المؤلف: هاوتيان
قال بعض الأصدقاء أن الانخفاض المستمر في أهداف web3 AI Agent مثل #ai16z و $arc ناتج عن بروتوكول MCP الشهير مؤخرًا؟ عندما سمعتها لأول مرة، شعرت ببعض الحيرة. ما أهمية هذا الأمر؟ لكن بعد التفكير في الأمر بعناية، وجدت أن هناك بالفعل منطقًا معينًا: لقد تغير منطق التقييم والتسعير لوكيل الذكاء الاصطناعي web3 الحالي، ويجب تعديل اتجاه السرد ومسار وصول المنتج بشكل عاجل. فيما يلي آرائي الشخصية: 1) بروتوكول MCP (بروتوكول سياق النموذج) هو بروتوكول معياري مفتوح المصدر مصمم لتمكين مختلف برامج الذكاء الاصطناعي (LLM/Agents) من الاتصال بسلاسة بمصادر البيانات والأدوات المختلفة. وهو يُعادل واجهة USB "عالمية" تعمل بنظام التوصيل والتشغيل، مُستبدلًا بذلك طريقة التغليف "المحددة" السابقة. ببساطة، توجد جُزُر بيانات واضحة بين تطبيقات الذكاء الاصطناعي. لكي يتواصل العميل/معلم دورة حياة البرنامج (LLM) مع بعضهما البعض، يحتاجان إلى تطوير واجهات برمجة تطبيقات (API) مُتوافقة. لا تقتصر تعقيدات إجراءات التشغيل على تعقيدها، بل تفتقر أيضًا إلى وظائف التفاعل ثنائي الاتجاه، وعادةً ما تكون قيود الوصول إلى النموذج والأذونات محدودة نسبيًا. يوفر ظهور MCP إطارًا موحدًا يسمح لتطبيقات الذكاء الاصطناعي بالتحرر من عزلة البيانات التقليدية، وتحقيق إمكانية الوصول الديناميكي إلى البيانات والأدوات الخارجية. ويمكنه أن يُقلل بشكل كبير من تعقيد التطوير وكفاءة التكامل، بالإضافة إلى تنفيذ المهام تلقائيًا، واستعلام البيانات في الوقت الفعلي، والتعاون عبر المنصات. في هذه المرحلة، فكر العديد من الأشخاص على الفور، إذا استخدمنا ابتكار التعاون متعدد الوكلاء Manus لدمج إطار عمل MCP مفتوح المصدر الذي يمكنه تعزيز التعاون متعدد الوكلاء، فهل سيكون لا يقهر؟
هذا صحيح، Manus + MCP هو المفتاح للتأثير الذي عانى منه وكيل الذكاء الاصطناعي web3 هذه المرة. 2) ومع ذلك، فإن المذهل هو أن كلاً من Manus وMCP هما إطار عمل ومعايير بروتوكول لـ web2 LLM/Agent، مما يحل مشكلة تفاعل البيانات والتعاون بين الخوادم المركزية. تعتمد أذوناتهما والتحكم في الوصول إليهما أيضًا على الفتح "النشط" لكل عقدة خادم. بمعنى آخر، هما مجرد سمة أداة مفتوحة المصدر.
منطقيًا، هذا يتعارض تمامًا مع الأفكار الأساسية لـ web3 AI Agent، مثل "الخوادم الموزعة، والتعاون الموزع، والحوافز الموزعة"، وما إلى ذلك. كيف يمكن لمدفع إيطالي مركزي أن يفجر مخبأ لامركزيًا؟
السبب هو أن المرحلة الأولى من web3 AI Agent مُصممة بشكل مُفرط على أساس web2. من ناحية، العديد من الفرق لديها خلفية في web2 وتفتقر إلى فهم كامل لاحتياجات web3 Native. على سبيل المثال، كان إطار عمل ElizaOS في الأصل إطار عمل تجميعي يُساعد المطورين على نشر تطبيقات AI Agent بسرعة. يدمج هذا الإطار منصات مثل Twitter وDiscord وبعض واجهات برمجة التطبيقات مثل OpenAI وClaude وDeepSeek، ويُغلف بشكل مناسب بعض أطر عمل Memory وCharter العامة لمساعدة المطورين على تطوير تطبيقات AI Agent وتنفيذها بسرعة. ولكن إذا أردنا أن نكون دقيقين، ما هو الفرق بين إطار الخدمة هذا وأدوات المصدر المفتوح الخاصة بـ web2؟ ما هي المزايا المتمايزة؟
حسنًا، هل الميزة تكمن في وجود مجموعة من حوافز Tokenomics؟ ثم استخدم إطار عمل يمكن استبداله بالكامل بـ web2 لتحفيز مجموعة من وكلاء الذكاء الاصطناعي الموجودين لإصدار عملات معدنية جديدة؟ فظيع. . باتباع هذا المنطق، سوف تفهم تقريبًا لماذا يمكن أن يكون لـ Manus + MCP تأثير على web3 AI Agent؟ نظرًا لأن عددًا من أطر عمل وخدمات web3 AI Agent لا تحل سوى احتياجات التطوير والتطبيق السريعة المشابهة لـ web2 AI Agent، ولكنها لا تستطيع مواكبة سرعة الابتكار في web2 من حيث الخدمات الفنية والمعايير والمزايا المتميزة، فقد قامت السوق/رأس المال بإعادة تقييم وإعادة تسعير الدفعة السابقة من web3 AI Agents. 3) وبعد أن قلنا ذلك، فلابد أن نكون قد توصلنا إلى جوهر المشكلة، ولكن كيف يمكننا كسر الجمود؟ لا يوجد سوى طريقة واحدة: التركيز على حلول web3 الأصلية، لأن تشغيل وهندسة الحوافز للأنظمة الموزعة هي المزايا المتميزة المطلقة لـ web3؟ لنأخذ قوة الحوسبة السحابية الموزعة، والبيانات، والخوارزميات، ومنصات الخدمات الأخرى كمثال. ظاهريًا، يبدو أن هذا النوع من قوة الحوسبة والبيانات المُجمّعة بموارد خاملة لا يلبي احتياجات الابتكار الهندسي على المدى القصير. ومع ذلك، عندما يتنافس عدد كبير من حاملي شهادات الماجستير في الذكاء الاصطناعي في سباق تسلح قوة الحوسبة المركزية لتحقيق إنجازات في الأداء، فإن نموذج الخدمة الذي يعتمد على "موارد خاملة بتكلفة منخفضة" كحيلة، سيُقابل بازدراء طبيعي من قِبل مطوري الويب 2 وفرق رأس المال الاستثماري. ومع ذلك، بمجرد أن يتجاوز وكيل الذكاء الاصطناعي web2 مرحلة المنافسة في ابتكار الأداء، سيسعى حتمًا إلى اتجاهات مثل توسيع سيناريوهات التطبيق الرأسي وتحسين نماذج الضبط الدقيق المجزأة. عندها فقط، ستتجلى مزايا خدمات موارد الذكاء الاصطناعي web3 بشكل حقيقي. في الواقع، عندما يصل الذكاء الاصطناعي على شبكة الويب 2، الذي ارتقى إلى مستوى عملاق بفضل احتكاره للموارد، إلى مرحلة معينة، سيكون من الصعب التراجع واستخدام فكرة إحاطة المدينة بالريف لاختراق السيناريوهات المنقسمة واحدًا تلو الآخر. حينها، يحين الوقت لتعاون مطوري الذكاء الاصطناعي على شبكة الويب 2 وموارد الذكاء الاصطناعي على شبكة الويب 3.
لذلك، فإن مساحة الفرصة لوكيل الذكاء الاصطناعي web3 أصبحت الآن واضحة للغاية: قبل أن تواجه منصة موارد الذكاء الاصطناعي web3 طلبات متزايدة من مطوري web2، يجب على العملاء استكشاف وتنفيذ مجموعة من الحلول والمسارات الممكنة التي لا يمكن تحقيقها بدون بنية web3 الموزعة. في الواقع، بالإضافة إلى النشر السريع + إطار عمل الاتصالات التعاونية متعدد الوكلاء + سرد إصدار العملات الرمزية لـ web2، فإن web3 AI Agent لديه العديد من الاتجاهات المبتكرة لـ web3 Native التي تستحق الاستكشاف: على سبيل المثال، مع الأخذ في الاعتبار خصائص الحوسبة خارج السلسلة ذات النموذج الكبير LLM + تخزين الحالة على السلسلة، هناك حاجة إلى العديد من المكونات التكيفية.
1. ition والتحقق من البيانات خارج السلسلة. Ty of the Base State عند تشغيل وكيل الذكاء الاصطناعى ، كما أن عملية التفكير مؤقتة أيضًا ، يجب تسجيل مجموعة من مكتبات الحالة الرئيسية ومسارات التفكير وراء LLM وتخزينها في نظام تخزين موزع ، ويتم توفير آلية لإثبات البيانات التي يتم التحكم فيها في التكلفة أثناء التحقق من السلسلة العامة ؛
٤. طبقة حوسبة خصوصية ZKP خالية من المعرفة، تربط حلول حوسبة الخصوصية، بما في ذلك TEE وFHE، وتحقق حوسبة خصوصية آنية مع التحقق من صحة البيانات، مما يتيح للوكيل الحصول على نطاق أوسع من مصادر البيانات العمودية (الطبية والمالية)، ومن ثم يظهر وكلاء خدمات أكثر احترافية وتخصيصًا في المقدمة. ٥. بروتوكول قابلية التشغيل البيني عبر السلاسل، وهو مشابه إلى حد ما للإطار الذي يحدده بروتوكول MCP مفتوح المصدر. يكمن الفرق في أن هذه المجموعة من حلول قابلية التشغيل البيني تتطلب آلية جدولة تتابع واتصالات تتكيف مع تشغيل الوكيل ونقله والتحقق منه، ويمكنها إكمال نقل الأصول ومزامنة حالات الوكيل بين السلاسل المختلفة، وخاصة الحالات المعقدة، بما في ذلك سياق الوكيل وPromopt وقاعدة المعرفة والذاكرة، إلخ. برأيي، يكمن مفتاح إتقان وكيل الذكاء الاصطناعي على منصة web3 في كيفية جعل "سير العمل المعقد" لوكيل الذكاء الاصطناعي و"سير التحقق من الثقة" لسلسلة الكتل (blockchain) متوافقين قدر الإمكان. أما بالنسبة لهذه الحلول التدريجية، فمن الممكن أن يتم ترقيتها وتكرارها من مشاريع سردية موجودة، أو يتم إنشاؤها حديثًا من مشاريع في مسار السرد الخاص بوكيل الذكاء الاصطناعي الذي تم تشكيله حديثًا. هذا هو الاتجاه الذي يجب أن يسعى وكيل الذكاء الاصطناعي web3 إلى بنائه، وهو يتماشى مع أساسيات النظام البيئي المبتكر في ظل السرد الكلي للذكاء الاصطناعي + التشفير. إذا لم يكن هناك ابتكار وتطوير مناسبين وإنشاء حواجز تنافسية متباينة، فإن أي اضطراب في مسار الذكاء الاصطناعي على شبكة الويب 2 قد يقلب الذكاء الاصطناعي على شبكة الويب 3 رأسًا على عقب.
Alex
Miyuki
Weiliang
Kikyo
Joy
Catherine
Weatherly