится ключевым компонентом экосистемы Web3 AI Agent. Он вводит MCP Server через архитектуру, подобную плагинам, предоставляя новые инструменты и возможности для AI Agent. Подобно другим новым концепциям в области Web3 AI, MCP (Model Context Protocol) возник в Web2 AI и сейчас переосмысляется в окружении Web3.
Суть MCP
MCP — это открытый протокол, предназначенный для стандартизации способа передачи контекстной информации от приложений к большим языковым моделям (LLMs). Это позволяет инструментам, данным и AI-агентам более бесшовно взаимодействовать друг с другом.
Важность MCP
Основные ограничения, с которыми сталкиваются современные большие языковые модели, включают:
Невозможно просматривать интернет в реальном времени
Невозможно получить доступ к локальным или личным файлам
Невозможно самостоятельно взаимодействовать с внешним программным обеспечением
MCP, действуя как универсальный интерфейсный слой, компенсирует эти недостатки, позволяя AI-агенту использовать различные инструменты.
Можно сравнить MCP с USB-C в области приложений ИИ — это единый стандарт интерфейса, который облегчает интеграцию ИИ с различными источниками данных и функциональными модулями.
Представьте, что каждую LLM можно сравнить с разными мобильными телефонами — у каждого есть свой тип интерфейса. Если вы производитель оборудования, вам нужно разработать комплект аксессуаров для каждого типа интерфейса, что приводит к высоким затратам на обслуживание. Именно с этой проблемой сталкиваются разработчики инструментов ИИ: настройка плагинов для каждой платформы LLM значительно увеличивает сложность и ограничивает возможность масштабирования. MCP создан для решения этой проблемы путем установления единого стандарта.
Этот стандартизированный протокол выгоден для обеих сторон:
Для AI Agent (клиент): можно безопасно подключаться к внешним инструментам и источникам данных в реальном времени
Для разработчиков инструментов (серверная часть): однократное подключение, доступно на нескольких платформах
В конечном итоге результатом станет более открытая, совместимая и с низкими транзакционными издержками экосистема ИИ.
Различия между MCP и традиционным API
Дизайн API предназначен для обслуживания людей, а не для приоритета ИИ. У каждого API есть своя структура и документация, разработчики должны вручную указывать параметры и читать документацию по интерфейсу. Сам по себе AI Agent не может читать документацию, его необходимо жестко закодировать для адаптации к каждому API (например, REST, GraphQL, RPC и т.д.).
MCP стандартизирует формат вызова функций внутри API, абстрагируя эти неструктурированные части и предоставляя агенту единообразный способ вызова. MCP можно рассматривать как адаптационный уровень API, заключенный для автономного агента.
Недавно одна облачная сервисная платформа объявила, что разработчики могут непосредственно развертывать удаленные MCP-серверы на своей платформе с минимальной конфигурацией оборудования. Это значительно упрощает процесс развертывания и управления MCP-серверами, включая аутентификацию и передачу данных, что можно назвать "однокнопочным развертыванием".
Хотя MCP сам по себе кажется недостаточно привлекательным, он вовсе не незначителен. В качестве чисто инфраструктурного компонента MCP не может использоваться напрямую потребителями, и его ценность действительно проявится только тогда, когда вышестоящие AI-агенты используют инструменты MCP и продемонстрируют реальные результаты.
Web3 AI и MCP экосистема
В Web3 ИИ также сталкивается с проблемами "недостатка контекстных данных" и "островов данных", то есть ИИ не может получить доступ к данным в реальном времени на блокчейне или к логике выполнения смарт-контрактов.
В прошлом некоторые проекты пытались создать сеть многоагентного сотрудничества, но в конечном итоге, полагаясь на централизованные API и индивидуальную интеграцию, они оказались в ловушке "повторного изобретения колеса". Каждая интеграция нового источника данных требовала переписывания адаптационного слоя, что приводило к резкому увеличению затрат на разработку. Чтобы решить эту проблему, следующему поколению AI Agent нужна более модульная, конструктивная архитектура, чтобы облегчить бесшовную интеграцию сторонних плагинов и инструментов.
Таким образом, на основе протоколов MCP и A2A возникает новое поколение инфраструктуры и приложений AI Agent, специально разработанных для сценариев Web3, позволяя агентам получать доступ к мультимодальным данным и взаимодействовать с DeFi-протоколами на нативном уровне.
Проектный случай: DeMCP и DeepCore
DeMCP является децентрализованным рынком MCP Server, сосредоточенным на нативных криптоинструментах и обеспечении суверенитета инструментов MCP.
Его преимущества включают:
Используйте TEE (доверенная среда выполнения), чтобы обеспечить целостность инструмента MCP от изменений.
Использование механизма стимулирования токенами, чтобы поощрять разработчиков вносить вклад в сервер MCP
Предоставление агрегатора MCP и функции микроплатежей, снижение барьеров для использования
Другой проект DeepCore также предлагает систему регистрации MCP Server, сосредотачиваясь на криптографической области, и далее расширяется до еще одного открытого стандарта, предложенного Google: протокола A2A (Agent-to-Agent).
A2A — это открытый протокол, предназначенный для обеспечения безопасной связи, сотрудничества и координации задач между различными AI-агентами. A2A поддерживает корпоративное сотрудничество AI, позволяя AI-агентам разных компаний совместно выполнять задачи.
Короче говоря:
MCP: предоставляет агенту инструменты для доступа
A2A: Предоставление агентам возможности взаимного сотрудничества
Зачем серверу MCP нужна блокчейн?
MCP Server интеграция блокчейн-технологий имеет множество преимуществ:
Получение длиннохвостовых данных через механизмы стимулирования с использованием криптографии, поощряющие вклад сообщества в редкие наборы данных.
Защита от атак "инструментального отравления", то есть злонамеренные инструменты маскируются под законные плагины, вводя в заблуждение агента.
Блокчейн предоставляет механизмы криптоаутентификации, такие как TEE Remote Attestation, ZK-SNARK, FHE и другие.
Внедрение механизма стейкинга/наказаний, сочетая его с системой репутации на блокчейне для построения системы доверия сервера MCP.
Повышение отказоустойчивости и реального времени системы, предотвращение единой точки отказа централизованных систем
Содействие открытому инновационному процессу, разрешение небольшим разработчикам публиковать такие данные, как ESG-источники, для обогащения экосистемного разнообразия.
В настоящее время большая часть инфраструктуры MCP Server по-прежнему осуществляется через интерпретацию естественных языковых подсказок пользователей для соответствия инструментам. В будущем AI Agent сможет самостоятельно искать необходимые инструменты MCP для выполнения сложных задач.
Однако на данный момент проект MCP все еще находится на ранней стадии. Большинство платформ все еще являются централизованными рынками плагинов, где команда проекта вручную собирает сторонние инструменты сервера из GitHub и разрабатывает часть плагинов самостоятельно, по сути не отличаясь от рынка плагинов Web2, единственное отличие заключается в фокусе на сценариях Web3.
Будущие тенденции и влияние на отрасль
В настоящее время все больше людей в криптоиндустрии начинают осознавать потенциал MCP в соединении ИИ и блокчейна. Например, основатель известной торговой платформы недавно публично призвал разработчиков ИИ активно создавать высококачественные MCP Server, чтобы предоставить агентам ИИ на своей цепочке более богатый набор инструментов.
С развитием инфраструктуры конкурентные преимущества компаний "разработчик впереди" также будут смещаться с проектирования API на: кто сможет предложить более богатый, разнообразный и легко комбинируемый набор инструментов.
В будущем каждое приложение может стать клиентом MCP, а каждый API может стать сервером MCP.
Таким образом, это может привести к появлению новой ценовой механики: Агент может динамически выбирать инструменты в зависимости от скорости выполнения, эффективности затрат, актуальности и т.д., создавая более эффективную экономическую систему услуг Агентов, основанную на криптовалюте и блокчейне как посредниках.
Конечно, MCP сам по себе не ориентирован непосредственно на конечного пользователя, это уровень базового протокола. То есть истинная ценность и потенциал MCP могут быть по-настоящему увидены только тогда, когда AI Agent интегрирует его и преобразует в практические приложения.
В конечном счете, агент является носителем и усилителем возможностей MCP, в то время как блокчейн и криптомеханизмы создают надежную, эффективную и совместимую экономическую систему для этой интеллектуальной сети.
На этой странице может содержаться сторонний контент, который предоставляется исключительно в информационных целях (не в качестве заявлений/гарантий) и не должен рассматриваться как поддержка взглядов компании Gate или как финансовый или профессиональный совет. Подробности смотрите в разделе «Отказ от ответственности» .
MCP: Ключевая инфраструктура для создания экосистемы Web3 AI Agent
MCP: Новый ключевой элемент экосистемы Web3 AI Agent
MCP быстро становится ключевым компонентом экосистемы Web3 AI Agent. Он вводит MCP Server через архитектуру, подобную плагинам, предоставляя новые инструменты и возможности для AI Agent. Подобно другим новым концепциям в области Web3 AI, MCP (Model Context Protocol) возник в Web2 AI и сейчас переосмысляется в окружении Web3.
Суть MCP
MCP — это открытый протокол, предназначенный для стандартизации способа передачи контекстной информации от приложений к большим языковым моделям (LLMs). Это позволяет инструментам, данным и AI-агентам более бесшовно взаимодействовать друг с другом.
Важность MCP
Основные ограничения, с которыми сталкиваются современные большие языковые модели, включают:
MCP, действуя как универсальный интерфейсный слой, компенсирует эти недостатки, позволяя AI-агенту использовать различные инструменты.
Можно сравнить MCP с USB-C в области приложений ИИ — это единый стандарт интерфейса, который облегчает интеграцию ИИ с различными источниками данных и функциональными модулями.
Представьте, что каждую LLM можно сравнить с разными мобильными телефонами — у каждого есть свой тип интерфейса. Если вы производитель оборудования, вам нужно разработать комплект аксессуаров для каждого типа интерфейса, что приводит к высоким затратам на обслуживание. Именно с этой проблемой сталкиваются разработчики инструментов ИИ: настройка плагинов для каждой платформы LLM значительно увеличивает сложность и ограничивает возможность масштабирования. MCP создан для решения этой проблемы путем установления единого стандарта.
Этот стандартизированный протокол выгоден для обеих сторон:
В конечном итоге результатом станет более открытая, совместимая и с низкими транзакционными издержками экосистема ИИ.
Различия между MCP и традиционным API
Дизайн API предназначен для обслуживания людей, а не для приоритета ИИ. У каждого API есть своя структура и документация, разработчики должны вручную указывать параметры и читать документацию по интерфейсу. Сам по себе AI Agent не может читать документацию, его необходимо жестко закодировать для адаптации к каждому API (например, REST, GraphQL, RPC и т.д.).
MCP стандартизирует формат вызова функций внутри API, абстрагируя эти неструктурированные части и предоставляя агенту единообразный способ вызова. MCP можно рассматривать как адаптационный уровень API, заключенный для автономного агента.
Недавно одна облачная сервисная платформа объявила, что разработчики могут непосредственно развертывать удаленные MCP-серверы на своей платформе с минимальной конфигурацией оборудования. Это значительно упрощает процесс развертывания и управления MCP-серверами, включая аутентификацию и передачу данных, что можно назвать "однокнопочным развертыванием".
Хотя MCP сам по себе кажется недостаточно привлекательным, он вовсе не незначителен. В качестве чисто инфраструктурного компонента MCP не может использоваться напрямую потребителями, и его ценность действительно проявится только тогда, когда вышестоящие AI-агенты используют инструменты MCP и продемонстрируют реальные результаты.
Web3 AI и MCP экосистема
В Web3 ИИ также сталкивается с проблемами "недостатка контекстных данных" и "островов данных", то есть ИИ не может получить доступ к данным в реальном времени на блокчейне или к логике выполнения смарт-контрактов.
В прошлом некоторые проекты пытались создать сеть многоагентного сотрудничества, но в конечном итоге, полагаясь на централизованные API и индивидуальную интеграцию, они оказались в ловушке "повторного изобретения колеса". Каждая интеграция нового источника данных требовала переписывания адаптационного слоя, что приводило к резкому увеличению затрат на разработку. Чтобы решить эту проблему, следующему поколению AI Agent нужна более модульная, конструктивная архитектура, чтобы облегчить бесшовную интеграцию сторонних плагинов и инструментов.
Таким образом, на основе протоколов MCP и A2A возникает новое поколение инфраструктуры и приложений AI Agent, специально разработанных для сценариев Web3, позволяя агентам получать доступ к мультимодальным данным и взаимодействовать с DeFi-протоколами на нативном уровне.
Проектный случай: DeMCP и DeepCore
DeMCP является децентрализованным рынком MCP Server, сосредоточенным на нативных криптоинструментах и обеспечении суверенитета инструментов MCP.
Его преимущества включают:
Другой проект DeepCore также предлагает систему регистрации MCP Server, сосредотачиваясь на криптографической области, и далее расширяется до еще одного открытого стандарта, предложенного Google: протокола A2A (Agent-to-Agent).
A2A — это открытый протокол, предназначенный для обеспечения безопасной связи, сотрудничества и координации задач между различными AI-агентами. A2A поддерживает корпоративное сотрудничество AI, позволяя AI-агентам разных компаний совместно выполнять задачи.
Короче говоря:
Зачем серверу MCP нужна блокчейн?
MCP Server интеграция блокчейн-технологий имеет множество преимуществ:
В настоящее время большая часть инфраструктуры MCP Server по-прежнему осуществляется через интерпретацию естественных языковых подсказок пользователей для соответствия инструментам. В будущем AI Agent сможет самостоятельно искать необходимые инструменты MCP для выполнения сложных задач.
Однако на данный момент проект MCP все еще находится на ранней стадии. Большинство платформ все еще являются централизованными рынками плагинов, где команда проекта вручную собирает сторонние инструменты сервера из GitHub и разрабатывает часть плагинов самостоятельно, по сути не отличаясь от рынка плагинов Web2, единственное отличие заключается в фокусе на сценариях Web3.
Будущие тенденции и влияние на отрасль
В настоящее время все больше людей в криптоиндустрии начинают осознавать потенциал MCP в соединении ИИ и блокчейна. Например, основатель известной торговой платформы недавно публично призвал разработчиков ИИ активно создавать высококачественные MCP Server, чтобы предоставить агентам ИИ на своей цепочке более богатый набор инструментов.
С развитием инфраструктуры конкурентные преимущества компаний "разработчик впереди" также будут смещаться с проектирования API на: кто сможет предложить более богатый, разнообразный и легко комбинируемый набор инструментов.
В будущем каждое приложение может стать клиентом MCP, а каждый API может стать сервером MCP.
Таким образом, это может привести к появлению новой ценовой механики: Агент может динамически выбирать инструменты в зависимости от скорости выполнения, эффективности затрат, актуальности и т.д., создавая более эффективную экономическую систему услуг Агентов, основанную на криптовалюте и блокчейне как посредниках.
Конечно, MCP сам по себе не ориентирован непосредственно на конечного пользователя, это уровень базового протокола. То есть истинная ценность и потенциал MCP могут быть по-настоящему увидены только тогда, когда AI Agent интегрирует его и преобразует в практические приложения.
В конечном счете, агент является носителем и усилителем возможностей MCP, в то время как блокчейн и криптомеханизмы создают надежную, эффективную и совместимую экономическую систему для этой интеллектуальной сети.