MCP: Membangun infrastruktur dasar kunci untuk ekosistem Agen AI Web3

MCP: Inti baru ekosistem Agen AI Web3

MCP dengan cepat menjadi komponen kunci dalam ekosistem Web3 AI Agent. Ini memperkenalkan MCP Server melalui arsitektur mirip plugin, memberikan alat dan kemampuan baru untuk AI Agent. Seperti konsep-konsep baru lainnya di bidang Web3 AI, MCP (singkatan dari Model Context Protocol) berasal dari Web2 AI dan sekarang sedang direkonstruksi dalam lingkungan Web3.

Esensi MCP

MCP adalah protokol terbuka yang bertujuan untuk menstandarkan cara aplikasi menyampaikan informasi konteks ke model bahasa besar (LLMs). Ini memungkinkan alat, data, dan AI Agent untuk berkolaborasi dengan lebih mulus.

Pentingnya MCP

Batasan utama yang dihadapi oleh model bahasa besar saat ini meliputi:

  • Tidak dapat menjelajahi internet secara real-time
  • Tidak dapat mengakses file lokal atau pribadi secara langsung
  • Tidak dapat berinteraksi secara mandiri dengan perangkat lunak eksternal

MCP berfungsi sebagai lapisan antarmuka universal, mengisi kekosongan kemampuan ini, sehingga AI Agent dapat menggunakan berbagai alat.

MCP dapat dibandingkan dengan USB-C di bidang aplikasi AI—standar antarmuka yang terintegrasi, membuat AI lebih mudah untuk terhubung dengan berbagai sumber data dan modul fungsi.

Bayangkan setiap LLM adalah ponsel yang berbeda—setiap jenis memiliki jenis antarmuka sendiri. Jika Anda adalah produsen perangkat keras, Anda harus mengembangkan satu set aksesori untuk setiap antarmuka, yang mengakibatkan biaya pemeliharaan yang sangat tinggi. Ini adalah masalah yang dihadapi oleh pengembang alat AI: menyesuaikan plugin untuk setiap platform LLM, yang secara signifikan meningkatkan kompleksitas dan membatasi skala perluasan. MCP diciptakan untuk menyelesaikan masalah ini dengan membangun standar yang seragam.

Protokol standar ini menguntungkan kedua belah pihak:

  • Untuk AI Agent (Klien): dapat terhubung dengan alat eksternal dan sumber data secara real-time dengan aman.
  • Untuk pengembang alat (server): sekali sambungan, dapat digunakan di berbagai platform

Hasil akhirnya adalah ekosistem AI yang lebih terbuka, dapat dioperasikan, dan dengan gesekan rendah.

Interpretasi MCP: Mesin inti yang menggerakkan Agen AI Web3 generasi berikutnya

Perbedaan MCP dan API tradisional

Desain API ditujukan untuk melayani manusia, bukan prioritas AI. Setiap API memiliki struktur dan dokumentasi masing-masing, pengembang harus secara manual menentukan parameter, membaca dokumentasi antarmuka. Sementara itu, AI Agent itu sendiri tidak dapat membaca dokumentasi, harus diprogram secara keras untuk menyesuaikan dengan setiap jenis API (seperti REST, GraphQL, RPC, dll).

MCP menyediakan format pemanggilan fungsi yang distandarisasi di dalam API, mengabstraksi bagian-bagian yang tidak terstruktur ini, dan memberikan cara pemanggilan yang seragam untuk Agent. MCP dapat dianggap sebagai lapisan adaptasi API yang membungkus Autonomous Agent.

Baru-baru ini, sebuah platform layanan cloud mengumumkan bahwa pengembang dapat langsung menerapkan server MCP jarak jauh di platformnya dengan konfigurasi perangkat minimum. Ini sangat menyederhanakan proses penerapan dan manajemen server MCP, termasuk otentikasi dan transfer data, bisa disebut sebagai "penerapan satu klik".

Meskipun MCP itu sendiri tampak kurang menarik, namun tidak berarti tidak penting. Sebagai komponen infrastruktur murni, MCP tidak dapat digunakan langsung oleh konsumen, nilai sebenarnya baru akan muncul ketika agen AI yang lebih tinggi memanggil alat MCP dan menunjukkan efek nyata.

Interpretasi MCP: Mesin inti yang menggerakkan Agen AI Web3 generasi berikutnya

Web3 AI dan Ekosistem MCP

AI dalam Web3 juga menghadapi masalah "kekurangan data kontekstual" dan "pulau data", yang berarti bahwa AI tidak dapat mengakses data waktu nyata di blockchain atau mengeksekusi logika kontrak cerdas secara asli.

Di masa lalu, beberapa proyek mencoba membangun jaringan kolaboratif multi-Agent, tetapi akhirnya terjebak dalam "menciptakan roda yang sama" karena bergantung pada API terpusat dan integrasi khusus. Setiap kali menghubungkan sumber data, lapisan adaptasi harus ditulis ulang, yang menyebabkan biaya pengembangan melonjak. Untuk mengatasi hambatan ini, AI Agent generasi berikutnya membutuhkan arsitektur yang lebih modular dan seperti Lego, agar mudah mengintegrasikan plugin dan alat pihak ketiga.

Dengan demikian, infrastruktur dan aplikasi AI Agent generasi baru yang berbasis pada protokol MCP dan A2A sedang muncul, dirancang khusus untuk skenario Web3, memungkinkan Agent untuk mengakses data multi-rantai dan berinteraksi secara native dengan protokol DeFi.

Penjelasan MCP: Mesin inti yang menggerakkan generasi berikutnya dari Web3 AI Agent

Kasus Proyek: DeMCP dan DeepCore

DeMCP adalah pasar untuk Server MCP terdesentralisasi, yang berfokus pada alat kripto asli dan memastikan kedaulatan alat MCP.

Keunggulannya meliputi:

  • Menggunakan TEE (Lingkungan Eksekusi Tepercaya) untuk memastikan alat MCP tidak dimodifikasi
  • Menggunakan mekanisme insentif token untuk mendorong pengembang berkontribusi pada server MCP
  • Menyediakan fungsi agregator MCP dan pembayaran mikro, mengurangi hambatan penggunaan

Proyek lain, DeepCore, juga menyediakan sistem pendaftaran MCP Server, yang berfokus pada bidang kripto, dan lebih jauh lagi memperluas ke standar terbuka lain yang diusulkan oleh Google: protokol A2A (Agent-to-Agent).

A2A adalah protokol terbuka yang dirancang untuk memungkinkan komunikasi, kolaborasi, dan koordinasi tugas yang aman antara berbagai agen AI. A2A mendukung kolaborasi AI tingkat perusahaan, seperti memungkinkan agen AI dari perusahaan yang berbeda untuk bekerja sama dalam menyelesaikan tugas.

Singkatnya:

  • MCP: Memberikan kemampuan akses alat untuk Agen
  • A2A: Memberikan kemampuan untuk saling berkolaborasi antara Agen

Interpretasi MCP: Mesin Inti yang Menggerakkan Agen AI Web3 Generasi Berikutnya

Mengapa server MCP memerlukan blockchain?

MCP Server mengintegrasikan teknologi blockchain memiliki berbagai keuntungan:

  1. Mendapatkan data ekor panjang melalui mekanisme insentif asli yang terenkripsi, mendorong kontribusi komunitas untuk kumpulan data yang langka
  2. Pertahanan terhadap serangan "tool poisoning", yaitu alat jahat yang menyamar sebagai plugin sah untuk menipu Agent.
    • Blockchain menyediakan mekanisme verifikasi kriptografi, seperti TEE Remote Attestation, ZK-SNARK, FHE, dll.
  3. Memperkenalkan mekanisme staking/penalti, menggabungkan sistem reputasi on-chain untuk membangun sistem kepercayaan server MCP.
  4. Meningkatkan toleransi kesalahan dan real-time sistem, menghindari titik kegagalan tunggal pada sistem terpusat
  5. Mendorong inovasi sumber terbuka, memungkinkan pengembang kecil untuk mempublikasikan sumber data seperti ESG, memperkaya keragaman ekosistem.

Saat ini, sebagian besar infrastruktur Server MCP masih melakukan pencocokan alat melalui analisis kata kunci bahasa alami pengguna. Di masa depan, Agen AI akan mampu secara mandiri mencari alat MCP yang diperlukan untuk mencapai tujuan tugas yang kompleks.

Namun, saat ini proyek MCP masih berada di tahap awal. Sebagian besar platform masih merupakan pasar plugin terpusat, di mana pihak proyek secara manual mengumpulkan alat Server pihak ketiga dari GitHub dan mengembangkan beberapa plugin sendiri, pada dasarnya tidak ada perbedaan besar dengan pasar plugin Web2, satu-satunya perbedaan adalah fokus pada skenario Web3.

Penjelasan MCP: Mesin inti yang menggerakkan Agen AI Web3 generasi berikutnya

Tren Masa Depan dan Dampak Industri

Saat ini, semakin banyak orang di industri kripto yang mulai menyadari potensi MCP dalam menghubungkan AI dan blockchain. Misalnya, seorang pendiri platform perdagangan terkenal baru-baru ini secara terbuka menyerukan para pengembang AI untuk secara aktif membangun MCP Server berkualitas tinggi, untuk menyediakan kumpulan alat yang lebih kaya bagi AI Agent di atas rantainya.

Dengan matangnya infrastruktur, keunggulan kompetitif perusahaan "developer-first" juga akan beralih dari desain API ke: siapa yang dapat menyediakan kumpulan alat yang lebih kaya, beragam, dan mudah untuk digabungkan.

Di masa depan, setiap aplikasi mungkin menjadi klien MCP, setiap API mungkin menjadi server MCP.

Dengan cara ini, mungkin akan muncul mekanisme harga baru: Agen dapat memilih alat secara dinamis berdasarkan kecepatan eksekusi, efisiensi biaya, relevansi, dan sebagainya, membentuk sebuah sistem ekonomi layanan Agen yang lebih efisien yang diberdayakan oleh Crypto dan blockchain sebagai media.

Tentu saja, MCP itu sendiri tidak langsung ditujukan untuk pengguna akhir, itu adalah lapisan protokol dasar. Artinya, nilai dan potensi sebenarnya dari MCP hanya dapat dilihat ketika AI Agent mengintegrasikannya dan mengubahnya menjadi aplikasi yang praktis.

Akhirnya, Agent adalah wadah dan penguat kemampuan MCP, sementara blockchain dan mekanisme kripto membangun sistem ekonomi yang dapat dipercaya, efisien, dan dapat dikombinasikan untuk jaringan cerdas ini.

Interpretasi MCP: Mesin Inti yang Menggerakkan Agen AI Web3 Generasi Berikutnya

Menginterpretasikan MCP: Mesin inti yang menggerakkan Agen AI Web3 generasi berikutnya

Interpretasi MCP: Mesin Inti yang Menggerakkan Agen AI Web3 Generasi Berikutnya

Lihat Asli
Halaman ini mungkin berisi konten pihak ketiga, yang disediakan untuk tujuan informasi saja (bukan pernyataan/jaminan) dan tidak boleh dianggap sebagai dukungan terhadap pandangannya oleh Gate, atau sebagai nasihat keuangan atau profesional. Lihat Penafian untuk detailnya.
  • Hadiah
  • 5
  • Bagikan
Komentar
0/400
DataBartendervip
· 07-13 11:13
Saya sangat optimis tentang ini.
Lihat AsliBalas0
NewPumpamentalsvip
· 07-10 20:52
Saluran sangat penting ya
Lihat AsliBalas0
SundayDegenvip
· 07-10 20:51
Masa depan diharapkan meledak
Lihat AsliBalas0
BlockImpostervip
· 07-10 20:33
Kode adalah jalan yang benar
Lihat AsliBalas0
Anon4461vip
· 07-10 20:29
Teknologi ini sangat bull.
Lihat AsliBalas0
  • Sematkan
Perdagangkan Kripto Di Mana Saja Kapan Saja
qrCode
Pindai untuk mengunduh aplikasi Gate
Komunitas
Bahasa Indonesia
  • 简体中文
  • English
  • Tiếng Việt
  • 繁體中文
  • Español
  • Русский
  • Français (Afrique)
  • Português (Portugal)
  • Bahasa Indonesia
  • 日本語
  • بالعربية
  • Українська
  • Português (Brasil)