Новые исследования AI Agent в области Web3: от Manus до MC

6 марта продукт общего AI-агента Manus, впервые разработанный в мире, привлек широкое внимание в отрасли. Этот продукт, разработанный китайским стартапом, сразу же стал популярным, и получить пригласительный код стало весьма сложно. Manus, как общий AI-агент, обладает способностью самостоятельно выполнять полный процесс задач от планирования до исполнения, таких как написание отчетов и создание таблиц. Он не только может генерировать идеи, но и способен на самостоятельное мышление и действия, демонстрируя беспрецедентную универсальность и исполнительность.

Восторг вокруг Manus не только привлек внимание отрасли, но и предоставил ценное вдохновение для разработки продуктов другим разработчикам AI Agent. С быстрым развитием технологий ИИ AI Agent, как важная ветвь искусственного интеллекта, постепенно переходит от концепции к реальному применению, демонстрируя огромный потенциал в различных отраслях, и Web3-индустрия, естественно, не является исключением.

Обзор AI Agent

AI Agent, то есть искусственный интеллект агент, представляет собой компьютерную программу, способную самостоятельно принимать решения и выполнять задачи в зависимости от окружающей среды, входных данных и заранее заданных целей. Его основные компоненты включают: большой языковой модель (LLM) в качестве "мозга", отвечающую за обработку информации, обучение, принятие решений и выполнение действий; механизмы наблюдения и восприятия; процессы рассуждения; возможности выполнения действий; а также функции памяти и поиска.

Основные модели проектирования AI Agent имеют два направления развития: одно сосредоточено на планировании, включая REWOO, Plan & Execute, LLM Compiler; другое сосредоточено на рефлексии, включая Basic Reflection, Reflexion, Self Discover, LATS. Среди них, модель ReAct является самой ранней и широко используемой моделью проектирования, её типичный процесс можно описать как цикл: размышление (Thought)→ действие (Action)→ наблюдение (Observation).

В зависимости от количества агентов AI Agent можно разделить на Single Agent и Multi Agent. Single Agent сосредоточен на взаимодействии LLM с инструментами, в то время как Multi Agent наделяет различных агентов различными ролями, позволяя им совместно выполнять сложные задачи. В настоящее время большинство фреймворков сосредоточены на сценариях Single Agent.

Введение в протокол MCP

Модельный Протокол Контекста (MCP) — это открытый протокол, выпущенный компанией Data Tech в ноябре 2024 года, предназначенный для решения проблем подключения и взаимодействия LLM с внешними источниками данных. MCP можно сравнить с "USB-интерфейсом" для LLM, который поддерживает гибкое подключение внешних данных и инструментов.

MCP предоставляет три возможности для расширения LLM: Resources (расширение знаний), Tools (выполнение функций, вызов внешних систем) и Prompts (предварительно написанные шаблоны подсказок). MCP использует архитектуру клиент-сервер, а для передачи данных используется протокол JSON-RPC. Любой может разработать и разместить MCP Server и может в любое время остановить службу.

Состояние AI Agent в Web3

После достижения пика популярности AI Agent в индустрии Web3 в январе этого года, интерес к нему значительно упал, а общая рыночная капитализация уменьшилась более чем на 90%. В настоящее время проекты с большими объемами и интересом в основном сосредоточены на исследовании Web3 в рамках AI Agent, основные модели включают:

1. Режим платформы запуска: представляя Virtuals Protocol, позволяет пользователям создавать, развертывать и монетизировать AI Agent.
2. DAO-модель: на примере ElizaOS используется модель ИИ для имитации инвестиционных решений, которые комбинируются с предложениями членов DAO для осуществления инвестиций.
3. Модель бизнес-компании: представленная Swarms, предоставляет корпоративную многоагентскую платформу.

С точки зрения экономической модели в настоящее время только модель платформы запуска может обеспечить самодостаточный экономический замкнутый цикл. Однако эта модель также сталкивается с вызовами, такими как то, что большинство запускаемых AI-агентов по сути являются мемами и не имеют внутренней ценностной поддержки.

! Беседа с Манусом и MCP: трансграничное исследование ИИ в Web3

Исследование MCP в области Web3

Появление MCP открыло новые направления для исследования AI Agent в Web3:

1. Разверните MCP Server в блокчейн-сети, чтобы решить проблему единой точки отказа и обеспечить антикоррупционные возможности.
2. Предоставление функции взаимодействия MCP Server с блокчейном, такой как выполнение сделок DeFi и управление ими, снижение технического порога.

Кроме того, существует план создания сети поощрений для создателей OpenMCP.Network на базе Ethereum. Эта схема направлена на автоматизацию, прозрачность, надежность и устойчивость к цензуре поощрений с помощью смарт-контрактов, используя такие технологии, как кошельки Ethereum, ZK и другие, для реализации подписей, проверки прав и защиты конфиденциальности в процессе работы.

Заключение

Запуск Manus обозначает важный этап для продукта универсального AI-агента, и миру Web3 также нужен продукт-этап, чтобы развеять сомнения о его практичности. Появление MCP открывает новые направления для AI-агентов в Web3, включая развертывание на блокчейн-сетях, осуществление взаимодействия с блокчейном и создание сети стимулов для создателей.

Слияние ИИ и Web3 является неизбежной тенденцией, нам необходимо сохранять терпение и уверенность, продолжая исследовать безграничные возможности этой области.