Exploração Interdisciplinar do Agente de IA no Campo Web3: de Manus a MC

Recentemente, um produto de Agente AI genérico chamado Manus chamou muita atenção. Como o primeiro produto desse tipo no mundo, o Manus demonstra uma forte capacidade de pensamento independente, planejamento e execução de tarefas complexas, oferecendo valiosas ideias e inspirações para o desenvolvimento de Agentes AI. Com o rápido desenvolvimento da tecnologia AI, os Agentes AI, como um ramo importante do campo da inteligência artificial, estão gradualmente passando do conceito para a realidade, mostrando um enorme potencial de aplicação em diversos setores, incluindo a indústria Web3.

O Agente de IA é um programa de computador capaz de tomar decisões e executar tarefas de forma autónoma com base no ambiente, nas entradas e nos objetivos predefinidos. Os seus componentes principais incluem um grande modelo de linguagem (LLM) como "cérebro", mecanismos de observação e percepção, processos de raciocínio e reflexão, execução de ações, bem como memória e recuperação. Os padrões de design do Agente de IA têm principalmente duas rotas de desenvolvimento: uma que se concentra na capacidade de planeamento e outra que se concentra na capacidade de reflexão.

O modo ReAct é o primeiro a aparecer e o mais amplamente utilizado no design de Agentes de IA. Ele resolve tarefas diversificadas de raciocínio e decisão linguística ao combinar o raciocínio (Reasoning) e a ação (Acting) nos modelos de linguagem. Seu fluxo típico pode ser descrito como um ciclo de pensar (Thought) → agir (Action) → observar (Observation).

O Agente de IA também pode ser dividido em Agente Único e Multi Agente, dependendo do número de agentes. O núcleo do Agente Único reside na combinação do LLM com ferramentas, enquanto o Multi Agente atribui diferentes papéis a cada Agente, permitindo a realização de tarefas complexas através da colaboração entre os Agentes.

Modelo de Protocolo de Contexto (MCP) é um protocolo de código aberto, destinado a resolver questões de conexão e interação entre LLM e fontes de dados externas. O MCP oferece três capacidades para ampliar o LLM: Recursos(, Expansão de Conhecimento), Ferramentas( para executar funções, chamar sistemas externos) e Prompts( para modelos de palavras-chave pré-escritos).

No setor Web3, o desenvolvimento de Agentes de IA concentra-se principalmente em três modos: modo de plataforma de lançamento, modo DAO e modo de empresa comercial. Dentre estes, o modo de plataforma de lançamento é o que tem mais probabilidade de alcançar um ciclo econômico autossustentável. No entanto, este modo também enfrenta o problema da atratividade insuficiente dos ativos.

A emergência do MCP trouxe novas direções de exploração para os Agentes de IA do Web3. Em primeiro lugar, a implementação do MCP Server na rede blockchain resolve problemas de ponto único e possui capacidade de resistência à censura; em segundo lugar, permite que o MCP Server tenha a capacidade de interagir com a blockchain, reduzindo a barreira técnica. Além disso, há uma proposta baseada em Ethereum para construir a rede de incentivos para criadores OpenMCP.Network.

Embora a combinação de MCP com Web3 possa, em teoria, injetar mecanismos de confiança descentralizados e camadas de incentivo econômico nas aplicações de AI Agent, o nível tecnológico atual ainda torna difícil realizar plenamente essa visão. A tecnologia de prova de conhecimento zero tem dificuldades em verificar a autenticidade do comportamento do Agent, e as redes descentralizadas também enfrentam problemas de eficiência.

A fusão da IA com o Web3 é uma tendência inevitável. Embora ainda enfrentemos muitos desafios, precisamos manter a paciência e a confiança, continuando a explorar o potencial desta área. No futuro, pode surgir um produto marcante no mundo Web3, que quebre as dúvidas externas sobre a falta de utilidade do Web3, impulsionando o desenvolvimento de toda a indústria.