原作者: Haotian (X: @tme l0 211 )
#ai16z や $arc などの web3 AI エージェント ターゲットの継続的な減少は、最近人気の MCP プロトコルが原因だと友人が言っていました。初めて聞いたときは少し混乱しました。一体何が問題なのでしょう?しかし、よく考えてみると、確かにあるロジックがあることがわかりました。既存の web3 AI エージェントの評価と価格設定のロジックが変更され、物語の方向性と製品の着陸ルートを緊急に調整する必要があるのです。私の個人的な意見は次のとおりです。
1) MCP (モデル コンテキスト プロトコル) は、さまざまな AI LLM/エージェントがさまざまなデータ ソースやツールにシームレスに接続できるように設計されたオープン ソースの標準化プロトコルです。これは、プラグ アンド プレイの USB「ユニバーサル」インターフェイスに相当し、従来のエンドツーエンドの「特定の」パッケージング方法に代わるものです。
簡単に言えば、AI アプリケーション間には明らかなデータ アイランドがあります。エージェント/LLM 間の相互運用性を実現するには、対応する API インターフェイスを開発する必要があります。操作手順が複雑なだけでなく、双方向の対話機能も欠けており、通常、モデル アクセスと権限の制限が比較的限られています。
MCP の登場により、AI アプリケーションが従来のデータ アイランド状態から脱却し、外部データやツールへの「動的」アクセスの可能性を実現できる統一フレームワークが提供され、特にタスクの自動実行、リアルタイム データ クエリ、クロスプラットフォーム コラボレーションの面で、開発の複雑さと統合効率が大幅に軽減されます。
この時点で、多くの人がすぐに考えたのは、マルチエージェントコラボレーションイノベーションManusを使用して、マルチエージェントコラボレーションを促進できるこのMCPオープンソースフレームワークを統合すれば、無敵になるのではないかということです。
そうです、Manus + MCP こそが、今回 web3 AI Agent が受けた影響の鍵なのです。
2) しかし、驚くべきことに、Manus と MCP はどちらも web2 LLM/Agent のフレームワークとプロトコル標準であり、集中型サーバー間のデータ相互作用とコラボレーションの問題を解決します。権限とアクセス制御も、各サーバー ノードの「アクティブな」オープンに依存しています。つまり、これは単なるオープン ソース ツールの属性です。
論理的に言えば、これは「分散サーバー、分散コラボレーション、分散インセンティブ」などの Web3 AI エージェントの中心的なアイデアに完全に反しています。集中型のイタリアの大砲が分散型のバンカーを爆破できるでしょうか?
その理由は、web3 AI Agent の第 1 フェーズが「web2 化」されすぎているためです。一方で、多くのチームは web2 のバックグラウンドを持っており、web3 Native のネイティブ ニーズを十分に理解していません。たとえば、ElizaOS フレームワークは、もともと開発者が AI Agent アプリケーションを迅速に展開できるようにするためのパッケージ フレームワークでした。Twitter や Discord などのプラットフォームと、OpenAI、Claude、DeepSeek などのいくつかの「API インターフェース」を統合し、いくつかの Memory および Charter の一般的なフレームワークを適切にカプセル化して、開発者が AI Agent アプリケーションを迅速に開発および実装できるようにします。しかし、正確に言えば、このサービス フレームワークと web2 のオープン ソース ツールの違いは何でしょうか?差別化された利点は何ですか?
えっと、トークノミクスのインセンティブ方式があるのがメリットですか？では、Web2 で完全に置き換えることができるフレームワークを使用して、新しいコインを発行するために存在する AI エージェントのグループにインセンティブを与えるのでしょうか?最悪。 。このロジックに従えば、Manus + MCP が web3 AI エージェントに影響を与えることができる理由を大まかに理解できるでしょう。
多くの web3 AI エージェント フレームワークとサービスは、web2 AI エージェントと同様の迅速な開発とアプリケーションのニーズを解決するだけで、技術サービス、標準、差別化された利点の点で web2 の革新速度に追いつくことができないため、市場/資本は以前の web3 AI エージェント バッチを再評価し、価格を変更しました。
3) そうは言っても、問題の核心は見つかったはずだが、どうすれば行き詰まりを打破できるのだろうか?唯一の方法は、 Web3 ネイティブ ソリューションに焦点を当てることです。分散システムの運用とインセンティブ アーキテクチャは、Web3 の絶対的な差別化の利点だからです。
分散型クラウドコンピューティングパワー、データ、アルゴリズムなどのサービスプラットフォームを例にとると、表面的には、このようなアイドルリソースを集約したコンピューティングパワーとデータは、短期的にはエンジニアリングイノベーションのニーズを満たすことができません。しかし、多数のAI LLMが集中型コンピューティングパワーをめぐってパフォーマンスのブレークスルーを競っているとき、「アイドルリソース、低コスト」をギミックとするサービスモデルは、当然、Web2開発者やVCチームから軽蔑されるでしょう。
しかし、web2 AIエージェントが性能革新競争の段階を過ぎると、垂直応用シナリオの拡大やセグメント化された微調整モデルの最適化などの方向を追求せざるを得なくなり、そのとき初めてweb3 AIリソースサービスの優位性が真に発揮されることになる。
実際、リソースを独占することで巨人の地位に登り詰めたWeb2 AIが一定の段階に達すると、後退することは難しくなり、田舎から都市を包囲するというアイデアを利用して、細分化されたシナリオを一つずつ突破します。その時、余剰のWeb2 AI開発者+Web3 AIリソースが協力する時が来ます。
実際、 web2 の迅速な展開 + マルチエージェント協調通信フレームワーク + トークノミック トークン発行の物語に加えて、web3 AI エージェントには、探索する価値のある web3 ネイティブの多くの革新的な方向性があります。
たとえば、分散型コンセンサスコラボレーションフレームワークが必要であり、これには、LLM 大規模モデルのオフチェーンコンピューティング + オンチェーン状態ストレージの特性を考慮した多くの適応型コンポーネントが必要です。
1. 分散型 DID 認証システムにより、エージェントは、主にその後のステータスの継続的な追跡と記録のために、スマート コントラクトの仮想マシンによって生成される一意のアドレスと同様に、検証可能なオンチェーン ID を持つことができます。
2. 分散型オラクルシステム。主にオフチェーンデータの信頼できる取得と検証を担当します。以前のオラクルとは異なり、この AI エージェント適応型オラクルのセットは、データ収集層、決定コンセンサス層、実行フィードバック層を含む複数のエージェントを組み合わせたアーキテクチャを構築する必要がある場合もあります。これにより、エージェントのオンチェーンデータとオフチェーンの計算と決定にリアルタイムでアクセスできます。
3. 分散型ストレージDAシステム。AIエージェントの実行中の知識ベースの状態は不確実であり、推論プロセスも一時的であるため、LLMの背後にあるキー状態ライブラリと推論パスを記録し、分散型ストレージシステムに保存し、パブリックチェーン検証中のデータ可用性を確保するためのコスト制御されたデータ証明メカニズムを提供するシステムが必要です。
4. ゼロ知識証明 ZKP プライバシー コンピューティング レイヤーは、 TEE や FHE などのプライバシー コンピューティング ソリューションとリンクして、リアルタイムのプライバシー コンピューティング + データ証明検証を実現できるため、エージェントはより幅広い垂直データ ソース (医療、金融) を利用できるようになり、より専門的でカスタマイズされたサービス エージェントが上位に表示されます。
5. クロスチェーン相互運用性プロトコルのセット。MCPオープンソース プロトコルで定義されたフレームワークに多少似ています。違いは、この相互運用性ソリューションのセットには、エージェントの操作、送信、検証に適応するリレーおよび通信スケジューリング メカニズムが必要であり、異なるチェーン間でのエージェントの資産転送と状態同期、特にエージェントのコンテキストとプロンプト、知識ベース、メモリなどの複雑な状態を完了できることです。
私の考えでは、本当のWeb3 AIエージェントを征服するための鍵は、AIエージェントの「複雑なワークフロー」とブロックチェーンの「信頼性検証フロー」をいかにして可能な限り互換性を持たせるかであるはずです。これらの増分ソリューションについては、既存の古いナラティブ プロジェクトからアップグレードおよび反復されるか、新しく形成された AI エージェント ナラティブ トラックのプロジェクトから新しく作成される可能性があります。
これは、web3 AI エージェントが構築を目指すべき方向性であり、AI + Crypto のマクロな物語の下での革新的なエコシステムの基本と一致しています。関連する革新と開発、および差別化された競争障壁の確立がなければ、 Web2 AI トラックにおけるあらゆる混乱が Web3 AI をひっくり返す可能性があります。
