Начиная с Manus и MCP: кросс-отраслевое исследование AI Agent в Web3

Автор: pignard.eth, ZAN Team

6 марта продукт универсального AI Agent под названием Manus, выпущенный китайским стартапом Monica, попал в заголовки китайских технологических СМИ и социальных сетей. В первый день запуска код приглашения было трудно найти во всей сети, даже на Xianyu код приглашения стоил 50 000, тем не менее, многие отраслевые KOL получили код приглашения заранее, и за ними последовал шквал статей с интерпретацией опыта.

Как продукт универсального AI Agent, Manus обладает способностью автономно выполнять задачи от планирования до исполнения, например, написание отчетов, создание таблиц и т.д. Он не только генерирует идеи, но и может независимо мыслить и действовать. Благодаря своей мощной способности независимо мыслить, планировать и выполнять сложные задачи, напрямую предоставляя готовые результаты, он демонстрирует беспрецедентную универсальность и исполнительность.

Взрывная популярность Manus привлекла внимание отрасли, а также предоставила ценные идеи продукта и дизайнерское вдохновение для разработки различных AI Agent. С быстрым развитием технологий AI, AI Agent, как важное направление в области искусственного интеллекта, постепенно переходит от концепции к реальности и демонстрирует огромный потенциал применения в различных отраслях, конечно, включая индустрию Web3.

Базовые знания

AI Agent, то есть агент искусственного интеллекта, это компьютерная программа, способная автономно принимать решения и выполнять задачи на основе окружающей среды, ввода и предопределенных целей. Основные компоненты AI Agent включают большую языковую модель (LLM) как его «мозг», позволяющую обрабатывать информацию, учиться на взаимодействии, принимать решения и выполнять действия; механизмы наблюдения и восприятия, позволяющие воспринимать окружающую среду; процесс логического мышления, включающий анализ результатов наблюдения и содержания памяти и рассмотрение возможных действий; исполнение действий, как явный ответ на мышление и наблюдение; а также память и извлечение, хранение прошлого опыта для использования в обучении.

Шаблоны проектирования AI Agent исходят из ReAct, есть два пути развития: один больше ориентирован на способность планирования AI Agent, включая REWOO, Plan & Execute, LLM Compiler. Другой больше ориентирован на способность рефлексии, включая Basic Reflection, Reflexion, Self Discover, LATS.

Среди них режим ReAct является самым ранним появившимся режимом проектирования AI Agent, в настоящее время также самым широко применяемым, поэтому здесь в основном представлена концепция ReAct. ReAct означает решение разнообразных задач логического вывода и принятия решений путем комбинации логического вывода (Reasoning) и действия (Acting) в языковой модели. Его типичный процесс показан на рисунке ниже, его можно описать интересным циклом: Мысль (Thought) → Действие (Action) → Наблюдение (Observation), сокращенно цикл TAO.

• Мысль: Столкнувшись с проблемой, нам нужно глубоко подумать. Этот процесс мышления касается того, как определить проблему, определить ключевую информацию и шаги логического вывода, необходимые для решения проблемы.

• Действие: После определения направления мышления, наступает время действовать. Согласно нашему мышлению, принять соответствующие меры или выполнить конкретные задачи, чтобы ожидать продвижения проблемы к решению.

• Наблюдение: После действия мы должны внимательно наблюдать за результатами. Этот шаг проверяет, эффективно ли наше действие, приблизились ли мы к ответу на проблему.

• Циклическая итерация

AI Agent также можно разделить на Single Agent и Multi Agent в зависимости от количества агентов. Ядро Single Agent заключается в сотрудничестве LLM и инструментов, и в процессе выполнения задачи Agent может иметь много раундов взаимодействия с пользователем. Multi Agent назначит разным Agent разные роли, через сотрудничество между Agent для выполнения сложных задач, но в процессе выполнения задачи, по сравнению с Single Agent, взаимодействие с пользователем будет меньше. В настоящее время большинство фреймворков сосредоточены на сценарии Single Agent.

Model Context Protocol (MCP) — это открытый протокол, запущенный компанией Anthropic 25 ноября 2024 года, направленный на решение проблем подключения и взаимодействия между LLM и внешними источниками данных. Можно сравнить LLM с операционной системой, MCP с интерфейсом USB, поддерживающим гибкое подключение внешних данных и инструментов, затем пользователь может читать и использовать эти внешние данные и инструменты.

MCP предоставляет три возможности для расширения LLM: Resources (расширение знаний), Tools (выполнение функций, вызов внешних систем), Prompts (шаблоны предварительно написанных подсказок). Протокол MCP использует архитектуру Client-Server, транспортный уровень использует протокол JSON-RPC. Любой человек может разрабатывать и хостить MCP Server, и может в любое время отключить службу.

Статус AI Agent в Web3

В индустрии Web3 шум вокруг AI Agent достиг пика в январе этого года, затем значительно упал, общая рыночная капитализация сократилась более чем на 90%, в настоящее время шум и рыночная капитализация все еще сосредоточены вокруг исследования Web3 на базе фреймворков AI Agent,分别是「以 Virtuals Protocol 为代表的发射平台模式」、 「以 ElizaOS 为代表的 DAO 模式」和「以 Swarms 为代表的商业公司模式」。

Платформа запуска позволяет пользователям создавать, развертывать и монетизировать AI Agent, аналогично pump.fun в Meme, но ориентировано на AI Agent. Virtuals Protocol является крупнейшей платформой запуска в настоящее время, на ней выпущено более ста тысяч Agent, популярный «KOL криптокруга» AIXBT создан на базе Virtuals. Virtuals Protocol включает модульный фреймворк Agent, называемый G.A.M.E, ядро позиционирования G.A.M.E — предоставить разработчикам эффективный, открытый фреймворк, чтобы разработка и запуск AI Agent были такими же простыми, как создание сайта на WordPress.

DAO означает децентрализованную автономную организацию. ElizaOS (ранее ai16z) основана @shawmakesmagic на платформе daos.fun, первоначальная идея заключалась в использовании модели AI для имитации инвестиционных решений известного венчурного учреждения a16z и его сооснователя Marc Andreessen, и комбинации с предложениями членов DAO для инвестиций, позже развилась в DAO разработчиков AI Agent на базе фреймворка Eliza. Фреймворк Eliza построен на TypeScript, предоставляет гибкую и масштабируемую платформу для разработки AI Agent, эти Agent могут взаимодействовать на нескольких платформах, сохраняя при этом согласованную личность и знания.

Swarms инициирована текущим 20-летним @KyeGomezB в 2022 году, это корпоративный фреймворк Multi Agent, Swarms через интеллектуальное оркестрирование и эффективное сотрудничество, позволяет нескольким AI Agent работать вместе как команда, тем самым решая сложные бизнес-операционные потребности. Раньше Swarms был просто проектом AI Agent Web2, по словам основателя, у Swarms есть более 45 миллионов агентов, работающих в производственной среде, предоставляющих услуги для крупнейших в мире финансовых, страховых и медицинских учреждений. Только после выпуска токена $SWARMS в декабре 2024 года официально перешел из Web2 в Web3.

Просто с точки зрения экономической модели, в настоящее время только платформа запуска может реализовать самодостаточный экономический цикл. Возьмем Virtuals в качестве примера:

1. Создание агента: Создатель запускает новый AI Agent на платформе Virtuals;

2. Настройка кривой привязки: Создатель платит 100 токенов $VIRTUAL, создаст кривую привязки для токена нового агента, и спарит с $VIRTUAL.

3. Создание пула ликвидности: Как только достигнут лимит кривой привязки, агент «выпускается» и создает пул ликвидности, спаренный с токеном агента и токеном $VIRTUAL, придерживаясь принципа справедливого запуска без инсайдеров: нет пре-майнинга или внутреннего распределения, фиксированное общее предложение, ликвидность заблокирована на длительное время.

Virtuals помимо взимания платы за запуск AI Agent, каждая операция токена агента также взимает комиссию за операцию, и AI Agent при доступе к LLM через API Virtuals также взимает плату за логический вывод. В настоящее время ElizaOS и Swarms планируют построить свои собственные платформы запуска.

Конечно, у платформы запуска тоже есть проблемы, этот механизм выпуска активов требует, чтобы выпускаемый актив сам имел «привлекательность», чтобы сформировать положительный маховик. В настоящее время绝大多数 выпущенных AI Agent по сути являются Meme, нет поддержки внутренней стоимости, как только потеряют внимание рынка, быстро обнулятся. В текущей холодной рыночной среде, платформа запуска даже не может привлечь создателей, поэтому экономическая модель фактически не может работать.

Исследование Web3 в области MCP

Появление MCP принесло новые направления исследования для AI Agent в текущем Web3, наиболее интуитивных два направления:

1. Развертывание MCP Server в сети блокчейн, решение проблемы единой точки отказа MCP Server и одновременно обладание цензуроустойчивостью;

2. MCP Server обладает функцией взаимодействия с блокчейном, например, проведение операций DeFi и управление, снижение технического порога.

Первое направление предъявляет чрезвычайно высокие требования к системе хранения нижнего уровня блокчейна, способности управления данными и способности асинхронных вычислений, можно выбрать такие блокчейны, как 0G. 0G — это модульный AI блокчейн, имеющий масштабируемый программируемый слой DA, подходящий для AI dapp. Его модульная технология реализует бесшовную интероперабельность между цепями, одновременно обеспечивая безопасность, устраняя фрагментацию и максимизируя связность, создавая децентрализованную экосистему AI.

Второе направление похоже на вариант DeFAI, но в настоящее время бэкенд DeFAI сам инкапсулирует серию Tool в Function Call, UnifAI создает единый DeFAI MCP Server, избегая повторного изобретения колеса. UnifAI — это платформа, позволяющая автономным AI агентам выполнять задачи on-chain и off-chain в экосистеме Web3. Она имеет UniQ для автоматизации задач, рынок услуг агентов и инфраструктуру для обнаружения инструментов.

Помимо двух вышеуказанных направлений, основатель LXDAO и ETHPanda @brucexu_eth предложил план构建一个 OpenMCP.Network 创作者激励网络的方案。 -> предложил план построения сети стимулов создателей OpenMCP.Network на базе Ethereum. MCP Server нуждается в хостинге и предоставлении стабильных услуг, пользователи платят провайдеру LLM, провайдер LLM распределяет фактические стимулы через сеть на вызываемые MCP Servers, тем самым поддерживая устойчивость и стабильность всей сети, стимулируя создателей MCP постоянно создавать и предоставлять высококачественный контент. Этот набор сетей потребуется использовать смарт-контракты для реализации автоматизации стимулов, прозрачности, доверия и цензуроустойчивости. Подпись в процессе работы, проверка разрешений, защита конфиденциальности могут быть реализованы с использованием кошелька Ethereum, технологии ZK и т.д.

Хотя теоретически, комбинация MCP и Web3 может внедрить механизм децентрализованного доверия и уровень экономических стимулов для приложений AI Agent, но текущая технология доказательств с нулевым разглашением (ZKP) еще трудно проверить真实ность поведения Agent, и децентрализованная сеть еще имеет проблемы с эффективностью, это не план, которое может быть успешным в краткосрочной перспективе.

Заключение

Выпуск Manus знаменует важную веху продукта универсального AI Agent, в мире Web3 тоже нужен продукт-веха, чтобы развеять внешние сомнения о том, что у Web3 нет практичности, только спекуляции.

Появление MCP принесло новые направления исследования для AI Agent в Web3, включая развертывание MCP Server в сети блокчейн, а также MCP Server обладает функцией взаимодействия с блокчейном, или построение сети стимулов создателей MCP Server.

AI — это самая грандиозная нарратив в истории, для Web3, интеграция с AI неизбежна, нам все еще нужно сохранять терпение и уверенность, постоянно исследовать.