TL;DR

Abaixo estão meus pensamentos pessoais:

1) MCP (Model Context Protocol) é um protocolo padronizado de código aberto projetado para permitir conexões perfeitas entre vários LLMs de IA (Large Language Models) e Agentes com diversas fontes de dados e ferramentas. Pense nisso como uma interface USB "universal" plug-and-play, substituindo os antigos e rígidos métodos de embalagem "específicos" de ponta a ponta.

Em termos simples, houve claros silos de dados entre aplicações de IA. Para a interoperação entre Agentes/LLMs, cada um precisava desenvolver suas próprias interfaces de API. Isso tornou o processo complexo e faltou capacidades de interação bidirecional. Além disso, esses modelos frequentemente tinham acesso e permissões limitadas.

A chegada do MCP fornece um framework unificado, permitindo que aplicações de IA se libertem dos silos de dados do passado e acessem dinamicamente dados e ferramentas externas. Isso reduz drasticamente a complexidade do desenvolvimento e melhora a eficiência de integração, especialmente na automatização de tarefas, consulta de dados em tempo real e colaboração entre plataformas. Assim que mencionei isso, muitos imediatamente pensaram: se Manus, uma inovação na colaboração multi-agente, integrar o MCP - um framework projetado para impulsionar tal colaboração - não seria imparável?

Na verdade, Manus + MCP é o fator-chave por trás da atual disrupção no espaço do Agente de IA Web3.

2) No entanto, o que é verdadeiramente perplexo é que tanto o Manus quanto o MCP são estruturas e padrões de protocolo projetados para web2 LLM/Agent, resolvendo questões relacionadas à interação de dados e colaboração entre servidores centralizados. Suas permissões e controle de acesso ainda dependem da abertura “ativa” de cada nó do servidor. Em outras palavras, eles funcionam mais como atributos de ferramentas de código aberto do que abraçando totalmente os princípios descentralizados.

Por direito, isso vai contra os valores centrais do Agente de IA web3, como “servidores distribuídos, colaboração distribuída e incentivos distribuídos.” Como um canhão italiano centralizado poderia derrubar uma fortaleza descentralizada?

A questão decorre do fato de que, em suas fases iniciais, o Agente de IA web3 tem sido muito 'centrado na web2'. Muitos dos times envolvidos vêm de um background web2 e carecem de um entendimento profundo das necessidades nativas do web3. Pegue o framework ElizaOS, por exemplo, originalmente criado para ajudar os desenvolvedores a implantar rapidamente aplicativos do Agente de IA. Ele integrou plataformas como Twitter e Discord, bem como APIs como OpenAI, Claude e DeepSeek, fornecendo estruturas para memória e desenvolvimento de personagens para acelerar a implantação do Agente de IA. Mas quando analisado, como este framework de serviço difere das ferramentas open-source web2? Quais são as vantagens únicas que ele oferece?

A suposta vantagem está em seu sistema de incentivo tokenomics. Mas essencialmente, é um framework que poderia ser facilmente substituído pelo web2, conduzindo Agentes de IA que estão principalmente focados em emitir novas moedas. Isso é preocupante. Se você seguir essa lógica, entenderá por que Manus + MCP podem disruptar os Agentes de IA web3: muitos frameworks existentes de Agentes de IA web3 simplesmente replicam as necessidades rápidas de desenvolvimento e aplicação dos Agentes de IA web2 sem avançar em serviços técnicos, padrões ou diferenciação. Como resultado, o mercado e o capital reavaliaram e recalibraram os Agentes de IA web3 anteriores.

3) Agora, tendo identificado o cerne do problema, o que pode ser feito para resolvê-lo? A resposta é simples: focar na criação de soluções verdadeiramente nativas da web3. A vantagem única da web3 reside em seus sistemas distribuídos e estruturas de incentivo.

Considere plataformas de serviços de computação distribuída em nuvem, dados e algoritmos. Embora à primeira vista pareça que agregar recursos ociosos para fornecer energia computacional e dados não satisfará as necessidades imediatas de inovação em engenharia, a realidade é que, à medida que muitos AI LLMs se engajam em uma corrida de desempenho, a ideia de oferecer 'recursos ociosos a baixo custo' se torna um modelo de serviço atraente. Inicialmente, os desenvolvedores web2 e os VCs podem descartar isso, mas à medida que a inovação do Agente de IA web2 avança além do desempenho e entra na expansão de aplicativos verticais, ajuste fino e otimização de modelos, as vantagens dos recursos de IA web3 se tornarão claras.

Na verdade, uma vez que a IA da web2 tenha alcançado o topo por meio de monopólios de recursos, será cada vez mais difícil reverter e usar uma estratégia de "campo-circunda-cidade" para lidar com aplicações segmentadas e de nicho. É nesse momento que uma abundância de desenvolvedores de IA da web2, combinada com recursos de IA da web3, impulsionará verdadeiramente para a frente.

Assim, a oportunidade para Agentes de IA web3 é clara: antes que a plataforma de recursos de IA web3 seja inundada por desenvolvedores web2 buscando soluções, precisamos nos concentrar no desenvolvimento de um conjunto de soluções viáveis, nativas da web3. Além do rápido deployment estilo web2, colaboração multiagente e modelos de moeda baseados em tokenomics, existem inúmeras direções inovadoras nativas da web3 para Agentes de IA web3 que valem a pena explorar:

Por exemplo, seria necessário um framework de colaboração de consenso distribuído, considerando as características da computação off-chain de modelos grandes de LLM e armazenamento de estado on-chain. Isso requer muitos componentes adaptáveis:

1. Um Sistema de Verificação de Identidade DID Descentralizado: Isso permitiria que Agentes tivessem identidades verificáveis na cadeia, semelhante à geração de um endereço único para um contrato inteligente por uma máquina virtual em execução. Esse sistema é principalmente usado para o rastreamento contínuo e registro de estados subsequentes;

2. Um Sistema Oracle Descentralizado: Este sistema é responsável pela aquisição confiável e verificação de dados off-chain. Ao contrário dos Oracles tradicionais, este sistema adaptado a Agentes de IA pode exigir uma arquitetura combinada, incluindo camadas de coleta de dados, camadas de consenso de decisão e camadas de feedback de execução. Isso garante que os dados necessários pelo agente on-chain, e as decisões e cálculos off-chain, possam ser acessados em tempo real;

3. Um Sistema DA de Armazenamento Descentralizado: Como o estado da base de conhecimento durante a operação de um Agente de IA é incerto e os processos de raciocínio tendem a ser temporários, é necessário registrar a biblioteca de estados-chave e os caminhos de raciocínio por trás do LLM. Estes devem ser armazenados em um sistema de armazenamento distribuído com um mecanismo de prova de dados controlado por custo para garantir a disponibilidade de dados durante a verificação da cadeia pública;

4. Uma camada de computação de privacidade de prova de conhecimento zero (ZKP): Isso pode ser integrado com soluções de computação de privacidade como TEE (Ambiente de Execução Confiável) e FHE (Criptografia Totalmente Homomórfica), permitindo a computação de privacidade em tempo real e verificação de prova de dados. Isso permite que os Agentes acessem uma gama mais ampla de fontes de dados verticais (por exemplo, médicas, financeiras), levando ao surgimento de Agentes de serviço mais especializados e personalizados;

5. Um Protocolo de Interoperabilidade entre Cadeias: Isso se assemelharia ao framework definido pelo protocolo de código aberto MCP. No entanto, essa solução de interoperabilidade requer mecanismos de agendamento de retransmissão e comunicação que se adaptem às operações do Agente, transmissão e verificação. Isso garante transferências de ativos e sincronização de status entre diferentes cadeias, especialmente para estados complexos como contexto do Agente, Prompts, base de conhecimento, Memória, etc.

......

Na minha opinião, o desafio central para os Agentes de IA da Web3 é alinhar os 'fluxos complexos' dos Agentes de IA com o 'fluxo de verificação de confiança' do blockchain o mais próximo possível. Essas soluções incrementais podem surgir a partir da atualização de projetos existentes ou serem reimaginadas dentro de novos projetos na trajetória narrativa do Agente de IA.

Esta é a direção que os Agentes de IA Web3 devem mirar para desenvolver, alinhando-se com o ecossistema inovador fundamental sob a narrativa macro de IA + Cripto. Se não houver inovação ou estabelecimento de barreiras competitivas diferenciadas, cada mudança na trilha de IA Web2 poderia perturbar a paisagem de IA Web3.

Aviso legal:

1. Este artigo é reproduzido de [GateSubstack do Haotian-CryptoInsight], the copyright belongs to the original author [@haotiancryptoinsight]. Se você tiver alguma objeção à reprodução, entre em contato Porta Aprendertime, a equipe lidará com isso o mais rápido possível de acordo com os procedimentos relevantes.
2. Aviso Legal: As visualizações e opiniões expressas neste artigo representam apenas as opiniões pessoais do autor e não constituem nenhum conselho de investimento.
3. Outras versões em outros idiomas do artigo são traduzidas pela equipe Gate Learn e não são mencionadas em Gate.io, o artigo traduzido não pode ser reproduzido, distribuído ou plagiado.