원저자 : Haotian (X: @tme l0 211 )
일부 친구들은 #ai16z 및 $arc와 같은 web3 AI 에이전트 타겟의 지속적인 감소가 최근 인기를 얻고 있는 MCP 프로토콜 때문이라고 말했습니다. 처음 들었을 때, 나는 약간 혼란스러웠다. 이게 뭐 중요한 거지? 하지만 곰곰이 생각해보니, 확실히 어떤 논리가 있는 것 같습니다. 기존 웹3 AI 에이전트의 가치 평가 및 가격 책정 논리가 바뀌었고, 내러티브 방향과 제품 출시 경로를 시급히 조정할 필요가 있는 것입니다! 제 개인적인 의견은 다음과 같습니다.
1) MCP(Model Context Protocol)는 다양한 AI LLM/에이전트가 다양한 데이터 소스 및 도구에 원활하게 연결할 수 있도록 설계된 오픈 소스 표준화 프로토콜입니다. 플러그 앤 플레이 USB 범용 인터페이스와 동일하며 이전의 엔드투엔드 특정 패키징 방법을 대체합니다.
간단히 말해서, AI 애플리케이션 간에는 명백한 데이터 섬이 있습니다. 에이전트/LLM 간의 상호 운용성을 달성하기 위해서는 해당 API 인터페이스를 개발해야 합니다. 운영 절차가 복잡할 뿐만 아니라 양방향 상호 작용 기능이 부족하고 일반적으로 비교적 제한된 모델 액세스 및 권한 제한이 있습니다.
MCP의 등장은 AI 애플리케이션이 과거의 데이터 섬 상태에서 벗어나 외부 데이터와 도구에 대한 동적 액세스 가능성을 실현할 수 있는 통합 프레임워크를 제공합니다. 특히 자동화된 작업 실행, 실시간 데이터 쿼리 및 크로스 플랫폼 협업 측면에서 개발 복잡성과 통합 효율성을 크게 줄일 수 있습니다.
이 시점에서 많은 사람들은 즉시 이렇게 생각했습니다. 다중 에이전트 협업 혁신인 Manus를 사용하여 다중 에이전트 협업을 촉진할 수 있는 MCP 오픈소스 프레임워크를 통합하면 무적이 될까요?
그렇습니다. 이번에 web3 AI Agent가 받은 충격의 핵심은 바로 Manus + MCP입니다.
2) 그러나 놀라운 점은 Manus와 MCP가 모두 web2 LLM/Agent의 프레임워크이자 프로토콜 표준이며, 둘 다 중앙 서버 간의 데이터 상호작용과 협업 문제를 해결한다는 것입니다. 그들의 권한과 액세스 제어는 또한 각 서버 노드의 활성 개방에 의존합니다. 다시 말해, 그것은 단지 오픈 소스 도구 속성일 뿐입니다.
논리적으로 말하면, 그것은 분산 서버, 분산 협업, 분산 인센티브 등과 같은 web3 AI Agent의 핵심 아이디어와 완전히 상반됩니다 . 중앙 집중화된 이탈리아 대포가 어떻게 분산된 벙커를 폭파할 수 있습니까?
그 이유는 web3 AI Agent의 첫 번째 단계가 너무 web2화되어 있기 때문입니다. 한편으로, 많은 팀이 web2 배경에서 왔고 web3 Native의 기본 요구 사항을 완전히 이해하지 못합니다. 예를 들어, ElizaOS 프레임워크는 원래 개발자가 AI Agent 애플리케이션을 빠르게 배포하는 데 도움이 되는 패키지 프레임워크였습니다. Twitter 및 Discord와 같은 플랫폼과 OpenAI, Claude, DeepSeek와 같은 일부 API 인터페이스를 통합하고 일부 Memory 및 Charter 일반 프레임워크를 적절히 캡슐화하여 개발자가 AI Agent 애플리케이션을 빠르게 개발하고 구현할 수 있도록 돕습니다. 하지만 정확하게 말하자면, 이 서비스 프레임워크와 web2의 오픈소스 도구의 차이점은 무엇일까요? 차별화된 장점은 무엇인가?
어, 토큰경제의 장점은 인센티브가 있다는 것인가요? 그러면 web2로 완전히 대체할 수 있는 프레임워크를 사용해 더 많은 AI 에이전트가 새로운 코인을 발행하도록 인센티브를 제공할까요? 끔찍하다. . 이런 논리를 따르면 Manus + MCP가 web3 AI Agent에 어떤 영향을 미칠 수 있는지 대략 이해하게 될 것입니다.
많은 web3 AI Agent 프레임워크와 서비스는 web2 AI Agent와 유사하게 빠른 개발 및 적용 요구 사항만 해결하고, 기술 서비스, 표준 및 차별화된 이점 측면에서 web2의 혁신 속도를 따라갈 수 없으므로 시장/자본은 이전 배치의 web3 AI Agent를 재평가하고 가격을 재조정했습니다.
3) 그렇다면 문제의 핵심은 발견되었을 텐데, 어떻게 교착 상태를 깨뜨릴 수 있을까? 방법은 하나뿐입니다. Web3 기본 솔루션에 집중하는 것입니다. 분산 시스템의 운영과 인센티브 아키텍처는 Web3의 절대적으로 차별화된 장점이기 때문입니다.
분산 클라우드 컴퓨팅 파워, 데이터, 알고리즘 및 기타 서비스 플랫폼을 예로 들면, 표면적으로 이런 종류의 컴퓨팅 파워와 유휴 리소스로 집계된 데이터는 단기적으로 엔지니어링 혁신의 요구를 충족할 수 없습니다. 그러나 많은 수의 AI LLM이 중앙 집중형 컴퓨팅 파워를 위한 성능 혁신 군비 경쟁에서 경쟁할 때, 유휴 리소스, 저비용을 속임수로 삼은 서비스 모델은 자연스럽게 웹2 개발자와 VC 팀에서 경멸받을 것입니다.
하지만 web2 AI Agent가 성능 혁신 경쟁 단계를 통과하면 수직적 애플리케이션 시나리오 확장, 세분화된 미세 조정 모델 최적화와 같은 방향을 필연적으로 추구하게 될 것입니다. 그때야 web3 AI 리소스 서비스의 장점이 진정으로 드러날 것입니다.
사실, 리소스를 독점하여 거인의 지위에 오른 web2 AI가 어느 정도 단계에 도달하면, 후퇴하여 시골에서 도시를 포위한다는 아이디어를 사용하여 세분화된 시나리오를 하나하나 돌파하기 어려울 것입니다. 그때가 바로 여분의 web2 AI 개발자 + web3 AI 리소스가 함께 일할 때입니다.
실제로 web2의 빠른 배포 + 다중 에이전트 협업 커뮤니케이션 프레임워크 + 토큰노믹 토큰 발행 내러티브 외에도 web3 AI Agent에는 탐색할 가치가 있는 web3 Native의 많은 혁신적인 방향이 있습니다.
예를 들어, LLM 대규모 모델의 오프체인 컴퓨팅 + 온체인 상태 저장의 특성을 고려한 많은 적응형 구성 요소가 필요한 분산형 합의 협업 프레임워크가 필요합니다.
1. 분산형 DID 인증 시스템을 사용하면 에이전트가 스마트 계약을 위해 가상 머신에서 생성된 고유 주소와 마찬가지로 검증 가능한 온체인 ID를 가질 수 있으며, 이는 주로 후속 상태를 지속적으로 추적하고 기록하는 데 사용됩니다.
2. 주로 오프체인 데이터의 신뢰할 수 있는 수집 및 검증을 담당하는 분산형 오라클 시스템입니다 . 이전 오라클과 달리 이 AI 에이전트 적응형 오라클 세트는 데이터 수집 계층, 의사 결정 합의 계층, 실행 피드백 계층을 포함한 여러 에이전트의 결합 아키텍처를 구축해야 할 수도 있습니다. 그래야 에이전트의 온체인 데이터와 오프체인 계산 및 의사 결정에 실시간으로 액세스할 수 있습니다.
3. 분산형 저장 DA 시스템. AI Agent의 지식 기반 상태는 실행 중일 때 불확실하고 추론 프로세스도 일시적이므로 LLM 뒤에 있는 주요 상태 라이브러리와 추론 경로를 기록하여 분산 저장 시스템에 저장하고, 퍼블릭 체인 검증 중에 데이터 가용성을 보장하기 위한 비용 제어형 데이터 증명 메커니즘을 제공하는 시스템이 필요합니다.
4. 제로 지식 증명 ZKP 프라이버시 컴퓨팅 계층은 TEE 및 FHE를 포함한 프라이버시 컴퓨팅 솔루션과 연결되어 실시간 프라이버시 컴퓨팅 + 데이터 증명 검증을 달성할 수 있으므로 에이전트는 더 광범위한 수직 데이터 소스(의료, 금융)를 가질 수 있으며, 그러면 보다 전문적이고 맞춤화된 서비스 에이전트가 상단에 나타납니다.
5. MCP 오픈 소스 프로토콜에서 정의한 프레임워크와 다소 유사한 일련의 크로스 체인 상호 운용성 프로토콜입니다 . 차이점은 이 일련의 상호 운용성 솔루션은 에이전트의 작동, 전송 및 검증에 적응하는 릴레이 및 통신 스케줄링 메커니즘이 필요하고, 특히 에이전트 컨텍스트 및 프롬프트, 지식 기반, 메모리 등과 같은 복잡한 상태의 다양한 체인 간 에이전트의 자산 전송 및 상태 동기화를 완료할 수 있다는 것입니다.
제 생각에 실제 웹3 AI Agent를 정복하는 데 가장 중요한 것은 AI Agent의 복잡한 워크플로우와 블록체인의 신뢰 검증 흐름을 최대한 호환시키는 것입니다. 이러한 증분적 솔루션은 기존의 오래된 내러티브 프로젝트를 업그레이드하고 반복한 것일 수도 있고, 새로 구성된 AI 에이전트 내러티브 트랙의 프로젝트에서 새롭게 만든 것일 수도 있습니다.
이것이 바로 web3 AI Agent가 구축하고자 노력해야 할 방향이며, AI + Crypto라는 거시적 이야기에 따른 혁신적 생태계의 기본과 일치합니다. 관련 혁신과 개발, 차별화된 경쟁 장벽의 확립이 없다면, Web2 AI 트랙에서의 모든 혼란은 Web3 AI를 뒤집어 놓을 수 있습니다.
