Eksplorasi AI Agent di bidang Web3: dari Manus ke MC
Baru-baru ini, sebuah produk AI Agent universal pertama di dunia yang dikembangkan oleh perusahaan rintisan asal Tiongkok menarik perhatian luas. Produk ini memiliki kemampuan penyelesaian tugas secara mandiri dari perencanaan hingga pelaksanaan, menunjukkan universalitas dan daya eksekusi yang belum pernah ada sebelumnya. Ini tidak hanya menarik perhatian di industri, tetapi juga memberikan ide dan inspirasi desain produk yang berharga untuk pengembangan berbagai AI Agent. Dengan kemajuan teknologi AI yang cepat, AI Agent sebagai cabang penting dalam bidang kecerdasan buatan, secara bertahap bergerak dari konsep menuju kenyataan, dan menunjukkan potensi aplikasi yang besar di berbagai sektor, termasuk industri Web3.
AI Agent adalah program komputer yang dapat membuat keputusan dan melaksanakan tugas secara mandiri berdasarkan lingkungan, input, dan tujuan yang telah ditentukan sebelumnya. Komponen inti meliputi model bahasa besar (LLM) sebagai "otak", mekanisme observasi dan persepsi, proses pemikiran penalaran, eksekusi tindakan, serta sistem memori dan pengambilan kembali. Pola desain AI Agent memiliki dua jalur pengembangan utama: satu lebih fokus pada kemampuan perencanaan, dan yang lainnya lebih fokus pada kemampuan refleksi.
Mode ReAct adalah pola desain AI Agent yang paling banyak digunakan saat ini. Ini menyelesaikan berbagai tugas penalaran bahasa dan pengambilan keputusan dengan menggabungkan penalaran (Reasoning) dan tindakan (Acting) dalam model bahasa. Proses tipikalnya dapat digambarkan dengan sebuah siklus: berpikir (Thought) → bertindak (Action) → mengamati (Observation), disingkat siklus TAO.
AI Agent juga dapat dibagi menjadi Single Agent dan Multi Agent berdasarkan jumlah agen. Inti dari Single Agent terletak pada kolaborasi antara LLM dan alat, sementara Multi Agent memberikan peran yang berbeda kepada setiap agen, bekerja sama untuk menyelesaikan tugas yang kompleks.
Model Context Protocol (MCP) adalah sebuah protokol sumber terbuka yang dirancang untuk mengatasi masalah koneksi dan interaksi antara LLM dan sumber data eksternal. Ini menyediakan tiga kemampuan untuk memperluas LLM: Resources (perluasan pengetahuan), Tools (menjalankan fungsi, memanggil sistem eksternal), dan Prompts (template kata kunci yang telah ditulis sebelumnya).
Dalam industri Web3, perhatian terhadap AI Agent telah menurun setelah mencapai puncaknya di awal tahun ini, dengan penurunan yang signifikan dalam nilai pasar secara keseluruhan. Saat ini, proyek-proyek yang masih memiliki suara utama berfokus pada eksplorasi Web3 di sekitar kerangka AI Agent, termasuk model platform peluncuran, model DAO, dan model perusahaan komersial.
Platform peluncuran memungkinkan pengguna untuk membuat, menyebarkan, dan memonetisasi AI Agent. Saat ini, lebih dari seratus ribu Agent telah dibuat di platform peluncuran terbesar. Model DAO memanfaatkan model AI yang dikombinasikan dengan saran anggota untuk pengambilan keputusan. Sementara itu, model perusahaan komersial menyediakan kerangka Multi Agent tingkat perusahaan, yang menyelesaikan kebutuhan operasional bisnis yang kompleks melalui pengaturan cerdas dan kolaborasi yang efisien.
Dari sudut pandang model ekonomi, saat ini hanya platform peluncuran yang dapat mencapai siklus ekonomi yang mandiri. Namun, model ini juga menghadapi tantangan, terutama AI Agent yang diterbitkan perlu memiliki "daya tarik" yang cukup untuk membentuk roda positif.
Munculnya MCP membawa arah eksplorasi baru untuk AI Agent Web3. Salah satunya adalah dengan menerapkan MCP Server ke jaringan blockchain, yang menyelesaikan masalah titik tunggal sambil tetap memiliki kemampuan anti-sensor; yang lainnya adalah membuat MCP Server mampu berinteraksi dengan blockchain, mengurangi hambatan teknis. Selain itu, ada juga rencana untuk membangun jaringan insentif kreator OpenMCP.Network berbasis Ethereum.
Meskipun secara teori penggabungan MCP dengan Web3 dapat menyuntikkan mekanisme kepercayaan terdesentralisasi dan lapisan insentif ekonomi untuk aplikasi AI Agent, namun teknologi saat ini masih menghadapi beberapa tantangan, seperti kesulitan dalam memverifikasi keaslian perilaku Agent dengan teknologi bukti nol pengetahuan, masalah efisiensi jaringan terdesentralisasi, dan lain-lain.
AI tanpa diragukan lagi adalah narasi sejarah yang besar, dan bagi Web3, integrasi dengan AI adalah tren yang tidak terhindarkan. Meskipun saat ini masih menghadapi banyak tantangan, kita perlu tetap sabar dan percaya diri, serta terus menjelajahi aplikasi dan pengembangan AI Agent di bidang Web3.
Halaman ini mungkin berisi konten pihak ketiga, yang disediakan untuk tujuan informasi saja (bukan pernyataan/jaminan) dan tidak boleh dianggap sebagai dukungan terhadap pandangannya oleh Gate, atau sebagai nasihat keuangan atau profesional. Lihat Penafian untuk detailnya.
19 Suka
Hadiah
19
7
Bagikan
Komentar
0/400
wagmi_eventually
· 10jam yang lalu
Hanya mainan AI yang sudah umum.
Lihat AsliBalas0
MetaLord420
· 08-04 23:41
Semangka ini terjamin keasliannya, jangan coba-coba lari, simpan baik-baik.
Lihat AsliBalas0
Fren_Not_Food
· 08-03 19:28
Lagi membicarakan tentang sapi lokal ya?
Lihat AsliBalas0
StopLossMaster
· 08-03 11:16
Sudah datang untuk menjebak para suckers lagi.
Lihat AsliBalas0
GateUser-3824aa38
· 08-03 11:09
又不就是一个智能 kaki tangan嘛
Lihat AsliBalas0
0xSoulless
· 08-03 10:55
suckers新智库来了…suckersplay people for suckers
Lihat AsliBalas0
MetaverseLandlord
· 08-03 10:51
Apakah ini lagi tentang AI? Bukankah semua hanya untuk menipu dan mengumpulkan uang?
Fusi AI Agent dan Web3: Eksplorasi dan Tantangan dari Manus ke MCP
Eksplorasi AI Agent di bidang Web3: dari Manus ke MC
Baru-baru ini, sebuah produk AI Agent universal pertama di dunia yang dikembangkan oleh perusahaan rintisan asal Tiongkok menarik perhatian luas. Produk ini memiliki kemampuan penyelesaian tugas secara mandiri dari perencanaan hingga pelaksanaan, menunjukkan universalitas dan daya eksekusi yang belum pernah ada sebelumnya. Ini tidak hanya menarik perhatian di industri, tetapi juga memberikan ide dan inspirasi desain produk yang berharga untuk pengembangan berbagai AI Agent. Dengan kemajuan teknologi AI yang cepat, AI Agent sebagai cabang penting dalam bidang kecerdasan buatan, secara bertahap bergerak dari konsep menuju kenyataan, dan menunjukkan potensi aplikasi yang besar di berbagai sektor, termasuk industri Web3.
AI Agent adalah program komputer yang dapat membuat keputusan dan melaksanakan tugas secara mandiri berdasarkan lingkungan, input, dan tujuan yang telah ditentukan sebelumnya. Komponen inti meliputi model bahasa besar (LLM) sebagai "otak", mekanisme observasi dan persepsi, proses pemikiran penalaran, eksekusi tindakan, serta sistem memori dan pengambilan kembali. Pola desain AI Agent memiliki dua jalur pengembangan utama: satu lebih fokus pada kemampuan perencanaan, dan yang lainnya lebih fokus pada kemampuan refleksi.
Mode ReAct adalah pola desain AI Agent yang paling banyak digunakan saat ini. Ini menyelesaikan berbagai tugas penalaran bahasa dan pengambilan keputusan dengan menggabungkan penalaran (Reasoning) dan tindakan (Acting) dalam model bahasa. Proses tipikalnya dapat digambarkan dengan sebuah siklus: berpikir (Thought) → bertindak (Action) → mengamati (Observation), disingkat siklus TAO.
AI Agent juga dapat dibagi menjadi Single Agent dan Multi Agent berdasarkan jumlah agen. Inti dari Single Agent terletak pada kolaborasi antara LLM dan alat, sementara Multi Agent memberikan peran yang berbeda kepada setiap agen, bekerja sama untuk menyelesaikan tugas yang kompleks.
Model Context Protocol (MCP) adalah sebuah protokol sumber terbuka yang dirancang untuk mengatasi masalah koneksi dan interaksi antara LLM dan sumber data eksternal. Ini menyediakan tiga kemampuan untuk memperluas LLM: Resources (perluasan pengetahuan), Tools (menjalankan fungsi, memanggil sistem eksternal), dan Prompts (template kata kunci yang telah ditulis sebelumnya).
Dalam industri Web3, perhatian terhadap AI Agent telah menurun setelah mencapai puncaknya di awal tahun ini, dengan penurunan yang signifikan dalam nilai pasar secara keseluruhan. Saat ini, proyek-proyek yang masih memiliki suara utama berfokus pada eksplorasi Web3 di sekitar kerangka AI Agent, termasuk model platform peluncuran, model DAO, dan model perusahaan komersial.
Platform peluncuran memungkinkan pengguna untuk membuat, menyebarkan, dan memonetisasi AI Agent. Saat ini, lebih dari seratus ribu Agent telah dibuat di platform peluncuran terbesar. Model DAO memanfaatkan model AI yang dikombinasikan dengan saran anggota untuk pengambilan keputusan. Sementara itu, model perusahaan komersial menyediakan kerangka Multi Agent tingkat perusahaan, yang menyelesaikan kebutuhan operasional bisnis yang kompleks melalui pengaturan cerdas dan kolaborasi yang efisien.
Dari sudut pandang model ekonomi, saat ini hanya platform peluncuran yang dapat mencapai siklus ekonomi yang mandiri. Namun, model ini juga menghadapi tantangan, terutama AI Agent yang diterbitkan perlu memiliki "daya tarik" yang cukup untuk membentuk roda positif.
Munculnya MCP membawa arah eksplorasi baru untuk AI Agent Web3. Salah satunya adalah dengan menerapkan MCP Server ke jaringan blockchain, yang menyelesaikan masalah titik tunggal sambil tetap memiliki kemampuan anti-sensor; yang lainnya adalah membuat MCP Server mampu berinteraksi dengan blockchain, mengurangi hambatan teknis. Selain itu, ada juga rencana untuk membangun jaringan insentif kreator OpenMCP.Network berbasis Ethereum.
Meskipun secara teori penggabungan MCP dengan Web3 dapat menyuntikkan mekanisme kepercayaan terdesentralisasi dan lapisan insentif ekonomi untuk aplikasi AI Agent, namun teknologi saat ini masih menghadapi beberapa tantangan, seperti kesulitan dalam memverifikasi keaslian perilaku Agent dengan teknologi bukti nol pengetahuan, masalah efisiensi jaringan terdesentralisasi, dan lain-lain.
AI tanpa diragukan lagi adalah narasi sejarah yang besar, dan bagi Web3, integrasi dengan AI adalah tren yang tidak terhindarkan. Meskipun saat ini masih menghadapi banyak tantangan, kita perlu tetap sabar dan percaya diri, serta terus menjelajahi aplikasi dan pengembangan AI Agent di bidang Web3.