Веб3 кросс-просторові дослідження AI агента: від Manus до MC

Нещодавно глобальний перший універсальний AI Agent продукт під назвою Manus привернув широку увагу. Як продукт, розроблений китайською стартап-компанією Monica, Manus на перший день виходу на ринок відзначився надзвичайно високим попитом на запрошення. Цей продукт має можливість самостійно виконувати завдання від планування до виконання, демонструючи безпрецедентну універсальність та ефективність.

! Чат з Manus і MCP: Web3 Crossover Exploration of AI Agent

Популярність Manus не лише привернула увагу фахівців галузі, але й надала безцінні ідеї для продуктів та дизайнерське натхнення для розробки різноманітних AI Agent. Зі стрімким розвитком технологій штучного інтелекту, AI Agent як важлива галузь штучного інтелекту поступово переходить від концепції до реальності, демонструючи величезний потенціал застосування у різних сферах, і Web3-індустрія не є винятком.

AI Agent – це комп'ютерна програма, яка може самостійно приймати рішення та виконувати завдання на основі середовища, вхідних даних і попередньо визначених цілей. Її основні компоненти включають велику мовну модель (LLM) як "мозок", механізми спостереження та сприйняття, процеси розумування, виконання дій, а також системи пам'яті та пошуку.

Основні моделі дизайну AI Agent мають два напрямки розвитку: один зосереджений на плануванні, включаючи REWOO, Plan & Execute, LLM Compiler; інший зосереджений на рефлексії, включаючи Basic Reflection, Reflexion, Self Discover, LATS. Серед них, модель ReAct є найстаршою та найширше використовуваною моделлю дизайну, її типовий процес можна описати циклом "думати→діяти→спостерігати".

Залежно від кількості агентів, AI Agent можна поділити на Single Agent та Multi Agent. Single Agent в основному зосереджується на взаємодії між LLM та інструментами, тоді як Multi Agent надає різним агентам різні ролі, щоб спільно виконувати складні завдання.

! Чат з Manus і MCP: транскордонне дослідження Web3 від AI Agent

Модельний Контекст Протокол (MCP) є нещодавно випущеним відкритим протоколом від певної компанії, який покликаний вирішити проблеми зв'язку та взаємодії між LLM та зовнішніми джерелами даних. MCP надає три можливості для розширення LLM: Ресурси (розширення знань), Інструменти (виконання функцій, виклик зовнішніх систем) та Підказки (заздалегідь підготовлені шаблони підказок).

У сфері Web3 увага до AI Agent зросла в січні цього року, але після цього знизилася, а загальна ринкова капіталізація також значно скоротилася. На сьогоднішній день проекти, що досліджують Web3 в рамках AI Agent, в основному поділяються на три категорії: модель платформи запуску, представлена певним протоколом, модель DAO, представлена певною операційною системою, та модель комерційної компанії, представлена певним проектом.

Платформа запуску дозволяє користувачам створювати, розгортати та монетизувати AI-агентів, подібно до деяких мем-платформ. Модель DAO використовує AI-моделі для моделювання інвестиційних рішень та поєднує їх з пропозиціями членів для здійснення інвестицій. Бізнес-модель компанії пропонує корпоративний рівень Multi Agent фреймворку, вирішуючи складні вимоги бізнес-операцій за допомогою розумної оркестрації та ефективної співпраці.

З точки зору економічної моделі, наразі лише платформи запуску можуть забезпечити самодостатнє економічне замкнуте коло. Однак ця модель також стикається з проблемою відсутності привабливості самих активів, більшість запущених AI Agent по суті є мемами, які не мають внутрішньої вартості.

Поява MCP відкриває нові напрямки для дослідження AI Agent у Web3. Один з можливих варіантів - розгорнути MCP Server в блокчейн-мережі, вирішуючи проблеми з єдиною точкою збоїв і маючи можливості протидії цензурі. Інший варіант - надати MCP Server функції взаємодії з блокчейном, такі як проведення DeFi-транзакцій і управління, що дозволить знизити технологічний бар'єр.

Крім того, є експерти, які пропонують схему створення мережі стимулів для творців OpenMCP.Network на основі Ethereum. Ця мережа використовуватиме смарт-контракти для автоматизації, прозорості, надійності та стійкості до цензури стимулів, а також реалізовуватиме підпис, перевірку прав і захист конфіденційності під час роботи за допомогою технологій Ethereum-гаманець, ZK тощо.

! Чат з Манусом і MCP: дослідження кросовера Web3 від AI Agent

Хоча з теоретичної точки зору поєднання MCP і Web3 може впровадити механізм децентралізованої довіри та економічні стимули для застосувань AI Agent, наразі технологія нульових знань ще не здатна підтвердити істинність поведінки агента, а децентралізовані мережі досі мають проблеми з ефективністю, тому це не є рішенням, яке можна реалізувати в короткостроковій перспективі.

Випуск Manus є важливим етапом у розвитку продукту універсального AI Agent. Світ Web3 також потребує продукту-етапу, щоб подолати сумніви зовнішнього світу щодо його відсутності практичності і тільки спекуляцій. Поява MCP відкриває нові напрямки для AI Agent у Web3, включаючи розгортання MCP Server у блокчейн-мережі, а також наділення MCP Server функціями взаємодії з блокчейном або створення мережі стимулювання для творців MCP Server.

Штучний інтелект, як одна з наймасштабніших наративів в історії, неминуче інтегрується з Web3. Нам потрібно зберігати терпіння та впевненість, постійно досліджуючи безмежні можливості цієї сфери.