Exploração do Agente AI no domínio Web3: de Manus a MC
Recentemente, um produto chamado Manus, o primeiro agente de IA universal do mundo, gerou grande discussão no setor de tecnologia na China. Este produto foi desenvolvido por uma startup chinesa e, no primeiro dia de lançamento, houve uma grande demanda por códigos de convite. Como um agente de IA universal, Manus demonstrou uma forte capacidade de pensamento independente, planejamento e execução de tarefas complexas, podendo completar de forma autônoma todo o processo desde a concepção até a entrega.
O sucesso explosivo do Manus não só chamou a atenção da indústria, mas também forneceu valiosas ideias de produtos para o desenvolvimento de Agentes de IA. Com o rápido avanço da tecnologia de IA, os Agentes de IA, como um ramo importante da inteligência artificial, estão passando gradualmente do conceito para a aplicação real, mostrando um enorme potencial em vários setores, incluindo o domínio do Web3.
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 pré-definidos. Os seus componentes centrais incluem um modelo de linguagem grande (LLM) como "cérebro", mecanismos de observação e percepção, processos de raciocínio e pensamento, capacidade de execução de ações, bem como funções de memória e recuperação.
Os padrões de design dos Agentes de IA têm duas principais direções de desenvolvimento: uma é focada na capacidade de planeamento, incluindo REWOO, Plan & Execute, LLM Compiler, etc.; a outra é focada na capacidade de reflexão, incluindo Basic Reflection, Reflexion, Self Discover, LATS, etc. Entre eles, o padrão ReAct é o mais antigo e o mais amplamente utilizado.
O modo ReAct resolve tarefas diversificadas de raciocínio e decisão em linguagem, combinando inferência (Reasoning) e ação (Acting) no modelo de linguagem. O fluxo típico pode ser descrito pelo ciclo "pensar→agir→observar" (TAO).
O Agente de IA também pode ser dividido em Agente Único e Agente Múltiplo, dependendo do número de agentes. O Agente Único foca na combinação de LLM e ferramentas, enquanto o Agente Múltiplo atribui diferentes papéis a diferentes agentes, permitindo a colaboração para realizar tarefas complexas.
Modelo de Contexto do Protocolo (MCP) é um protocolo de código aberto lançado pela empresa Anthropic, destinado a resolver problemas de conexão e interação entre LLM e fontes de dados externas. O MCP oferece três capacidades: expansão de conhecimento, execução de chamadas de funções e modelos de prompts pré-escritos, adotando uma arquitetura Cliente-Servidor, utilizando o protocolo JSON-RPC na camada inferior.
No domínio do Web3, o desenvolvimento de Agentes de IA passou por altos e baixos. Atualmente, existem três modos principais: o modo de plataforma de lançamento, representado pelo Virtuals Protocol, o modo DAO, representado pelo ElizaOS, e o modo de empresa comercial, representado pelo Swarms.
A plataforma de lançamento permite que os usuários criem, implantem e monetizem Agentes de IA. O Protocolo Virtual é atualmente a maior plataforma de lançamento, com mais de cem mil Agentes emitidos. O modelo DAO, como o ElizaOS, visa utilizar modelos de IA para simular decisões de investimento e integrar sugestões dos membros da DAO para realizar investimentos. Swarms é uma estrutura Multi Agente de nível empresarial que resolve necessidades de negócios complexas através de orquestração inteligente e colaboração eficiente.
Do ponto de vista do modelo econômico, atualmente apenas as plataformas de lançamento conseguem alcançar um ciclo econômico autossustentável. No entanto, esse modelo também enfrenta desafios, principalmente porque a maioria dos agentes de IA emitidos carece de suporte de valor intrínseco.
A introdução do MCP trouxe novas direções de exploração para o Agente AI do Web3: primeiro, implantar o Servidor MCP na rede blockchain, resolvendo o problema de ponto único e possuindo capacidade de resistência à censura; segundo, permitir que o Servidor MCP tenha a funcionalidade de interagir com a blockchain, como realizar transações DeFi e gerenciamento.
Além disso, há um plano para a rede de incentivos OpenMCP.Network para criadores, construída sobre o Ethereum. Este plano visa realizar a automação, transparência, confiabilidade e resistência à censura dos incentivos através de contratos inteligentes, utilizando tecnologias como carteiras Ethereum, ZK, entre outras, para implementar a assinatura, verificação de permissões e proteção de privacidade durante o processo de execução.
Apesar de a combinação de MCP com Web3 poder, em teoria, injetar um mecanismo de confiança descentralizado e uma camada de incentivos econômicos nas aplicações de Agentes de IA, a tecnologia atual de provas de conhecimento zero ainda tem dificuldade em verificar a autenticidade do comportamento dos Agentes, e as redes descentralizadas ainda enfrentam problemas de eficiência. Esta não é uma solução que possa ter sucesso a curto prazo.
O lançamento do Manus marca um importante marco no produto de Agente de IA Genérica. O mundo Web3 também precisa de um produto marco para quebrar as dúvidas externas sobre a sua falta de utilidade e ser apenas uma especulação. A chegada do MCP traz novas direções de exploração para o Agente de IA do Web3, incluindo a implementação em redes blockchain, a realização de interações com a blockchain e a construção de uma rede de incentivos para criadores.
A IA, como uma grande narrativa histórica, está inevitavelmente ligada à fusão com o Web3. Precisamos manter a paciência e a confiança, continuando a explorar o desenvolvimento deste campo.
Esta página pode conter conteúdos de terceiros, que são fornecidos apenas para fins informativos (sem representações/garantias) e não devem ser considerados como uma aprovação dos seus pontos de vista pela Gate, nem como aconselhamento financeiro ou profissional. Consulte a Declaração de exoneração de responsabilidade para obter mais informações.
11 gostos
Recompensa
11
6
Partilhar
Comentar
0/400
WhaleWatcher
· 8h atrás
O que há de tão bom para especular sobre o Web3?
Ver originalResponder0
SerNgmi
· 8h atrás
Mais uma vez a fazer estas coisas grandiosas.
Ver originalResponder0
LightningAllInHero
· 9h atrás
薄饼就 fazer as pessoas de parvas quem não é um homem forte
Ver originalResponder0
OnchainArchaeologist
· 9h atrás
又是来 fazer as pessoas de parvas的吧
Ver originalResponder0
CryptoSourGrape
· 9h atrás
Se eu tivesse mudado para a IA no ano passado, teria sido melhor...
Web3 explora novas direções para o AI Agent: lições de Manus para MCP
Exploração do Agente AI no domínio Web3: de Manus a MC
Recentemente, um produto chamado Manus, o primeiro agente de IA universal do mundo, gerou grande discussão no setor de tecnologia na China. Este produto foi desenvolvido por uma startup chinesa e, no primeiro dia de lançamento, houve uma grande demanda por códigos de convite. Como um agente de IA universal, Manus demonstrou uma forte capacidade de pensamento independente, planejamento e execução de tarefas complexas, podendo completar de forma autônoma todo o processo desde a concepção até a entrega.
O sucesso explosivo do Manus não só chamou a atenção da indústria, mas também forneceu valiosas ideias de produtos para o desenvolvimento de Agentes de IA. Com o rápido avanço da tecnologia de IA, os Agentes de IA, como um ramo importante da inteligência artificial, estão passando gradualmente do conceito para a aplicação real, mostrando um enorme potencial em vários setores, incluindo o domínio do Web3.
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 pré-definidos. Os seus componentes centrais incluem um modelo de linguagem grande (LLM) como "cérebro", mecanismos de observação e percepção, processos de raciocínio e pensamento, capacidade de execução de ações, bem como funções de memória e recuperação.
Os padrões de design dos Agentes de IA têm duas principais direções de desenvolvimento: uma é focada na capacidade de planeamento, incluindo REWOO, Plan & Execute, LLM Compiler, etc.; a outra é focada na capacidade de reflexão, incluindo Basic Reflection, Reflexion, Self Discover, LATS, etc. Entre eles, o padrão ReAct é o mais antigo e o mais amplamente utilizado.
O modo ReAct resolve tarefas diversificadas de raciocínio e decisão em linguagem, combinando inferência (Reasoning) e ação (Acting) no modelo de linguagem. O fluxo típico pode ser descrito pelo ciclo "pensar→agir→observar" (TAO).
O Agente de IA também pode ser dividido em Agente Único e Agente Múltiplo, dependendo do número de agentes. O Agente Único foca na combinação de LLM e ferramentas, enquanto o Agente Múltiplo atribui diferentes papéis a diferentes agentes, permitindo a colaboração para realizar tarefas complexas.
Modelo de Contexto do Protocolo (MCP) é um protocolo de código aberto lançado pela empresa Anthropic, destinado a resolver problemas de conexão e interação entre LLM e fontes de dados externas. O MCP oferece três capacidades: expansão de conhecimento, execução de chamadas de funções e modelos de prompts pré-escritos, adotando uma arquitetura Cliente-Servidor, utilizando o protocolo JSON-RPC na camada inferior.
No domínio do Web3, o desenvolvimento de Agentes de IA passou por altos e baixos. Atualmente, existem três modos principais: o modo de plataforma de lançamento, representado pelo Virtuals Protocol, o modo DAO, representado pelo ElizaOS, e o modo de empresa comercial, representado pelo Swarms.
A plataforma de lançamento permite que os usuários criem, implantem e monetizem Agentes de IA. O Protocolo Virtual é atualmente a maior plataforma de lançamento, com mais de cem mil Agentes emitidos. O modelo DAO, como o ElizaOS, visa utilizar modelos de IA para simular decisões de investimento e integrar sugestões dos membros da DAO para realizar investimentos. Swarms é uma estrutura Multi Agente de nível empresarial que resolve necessidades de negócios complexas através de orquestração inteligente e colaboração eficiente.
Do ponto de vista do modelo econômico, atualmente apenas as plataformas de lançamento conseguem alcançar um ciclo econômico autossustentável. No entanto, esse modelo também enfrenta desafios, principalmente porque a maioria dos agentes de IA emitidos carece de suporte de valor intrínseco.
A introdução do MCP trouxe novas direções de exploração para o Agente AI do Web3: primeiro, implantar o Servidor MCP na rede blockchain, resolvendo o problema de ponto único e possuindo capacidade de resistência à censura; segundo, permitir que o Servidor MCP tenha a funcionalidade de interagir com a blockchain, como realizar transações DeFi e gerenciamento.
Além disso, há um plano para a rede de incentivos OpenMCP.Network para criadores, construída sobre o Ethereum. Este plano visa realizar a automação, transparência, confiabilidade e resistência à censura dos incentivos através de contratos inteligentes, utilizando tecnologias como carteiras Ethereum, ZK, entre outras, para implementar a assinatura, verificação de permissões e proteção de privacidade durante o processo de execução.
Apesar de a combinação de MCP com Web3 poder, em teoria, injetar um mecanismo de confiança descentralizado e uma camada de incentivos econômicos nas aplicações de Agentes de IA, a tecnologia atual de provas de conhecimento zero ainda tem dificuldade em verificar a autenticidade do comportamento dos Agentes, e as redes descentralizadas ainda enfrentam problemas de eficiência. Esta não é uma solução que possa ter sucesso a curto prazo.
O lançamento do Manus marca um importante marco no produto de Agente de IA Genérica. O mundo Web3 também precisa de um produto marco para quebrar as dúvidas externas sobre a sua falta de utilidade e ser apenas uma especulação. A chegada do MCP traz novas direções de exploração para o Agente de IA do Web3, incluindo a implementação em redes blockchain, a realização de interações com a blockchain e a construção de uma rede de incentivos para criadores.
A IA, como uma grande narrativa histórica, está inevitavelmente ligada à fusão com o Web3. Precisamos manter a paciência e a confiança, continuando a explorar o desenvolvimento deste campo.