Exploração do Agente AI no domínio Web3: de Manus a MC

Recentemente, um produto global chamado Manus, o primeiro agente de IA universal, chamou a atenção. Como um sistema de IA capaz de pensar de forma independente, planejar e executar tarefas complexas, o Manus demonstra uma versatilidade e capacidade de execução sem precedentes. Isso não apenas gerou debates acalorados na indústria, mas também forneceu valiosas ideias de produtos e inspiração de design para o desenvolvimento de vários agentes de IA.

Com o rápido desenvolvimento da tecnologia de IA, os Agentes de IA, como um ramo importante da inteligência artificial, estão gradualmente passando do conceito para a realidade e mostrando um enorme potencial de aplicação em diversos setores, e a indústria Web3 não é exceção.

Conceito básico do Agente de IA

O Agente de IA é um programa de computador capaz de tomar decisões e executar tarefas de forma autônoma com base no ambiente, nas entradas e nos objetivos predefinidos. Os componentes principais incluem:

1. Modelos de linguagem de grande escala (LLM) como "cérebro"
2. Mecanismo de Observação e Percepção
3. Processo de raciocínio
4. Capacidade de Execução de Ações
5. Função de memória e recuperação

O padrão de design do Agente de IA tem duas principais linhas de desenvolvimento: uma que enfatiza a capacidade de planejamento e outra que enfatiza a capacidade de reflexão. Dentre elas, o modo ReAct é o mais antigo e amplamente aplicado. O ReAct resolve tarefas diversificadas de raciocínio e tomada de decisão linguística ao combinar raciocínio e ação em modelos de linguagem. O fluxo típico pode ser descrito como um ciclo de "pensar → agir → observar".

De acordo com o número de agentes, o AI Agent pode ser dividido em Single Agent e Multi Agent. O núcleo do Single Agent reside na combinação de LLM e ferramentas, enquanto o Multi Agent atribui diferentes papéis a diferentes agentes, colaborando para realizar tarefas complexas.

Introdução ao protocolo MC

Modelo de Contexto de Protocolo (MCP) é um protocolo de código aberto lançado pela Anthropic, destinado a resolver problemas de conexão e interação entre LLM e fontes de dados externas. O MCP oferece três capacidades para expandir o LLM: Recursos (expansão de conhecimento), Ferramentas (executar funções, chamar sistemas externos) e Prompts (modelos de palavras-chave pré-escritas).

O protocolo MCP utiliza uma arquitetura Client-Server, com transporte de baixo nível usando o protocolo JSON-RPC. Qualquer pessoa pode desenvolver e hospedar um servidor MCP, podendo interromper o serviço a qualquer momento.

Estado atual do AI Agent no Web3

No setor Web3, a popularidade dos Agentes de IA caiu acentuadamente após atingir o pico em janeiro deste ano, com a capitalização de mercado geral encolhendo mais de 90%. Os projetos que ainda têm voz ativa concentram-se principalmente na exploração do Web3 em torno da estrutura do Agente de IA, incluindo principalmente três modos:

1. Modo plataforma de lançamento: representado pelo Virtuals Protocol
2. Modo DAO: representado pelo ElizaOS
3. Modelo de empresa comercial: representado pelos Swarms

Do ponto de vista do modelo econômico, atualmente apenas o modelo de plataforma de lançamento pode alcançar um ciclo econômico autossuficiente. No entanto, esse modelo também enfrenta desafios, principalmente porque os ativos de AI Agent emitidos precisam ter "atratividade" suficiente para formar um volante positivo.

A direção da exploração do MCP no campo do Web3

A chegada do MCP trouxe novas direções de exploração para o Agente AI do Web3, incluindo:

1. Implantar o servidor MCP na rede blockchain, resolvendo o problema de ponto único e possuindo capacidade de resistência à censura.
2. Atribuir ao MCP Server a funcionalidade de interagir com a blockchain, como realizar transações DeFi e gestão, reduzindo a barreira técnica.

Além disso, há uma proposta baseada em Ethereum para criar uma rede de incentivos para criadores, a OpenMCP.Network. Esta rede visa automatizar, tornar transparente, confiável e resistente à censura os incentivos através de contratos inteligentes, enquanto utiliza tecnologias como carteiras Ethereum e ZK para a assinatura, verificação de permissões e proteção da privacidade durante o processo de operação.

Embora a combinação de MCP com Web3 possa teoricamente injetar mecanismos de confiança descentralizada e camadas de incentivo econômico nas aplicações de Agentes de IA, a tecnologia atual ainda enfrenta algumas limitações, como a dificuldade da tecnologia de provas de conhecimento zero (ZKP) em verificar a autenticidade do comportamento dos Agentes, bem como problemas de eficiência nas redes descentralizadas.

Conclusão

A publicação do Manus marca um importante marco para o produto de Agente de IA genérica. O mundo Web3 também precisa de um produto marco para quebrar as dúvidas externas sobre a falta de utilidade do Web3. O surgimento do MCP trouxe novas direções de exploração para os Agentes de IA do Web3; embora ainda enfrente muitos desafios, a fusão da IA com o Web3 é uma tendência inevitável. Precisamos manter paciência e confiança, e continuar a explorar as possibilidades nesta área.