Khám Phá Đa Ngành Của AI Agent Trong Lĩnh Vực Web3: Từ Manus Đến MCP

Gần đây, một công ty khởi nghiệp của Trung Quốc đã ra mắt sản phẩm AI Agent toàn cầu đầu tiên mang tên Manus, thu hút sự chú ý rộng rãi. Là một AI Agent toàn diện, Manus có khả năng thực hiện độc lập toàn bộ quy trình từ lên kế hoạch đến thực hiện, như viết báo cáo, tạo bảng biểu, v.v. Nó không chỉ có thể tạo ra ý tưởng mà còn có thể suy nghĩ độc lập và hành động, thể hiện tính linh hoạt và khả năng thực hiện chưa từng có.

Sự bùng nổ của Manus không chỉ thu hút sự chú ý của ngành mà còn cung cấp những ý tưởng sản phẩm và cảm hứng thiết kế quý giá cho việc phát triển các AI Agent. Với sự phát triển nhanh chóng của công nghệ AI, AI Agent như một nhánh quan trọng trong lĩnh vực trí tuệ nhân tạo, đang dần chuyển từ khái niệm sang thực tế và thể hiện tiềm năng ứng dụng to lớn trong nhiều ngành nghề, ngành Web3 cũng không phải là ngoại lệ.

Tóm tắt về AI Agent

AI Agent là một chương trình máy tính có khả năng tự động đưa ra quyết định và thực hiện nhiệm vụ dựa trên môi trường, đầu vào và mục tiêu đã được định nghĩa trước. Các thành phần chính của nó bao gồm:

1. Mô hình ngôn ngữ lớn (LLM): như "bộ não" của Agent, xử lý thông tin, học hỏi, quyết định và thực hiện hành động.
2. Cơ chế quan sát và cảm nhận: cho phép Agent có thể cảm nhận môi trường.
3. Quá trình suy luận: Phân tích kết quả quan sát và nội dung trí nhớ, xem xét các hành động có thể.
4. Hành động thực hiện: Đưa ra phản hồi cụ thể đối với suy nghĩ và quan sát.
5. Ký ức và truy xuất: Lưu trữ kinh nghiệm trong quá khứ để phục vụ cho việc học.

Mô hình thiết kế của AI Agent bắt nguồn từ ReAct, có hai hướng phát triển chính: một hướng tập trung vào khả năng lập kế hoạch của Agent, hướng còn lại tập trung vào khả năng phản ánh. Mô hình ReAct hiện là mô hình thiết kế AI Agent được ứng dụng rộng rãi nhất, quy trình điển hình của nó có thể được mô tả là chu kỳ tư duy (Thought) → hành động (Action) → quan sát (Observation), viết tắt là chu kỳ TAO.

Dựa vào số lượng tác nhân, AI Agent có thể được chia thành Single Agent và Multi Agent. Core của Single Agent là sự kết hợp giữa LLM và công cụ, trong khi Multi Agent giao cho các tác nhân khác nhau các vai trò khác nhau, hoàn thành các nhiệm vụ phức tạp thông qua hợp tác.

Giới thiệu về giao thức MCP

Model Context Protocol (MCP) là một giao thức mã nguồn mở được một công ty ra mắt vào tháng 11 năm 2024, nhằm giải quyết vấn đề kết nối và tương tác giữa LLM và các nguồn dữ liệu bên ngoài. MCP có thể được so sánh như "cổng USB" của LLM, hỗ trợ việc linh hoạt cắm nối dữ liệu và công cụ bên ngoài.

MCP cung cấp ba loại khả năng mở rộng LLM:

1. Tài nguyên：Mở rộng kiến thức
2. Công cụ：Thực thi hàm, gọi hệ thống bên ngoài
3. Prompts：Mẫu từ gợi ý đã được viết sẵn

MCP sử dụng kiến trúc Client-Server, việc truyền tải cơ sở sử dụng giao thức JSON-RPC. Bất kỳ ai cũng có thể phát triển và lưu trữ MCP Server, và có thể ngừng dịch vụ bất cứ lúc nào.

Tình trạng AI Agent trong Web3

Sự quan tâm đến AI Agent trong ngành Web3 đã giảm mạnh sau khi đạt đỉnh vào tháng 1 năm nay, với tổng giá trị thị trường giảm hơn 90%. Hiện tại, các dự án hoạt động tích cực chủ yếu xoay quanh việc khám phá Web3 dựa trên khung AI Agent, chủ yếu có ba mô hình:

1. Chế độ nền tảng phát sóng: đại diện cho Virtuals Protocol, cho phép người dùng tạo, triển khai và kiếm tiền từ AI Agent.
2. Mô hình DAO: Đại diện bởi ElizaOS, kết hợp mô hình AI và đề xuất của các thành viên DAO để đưa ra quyết định.
3. Mô hình công ty thương mại: đại diện bởi Swarms, cung cấp khung đa tác nhân cấp doanh nghiệp.

Từ góc độ mô hình kinh tế, hiện tại chỉ có mô hình nền tảng phát hành có thể đạt được vòng khép kín kinh tế tự cung tự cấp. Tuy nhiên, mô hình này cũng đối mặt với những thách thức như sức hấp dẫn của tài sản không đủ, môi trường thị trường ảm đạm.

Hướng đi khám phá của MCP trong lĩnh vực Web3

Sự xuất hiện của MCP đã mang đến một hướng khám phá mới cho AI Agent trong Web3:

1. Triển khai máy chủ MCP vào mạng blockchain, giải quyết vấn đề điểm đơn và có khả năng chống kiểm duyệt.
2. Cung cấp chức năng tương tác giữa MCP Server và blockchain, như thực hiện giao dịch DeFi và quản lý, giảm bớt rào cản kỹ thuật.

Ngoài ra, còn có kế hoạch xây dựng mạng lưới khuyến khích cho người sáng tạo OpenMCP.Network dựa trên Ethereum. Mạng lưới này nhằm mục đích tự động hóa, minh bạch, tin cậy và chống kiểm duyệt khuyến khích thông qua hợp đồng thông minh, sử dụng ví Ethereum, ZK và các công nghệ khác để thực hiện chữ ký, xác thực quyền và bảo vệ quyền riêng tư trong quá trình vận hành.

Mặc dù sự kết hợp của MCP với Web3 lý thuyết có thể cung cấp cơ chế tin cậy phi tập trung và lớp khuyến khích kinh tế cho các ứng dụng AI Agent, nhưng công nghệ chứng minh không kiến thức hiện tại vẫn khó xác minh tính xác thực của hành vi của Agent, và mạng phi tập trung cũng gặp vấn đề về hiệu quả, đây không phải là giải pháp có thể được giải quyết hoàn toàn trong thời gian ngắn.

Kết luận

Việc phát hành Manus đánh dấu một cột mốc quan trọng cho sản phẩm AI Agent tổng quát, thế giới Web3 cũng cần một sản phẩm cột mốc để phá vỡ những hoài nghi bên ngoài về tính hữu dụng của nó. Sự xuất hiện của MCP mang đến một hướng khám phá mới cho AI Agent trong Web3. Sự kết hợp giữa AI và Web3 là một xu hướng không thể tránh khỏi, chúng ta cần giữ vững kiên nhẫn và niềm tin, tiếp tục khám phá những khả năng trong lĩnh vực này.