A exploração interdisciplinar do Agente AI no espaço Web3: de Manus a MC

Recentemente, uma startup chinesa lançou o Manus, o primeiro produto de Agente de IA Genérica do mundo, que atraiu ampla atenção. Como um Agente de IA Genérica, o Manus possui a capacidade de realizar de forma independente tarefas completas, desde o planejamento até a execução, como redigir relatórios e criar tabelas. Ele não só pode gerar ideias, mas também pensa de forma independente e toma ações, demonstrando uma versatilidade e capacidade de execução sem precedentes.

O sucesso estrondoso do Manus não só atraiu a atenção da indústria, como também forneceu valiosas ideias de produtos e inspiração de design para o desenvolvimento de diversos agentes de IA. Com o rápido desenvolvimento da tecnologia de IA, os agentes de IA, como um ramo importante do campo da inteligência artificial, estão gradualmente passando do conceito para a realidade, mostrando um enorme potencial de aplicação em várias indústrias, e a indústria Web3 não é exceção.

Resumo do Agente de IA

O Agente de IA é um programa de computador que pode 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 o "cérebro" do Agente, processa informações, aprende, toma decisões e executa ações.
2. Mecanismos de observação e percepção: permitem que o Agente perceba o ambiente.
3. Processo de pensamento dedutivo: analisar os resultados da observação e o conteúdo da memória, considerar possíveis ações.
4. Execução de ação: Responder de forma concreta ao pensamento e à observação.
5. Memória e recuperação: armazenar experiências passadas para uso no aprendizado.

O padrão de design do Agente de IA parte do ReAct e tem duas principais rotas de desenvolvimento: uma foca na capacidade de planejamento do Agente, enquanto a outra foca na capacidade de reflexão. O padrão ReAct é atualmente o padrão de design de Agente de IA mais amplamente utilizado, e seu processo típico pode ser descrito como um ciclo de Pensar (Thought) → Agir (Action) → Observar (Observation), abreviado como ciclo TAO.

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 com ferramentas, enquanto o Multi Agent atribui diferentes papéis a diferentes agentes, completando tarefas complexas através da colaboração.

Introdução ao protocolo MC

Model Context Protocol (MCP) é um protocolo de código aberto lançado por uma empresa em novembro de 2024, destinado a resolver problemas de conexão e interação entre LLM e fontes de dados externas. MCP pode ser comparado à "interface USB" do LLM, suportando a inserção flexível de dados e ferramentas externas.

MCP oferece três capacidades de expansão LLM:

1. Recursos：conhecimento expandido
2. Ferramentas: executar funções, chamar sistemas externos
3. Prompts: Modelos de palavras-chave pré-escritas

O MCP utiliza uma arquitetura Cliente-Servidor, com a camada de transporte baseada no protocolo JSON-RPC. Qualquer pessoa pode desenvolver e hospedar um servidor MCP e pode parar o serviço a qualquer momento.

Estado atual dos Agentes de IA no Web3

A popularidade dos Agentes de IA na indústria Web3 caiu drasticamente após atingir um pico em janeiro deste ano, com uma redução de mais de 90% no valor de mercado. Atualmente, os projetos mais ativos estão principalmente explorando o Web3 em torno da estrutura dos Agentes de IA, com três modos principais:

1. Modo de plataforma de lançamento: representado pelo Virtuals Protocol, permite que os usuários criem, implantem e monetizem Agentes de IA.
2. Modo DAO: representado pelo ElizaOS, toma decisões com base em sugestões de membros DAO e modelos de IA.
3. Modelo de empresa: representado pelos Swarms, oferece uma estrutura Multi Agent de nível empresarial.

Do ponto de vista do modelo econômico, atualmente apenas o modelo de plataforma de lançamento pode realizar um ciclo econômico autossuficiente. No entanto, esse modelo também enfrenta desafios como a falta de atratividade dos ativos e um ambiente de mercado desolado.

Exploração da MCP no campo do Web3

A chegada do MCP trouxe novas direções de exploração para o Agente de IA do Web3:

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

Além disso, há um plano para construir uma rede de incentivo para criadores chamada OpenMCP.Network, baseada em Ethereum. Esta rede visa automatizar, tornar transparente, confiável e resistente à censura os incentivos através de contratos inteligentes, utilizando carteiras Ethereum, ZK e outras tecnologias para realizar a assinatura, validação de permissões e proteção de privacidade durante o processo de operação.

Embora a combinação do MCP com Web3 possa teoricamente injetar um mecanismo de confiança descentralizado e uma camada de incentivos econômicos nas aplicações de Agentes de IA, a tecnologia de prova de conhecimento zero atual ainda enfrenta dificuldades em verificar a autenticidade do comportamento dos Agentes, e a rede descentralizada apresenta problemas de eficiência, o que não é uma solução que pode ser completamente resolvida a curto prazo.

Conclusão

O lançamento do Manus marca um importante marco no produto de Agente de IA genérico, e o mundo Web3 também precisa de um produto marco para quebrar as dúvidas externas sobre sua utilidade. O surgimento do MCP trouxe novas direções de exploração para o Agente de IA no Web3. A fusão da IA com o Web3 é uma tendência inevitável, precisamos manter paciência e confiança, e continuar a explorar as possibilidades neste campo.