ما هو MCP؟ الأجهزة ، ثم MCP هي واجهة USB التي تدعم الإدراج المرن للبيانات والأدوات الخارجية ، ومن ثم يمكن للمستخدمين قراءة هذه البيانات والأدوات الخارجية. الموارد (توسيع المعرفة)
الأدوات (تنفيذ الوظائف، استدعاء الأنظمة الخارجية)
المطالبات (قوالب مطالبات مكتوبة مسبقًا)
يمكن تطوير MCP واستضافته من قبل أي شخص، ويتم توفيره في شكل خادم، ويمكن أن يكون غير متصل بالإنترنت ويتوقف في أي وقت.
02 لماذا نحتاج إلى MCP؟
حاليًا، يستخدم LLM أكبر قدر ممكن من البيانات لإجراء عدد كبير من الحسابات وتوليد عدد كبير من المعلمات، ودمج المعرفة في النموذج، وذلك لتحقيق مخرجات الحوار للمعرفة المقابلة. ومع ذلك، هناك العديد من المشاكل الرئيسية:
تتطلب الكميات الكبيرة من البيانات والحسابات قدرًا كبيرًا من الوقت والأجهزة، كما أن المعرفة المستخدمة في التدريب عادة ما تكون قديمة.
من الصعب نشر النماذج التي تحتوي على عدد كبير من المعلمات واستخدامها على الأجهزة المحلية، ولكن في الواقع، قد لا يحتاج المستخدمون إلى جميع المعلومات لتلبية احتياجاتهم في معظم السيناريوهات.
تستخدم بعض النماذج برامج الزحف لقراءة المعلومات الخارجية لإجراء الحسابات لتحقيق التوقيت المناسب، ولكن بسبب القيود المفروضة على برامج الزحف وجودة البيانات الخارجية، فإنها قد تنتج محتوى أكثر تضليلاً.
نظرًا لأن الذكاء الاصطناعي لم يحقق فوائد جيدة للمبدعين، فقد بدأت العديد من المواقع الإلكترونية والمحتوى في تنفيذ تدابير مضادة للذكاء الاصطناعي، مما أدى إلى توليد كمية كبيرة من البريد العشوائي، مما سيؤدي إلى انخفاض تدريجي في جودة LLM. من الصعب توسيع نطاق برنامج LLM ليشمل جميع جوانب الوظائف والعمليات الخارجية. على سبيل المثال، يمكنه استدعاء واجهة GitHub بدقة لتنفيذ بعض العمليات. سيُنشئ شيفرةً برمجيةً بناءً على مستندات قد تكون قديمة، ولكنه لا يضمن دقة التنفيذ.
03 التطور المعماري لـ LLM السمين وLLM + MCP الرقيق
يمكننا اعتبار النموذج الحالي واسع النطاق بمثابة LLM سمين، ويمكن تمثيل بنيته بالرسم التخطيطي البسيط التالي:

بعد أن يدخل المستخدم المعلومات، يتم تفكيك الإدخال واستنتاجه من خلال طبقة الإدراك والتفكير، ثم يتم استدعاء عدد كبير من المعلمات لتوليد النتائج.
بناءً على MCP، قد يركز LLM على تحليل اللغة نفسه، وتجريد المعرفة والقدرات ليصبح LLM رقيقًا:

في ظل بنية LLM الرقيقة، ستركز طبقة الإدراك والتفكير على كيفية تحليل جميع جوانب معلومات البيئة المادية البشرية إلى رموز، بما في ذلك على سبيل المثال لا الحصر: الصوت والنغمة والرائحة والصورة والنص والجاذبية ودرجة الحرارة وما إلى ذلك، ثم استخدام MCP Coordinator لتنظيم وتنسيق ما يصل إلى مئات من خوادم MCP لإكمال المهمة. ستزداد تكلفة وسرعة تدريب LLM الرقيق بسرعة، وستصبح متطلبات معدات النشر منخفضة للغاية.
04 كيف تحل MCP ثلاث مشاكل رئيسية؟
كيف يمكن للأشخاص العاديين المشاركة في صناعة الذكاء الاصطناعي؟
يمكن لأي شخص لديه مواهب فريدة إنشاء خادم MCP الخاص به لتقديم الخدمات إلى LLM. على سبيل المثال، يمكن لمحبي الطيور تقديم ملاحظاتهم عن الطيور التي جمعها على مر السنين كخدمة للعالم الخارجي من خلال MCP. عندما يستخدم شخص ما LLM للبحث عن معلومات متعلقة بالطيور، سيتم استدعاء خدمة MCP لملاحظات الطيور الحالية. وسوف يحصل المبدعون أيضًا على حصة من الإيرادات. هذه دورة اقتصادية أكثر دقةً وأتمتةً للمُنشئين. محتوى الخدمة أكثر توحيدًا، ويمكن حساب عدد المكالمات ورموز الإخراج بدقة. يمكن لمقدمي LLM أيضًا الاتصال بخوادم Bird Notes MCP المتعددة في نفس الوقت للسماح للمستخدمين بالاختيار والتقييم لتحديد من لديه جودة أفضل ويحصل على وزن مطابق أعلى.
مزيج مربح للطرفين بين الذكاء الاصطناعي والإيثريوم
أ. يمكننا بناء شبكة حوافز للمبدعين على منصة OpenMCP.Network تعتمد على الإيثريوم. يحتاج خادم MCP إلى استضافة خدمات مستقرة وتوفيرها. يدفع المستخدمون لمقدمي خدمات LLM، الذين يوزعون حوافز فعلية على خوادم MCP المُستدعاة عبر الشبكة للحفاظ على استدامة واستقرار الشبكة بأكملها، وتشجيع منشئي MCP على مواصلة إنشاء وتقديم محتوى عالي الجودة. ستحتاج هذه الشبكة إلى استخدام العقود الذكية لجعل الحوافز آلية وشفافة وجديرة بالثقة ومقاومة للرقابة. يمكن تحقيق التوقيعات والتحقق من الأذونات وحماية الخصوصية أثناء التشغيل باستخدام تقنيات مثل محافظ Ethereum وZK. ب. تطوير خوادم MCP المتعلقة بعمليات سلسلة إيثريوم، مثل خدمة استدعاء محفظة AA. سيتمكن المستخدمون من تنفيذ مدفوعات المحفظة باستخدام لغة LLM دون الكشف عن المفاتيح الخاصة والأذونات ذات الصلة لـ LLM. ج. تتوفر أيضًا أدوات تطوير متنوعة لتبسيط تطوير عقود الإيثريوم الذكية وتوليد الأكواد البرمجية.
تحقيق لامركزية الذكاء الاصطناعي
أ. تُحسّن خوادم MCP من لامركزية المعرفة والقدرات في مجال الذكاء الاصطناعي. يمكن لأي شخص إنشاء خوادم MCP واستضافتها، والتسجيل في منصات مثل OpenMCP.Network، والحصول على حوافز بناءً على المكالمات. لا يمكن لشركة واحدة التحكم في جميع خوادم MCP. إذا قدم مزود LLM حوافز غير عادلة لخوادم MCP، فسوف يدعم المبدعون حظر تلك الشركة، وسوف يتحول المستخدمون الذين لا يحصلون على نتائج عالية الجودة إلى مزودي LLM آخرين لتحقيق منافسة أكثر عدالة.
ب. يمكن للمبدعين تطبيق تحكم دقيق في الأذونات على خوادم MCP الخاصة بهم لحماية الخصوصية وحقوق النشر. ينبغي لمقدمي برامج الماجستير في إدارة الأعمال تشجيع المبدعين على المساهمة في توفير خوادم MCP عالية الجودة من خلال توفير حوافز معقولة. ج. سيتم سد الفجوة في قدرات حاملي شهادة الماجستير في القانون تدريجيًا، لأن اللغة البشرية محدودة بالقدرة على التعبير وتتطور ببطء شديد. سيتعين على مزودي LLM تركيز اهتمامهم وأموالهم على خوادم MCP عالية الجودة بدلاً من إعادة استخدام المزيد من بطاقات الرسومات لصنع الإكسير.
د. سيتم توزيع قدرات AGI وتخفيض مستواها. سيُستخدم LLM فقط لمعالجة اللغة وتفاعل المستخدم، وسيتم توزيع قدرات محددة على خوادم MCP مختلفة. لن يشكل الذكاء الاصطناعي العام تهديدًا للبشر لأنه لن يكون من الممكن إجراء سوى محادثات لغوية أساسية بعد إغلاق خوادم MCP.
05 نظرة عامة
إن التطور المعماري لخوادم LLM + MCP يتمثل في الأساس في اللامركزية لقدرات الذكاء الاصطناعي، مما يقلل من خطر تدمير الذكاء الاصطناعي العام للبشرية. يتيح استخدام LLM حساب عدد المكالمات والمدخلات والمخرجات لخوادم MCP وأتمتتها على مستوى الرمز المميز، مما يضع الأساس لبناء النظام الاقتصادي لمنشئ الذكاء الاصطناعي.
يمكن للنظام الاقتصادي الجيد أن يدفع المبدعين إلى المساهمة بنشاط في إنشاء خوادم MCP عالية الجودة، وبالتالي دفع تنمية الجنس البشري بأكمله وتحقيق عجلة إيجابية. لن يقاوم المبدعون الذكاء الاصطناعي بعد الآن، وسوف يوفر الذكاء الاصطناعي المزيد من الوظائف والدخل، ويوزع أرباح الشركات التجارية الاحتكارية مثل OpenAI بشكل معقول.
هذا النظام الاقتصادي، جنبًا إلى جنب مع خصائصه واحتياجات المبدعين، مناسب جدًا للتنفيذ على أساس الإيثريوم.
06 النظرة المستقبلية: الخطوة التالية في تطور البرنامج النصي
سوف تظهر بروتوكولات MCP أو بروتوكولات شبيهة بـ MCP في تدفق لا نهاية له، وستبدأ العديد من الشركات الكبرى في التنافس على تعريف المعايير. سيظهر MCP Based LLM، وهو نموذج صغير يركز على تحليل ومعالجة اللغة البشرية، مع منسق MCP المرفق للوصول إلى شبكة MCP. سيدعم برنامج LLM الاكتشاف التلقائي وجدولة خوادم MCP دون الحاجة إلى تكوين يدوي معقد.
ستظهر مزودو خدمات شبكة MCP، كل منهم بنظام حوافز اقتصادي خاص به، ويمكن لمنشئي MCP كسب الدخل عن طريق التسجيل واستضافة خوادمهم الخاصة.
إذا تم بناء نظام الحوافز الاقتصادية لشبكة MCP باستخدام Ethereum ويعتمد على العقود الذكية، فإن معاملات شبكة Ethereum ستزداد بشكل متحفظ بنحو 150 مرة (بناءً على 100 مليون مكالمة محافظة للغاية إلى خوادم MCP يوميًا، وكتلة حاليًا من 12 بما في ذلك 100 معاملة).