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 (сокращение от Model Context Protocol) происходит из Web2 AI и сейчас переосмысляется в среде 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 плавно взаимодействовать.
Важность MC
В настоящее время большие языковые модели сталкиваются с несколькими основными ограничениями:
Невозможно просматривать интернет в реальном времени
Невозможно получить прямой доступ к локальным или частным файлам
Невозможность самостоятельного взаимодействия с внешним программным обеспечением
MCP, выступая в качестве универсального интерфейсного слоя, восполняет эти пробелы в возможностях, позволяя AI Agent использовать различные инструменты.
MCP можно сравнить со стандартом единого интерфейса в области приложений ИИ, который упрощает интеграцию ИИ с различными источниками данных и функциональными модулями. Представьте, что каждый LLM — это разные устройства, использующие различные интерфейсы. Если вы разработчик, вам нужно разработать комплект аксессуаров для каждого интерфейса, что приводит к очень высоким затратам на обслуживание.
Это именно та проблема, с которой сталкиваются разработчики AI-инструментов: разработка плагинов для каждой платформы LLM значительно увеличивает сложность и ограничивает возможность масштабирования. MCP был создан для решения этой проблемы, устанавливая единые стандарты, чтобы все LLM и поставщики инструментов использовали один и тот же интерфейс.
Этот стандартизированный протокол выгоден обеим сторонам:
Для AI Agent (клиент): можно безопасно подключаться к внешним инструментам и источникам данных в реальном времени
Для разработчиков инструментов (серверная часть): одно подключение, доступно на разных платформах
В конечном итоге результатом станет более открытая, взаимозависимая и малозатратная 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 интерфейса. Сам AI Agent не может читать документацию и должен быть жестко закодирован для адаптации к каждому API (например, REST, GraphQL, RPC и т.д.).
MCP стандартизирует формат вызова функций внутри API, абстрагируя неструктурированные части и предоставляя Агенту единый способ вызова. MCP можно рассматривать как уровень адаптации API, инкапсулированный для Автономного Агента.
Недавно одна известная облачная платформа объявила, что разработчики могут напрямую развертывать удаленные MCP-серверы на ее платформе с минимальной конфигурацией оборудования. Это значительно упрощает процесс развертывания и управления MCP-серверами, включая аутентификацию и передачу данных, что можно назвать "одним нажатием кнопки".
Хотя MCP сам по себе может показаться недостаточно привлекательным, он вовсе не незначителен. Будучи чисто инфраструктурным компонентом, MCP не может использоваться напрямую потребителями; его ценность действительно проявится только тогда, когда верхний уровень AI-агенты вызовут инструменты MCP и продемонстрируют реальные результаты.
Web3 AI и экосистема MCP
AI в Web3 также сталкивается с проблемами "недостатка контекстных данных" и "островов данных", то есть AI не может получить доступ к данным в реальном времени на блокчейне или к логике выполнения смарт-контрактов.
В прошлом некоторые проекты пытались построить сеть многократных агентов, но в конечном итоге столкнулись с проблемой "повторного изобретения колеса" из-за зависимости от централизованных API и индивидуальной интеграции. Каждое подключение нового источника данных требовало переписывания адаптационного слоя, что приводило к резкому увеличению затрат на разработку. Чтобы решить эту проблему, следующему поколению AI-агентов нужна более модульная, конструктивная архитектура, которая упростит 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, позволяющих агентам получать доступ к мультисетевым данным и взаимодействовать с DeFi-протоколами на нативном уровне.
Проектные примеры: DeMCP и DeepCore
DeMCP — это децентрализованный рынок MCP Server, сосредоточенный на родных криптоинструментах и обеспечении суверенитета инструментов MCP.
Его преимущества включают:
Используйте TEE (доверенная исполняемая среда), чтобы убедиться, что инструменты MCP не были изменены.
Используйте токеномическую стимуляцию, чтобы побудить разработчиков вносить вклад в серверы MCP
Предоставление агрегатора MCP и функций микроплатежей для снижения барьеров для использования
Другой проект DeepCore также предлагает систему регистрации MCP Server, сосредоточенную на криптовалютной сфере, и далее расширяется на протокол A2A (Agent-to-Agent).
A2A — это открытый протокол, предназначенный для безопасной связи, совместной работы и координации задач между различными AI-агентами. A2A поддерживает корпоративное сотрудничество AI, например, позволяет AI-агентам разных компаний совместно выполнять задачи.
Короче говоря:
MCP: предоставляет инструментальный доступ для Агентов
A2A: Предоставляет агентам возможность взаимной координации.
Ценность блокчейна для сервера MCP
MCP Server интеграция блокчейн-технологий имеет множество преимуществ:
Получение длиннохвостовых данных через механизм стимулов на основе криптографии, поощряющий сообщество вносить вклад в редкие наборы данных.
Защита от атаки "инструментного отравления", то есть злонамеренные инструменты маскируются под легитимные плагины, вводя в заблуждение агента.
Внедрение механизма стейкинга/наказаний и создание системы доверия сервера MCP на основе репутационной системы в блокчейне.
Повышение отказоустойчивости и реального времени системы, избегая единой точки отказа централизованной системы.
Содействие открытым инновациям, разрешение небольшим разработчикам публиковать такие данные, как источники ESG, для обогащения экосистемного разнообразия.
В настоящее время большая часть инфраструктуры MCP Server все еще выполняет сопоставление инструментов через анализ естественных языковых подсказок пользователей. 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 по-прежнему являются централизованными рынками плагинов, где команды проекта вручную собирают сторонние серверные инструменты с GitHub и разрабатывают некоторые плагины самостоятельно, по сути, не имея значительных отличий от рынка плагинов Web2, единственное отличие заключается в сосредоточении на сценах Web3.
Будущие тренды и влияние на отрасль
Все больше людей в криптоиндустрии начинают осознавать потенциал MCP в соединении ИИ и блокчейна. С развитием инфраструктуры конкурентные преимущества компаний "первый разработчик" также перейдут от проектирования API к тому, кто сможет предоставить более богатый, разнообразный и легко комбинируемый набор инструментов.
В будущем каждое приложение может стать клиентом MCP, каждый API может быть сервером MCP. Это может привести к возникновению новых ценовых механизмов: агенты могут динамически выбирать инструменты в зависимости от скорости выполнения, эффективности затрат, релевантности и т.д., формируя более эффективную экономическую систему услуг агентов, основанную на криптовалюте и блокчейне.
Конечно, MCP сам по себе не предназначен для конечных пользователей, 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 практическое приложение.
В конечном итоге, агент является носителем и усилителем возможностей MCP, в то время как блокчейн и криптомеханизмы создают доверительную, 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: Основной движущий механизм экосистемы Web3 AI Agent и тенденции будущего развития
MCP: Ядро 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 (сокращение от Model Context Protocol) происходит из Web2 AI и сейчас переосмысляется в среде 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 плавно взаимодействовать.
Важность MC
В настоящее время большие языковые модели сталкиваются с несколькими основными ограничениями:
MCP, выступая в качестве универсального интерфейсного слоя, восполняет эти пробелы в возможностях, позволяя AI Agent использовать различные инструменты.
MCP можно сравнить со стандартом единого интерфейса в области приложений ИИ, который упрощает интеграцию ИИ с различными источниками данных и функциональными модулями. Представьте, что каждый LLM — это разные устройства, использующие различные интерфейсы. Если вы разработчик, вам нужно разработать комплект аксессуаров для каждого интерфейса, что приводит к очень высоким затратам на обслуживание.
Это именно та проблема, с которой сталкиваются разработчики AI-инструментов: разработка плагинов для каждой платформы LLM значительно увеличивает сложность и ограничивает возможность масштабирования. MCP был создан для решения этой проблемы, устанавливая единые стандарты, чтобы все LLM и поставщики инструментов использовали один и тот же интерфейс.
Этот стандартизированный протокол выгоден обеим сторонам:
В конечном итоге результатом станет более открытая, взаимозависимая и малозатратная 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 интерфейса. Сам AI Agent не может читать документацию и должен быть жестко закодирован для адаптации к каждому API (например, REST, GraphQL, RPC и т.д.).
MCP стандартизирует формат вызова функций внутри API, абстрагируя неструктурированные части и предоставляя Агенту единый способ вызова. MCP можно рассматривать как уровень адаптации API, инкапсулированный для Автономного Агента.
Недавно одна известная облачная платформа объявила, что разработчики могут напрямую развертывать удаленные MCP-серверы на ее платформе с минимальной конфигурацией оборудования. Это значительно упрощает процесс развертывания и управления MCP-серверами, включая аутентификацию и передачу данных, что можно назвать "одним нажатием кнопки".
Хотя MCP сам по себе может показаться недостаточно привлекательным, он вовсе не незначителен. Будучи чисто инфраструктурным компонентом, MCP не может использоваться напрямую потребителями; его ценность действительно проявится только тогда, когда верхний уровень AI-агенты вызовут инструменты MCP и продемонстрируют реальные результаты.
Web3 AI и экосистема MCP
AI в Web3 также сталкивается с проблемами "недостатка контекстных данных" и "островов данных", то есть AI не может получить доступ к данным в реальном времени на блокчейне или к логике выполнения смарт-контрактов.
В прошлом некоторые проекты пытались построить сеть многократных агентов, но в конечном итоге столкнулись с проблемой "повторного изобретения колеса" из-за зависимости от централизованных API и индивидуальной интеграции. Каждое подключение нового источника данных требовало переписывания адаптационного слоя, что приводило к резкому увеличению затрат на разработку. Чтобы решить эту проблему, следующему поколению AI-агентов нужна более модульная, конструктивная архитектура, которая упростит 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, позволяющих агентам получать доступ к мультисетевым данным и взаимодействовать с DeFi-протоколами на нативном уровне.
Проектные примеры: DeMCP и DeepCore
DeMCP — это децентрализованный рынок MCP Server, сосредоточенный на родных криптоинструментах и обеспечении суверенитета инструментов MCP.
Его преимущества включают:
Другой проект DeepCore также предлагает систему регистрации MCP Server, сосредоточенную на криптовалютной сфере, и далее расширяется на протокол A2A (Agent-to-Agent).
A2A — это открытый протокол, предназначенный для безопасной связи, совместной работы и координации задач между различными AI-агентами. A2A поддерживает корпоративное сотрудничество AI, например, позволяет AI-агентам разных компаний совместно выполнять задачи.
Короче говоря:
Ценность блокчейна для сервера MCP
MCP Server интеграция блокчейн-технологий имеет множество преимуществ:
В настоящее время большая часть инфраструктуры MCP Server все еще выполняет сопоставление инструментов через анализ естественных языковых подсказок пользователей. 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 по-прежнему являются централизованными рынками плагинов, где команды проекта вручную собирают сторонние серверные инструменты с GitHub и разрабатывают некоторые плагины самостоятельно, по сути, не имея значительных отличий от рынка плагинов Web2, единственное отличие заключается в сосредоточении на сценах Web3.
Будущие тренды и влияние на отрасль
Все больше людей в криптоиндустрии начинают осознавать потенциал MCP в соединении ИИ и блокчейна. С развитием инфраструктуры конкурентные преимущества компаний "первый разработчик" также перейдут от проектирования API к тому, кто сможет предоставить более богатый, разнообразный и легко комбинируемый набор инструментов.
В будущем каждое приложение может стать клиентом MCP, каждый API может быть сервером MCP. Это может привести к возникновению новых ценовых механизмов: агенты могут динамически выбирать инструменты в зависимости от скорости выполнения, эффективности затрат, релевантности и т.д., формируя более эффективную экономическую систему услуг агентов, основанную на криптовалюте и блокчейне.
Конечно, MCP сам по себе не предназначен для конечных пользователей, 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 практическое приложение.
В конечном итоге, агент является носителем и усилителем возможностей MCP, в то время как блокчейн и криптомеханизмы создают доверительную, эффективную и совместимую экономическую систему для этой интеллектуальной сети.