MCP+AI Agent: Một khuôn khổ mới cho các ứng dụng trí tuệ nhân tạo

Tác giả: BitMart Research Nguồn: medium

1. Giới thiệu về khái niệm MCP

Trước đây, trong lĩnh vực trí tuệ nhân tạo, các chatbot truyền thống chủ yếu dựa vào các mô hình đối thoại chung và thiếu các thiết lập vai trò được cá nhân hóa, dẫn đến phản hồi của chúng thường có vẻ đơn điệu và thiếu sự tương tác của con người. Để giải quyết vấn đề này, các nhà phát triển đã đưa ra khái niệm "cá tính", tức là cung cấp cho AI một vai trò, tính cách và giọng điệu cụ thể để phản ứng của nó phù hợp hơn với kỳ vọng của người dùng. Tuy nhiên, ngay cả khi AI có “tính cách” phong phú, nó vẫn chỉ là một hệ thống phản ứng thụ động, không thể chủ động thực hiện các nhiệm vụ hoặc thực hiện các hoạt động phức tạp. Do đó, dự án nguồn mở Auto-GPT đã ra đời. Auto-GPT cho phép các nhà phát triển xác định một bộ công cụ và chức năng cho AI và đăng ký các công cụ này với hệ thống. Khi người dùng đưa ra yêu cầu, Auto-GPT sẽ tạo ra các hướng dẫn hoạt động tương ứng dựa trên các quy tắc và công cụ được cài đặt sẵn, tự động thực hiện tác vụ và trả về kết quả. Cách tiếp cận này biến AI từ một người đối thoại thụ động thành một AI thực hiện nhiệm vụ chủ động.

Mặc dù Auto-GPT đã đạt được khả năng thực thi AI tự động ở một mức độ nhất định, nhưng nó vẫn gặp phải các vấn đề như định dạng gọi công cụ không nhất quán và khả năng tương thích đa nền tảng kém. Để giải quyết những vấn đề này, MCP (Model Context Protocol) đã ra đời, nhằm mục đích giải quyết những thách thức chính mà AI gặp phải trong quá trình phát triển, đặc biệt là sự phức tạp khi tích hợp với các công cụ bên ngoài. Mục tiêu cốt lõi của MCP là đơn giản hóa cách AI tương tác với các công cụ bên ngoài bằng cách cung cấp một tiêu chuẩn truyền thông thống nhất để AI có thể dễ dàng gọi nhiều dịch vụ bên ngoài khác nhau. Theo truyền thống, để cho phép các mô hình quy mô lớn thực hiện các tác vụ phức tạp (như truy vấn thời tiết hoặc truy cập trang web), các nhà phát triển cần phải viết nhiều mã và hướng dẫn công cụ, làm tăng đáng kể độ khó và chi phí thời gian phát triển. Giao thức MCP đơn giản hóa đáng kể quy trình này bằng cách xác định các giao diện và thông số kỹ thuật truyền thông chuẩn hóa, cho phép các mô hình AI tương tác với các công cụ bên ngoài nhanh hơn và hiệu quả hơn.

2. Tích hợp MCP và AI Agent

MCP và AI Agent được mã hóa bổ sung cho nhau. Sự khác biệt giữa hai loại này là AI Agent chủ yếu tập trung vào hoạt động tự động của blockchain, thực hiện hợp đồng thông minh và quản lý tài sản được mã hóa, nhấn mạnh vào bảo vệ quyền riêng tư và tích hợp các ứng dụng phi tập trung. MCP tập trung nhiều hơn vào việc đơn giản hóa tương tác giữa các tác nhân AI và các hệ thống bên ngoài, cung cấp các giao thức chuẩn hóa và quản lý ngữ cảnh, đồng thời tăng cường khả năng tương tác và tính linh hoạt giữa các nền tảng. Các tác nhân AI được mã hóa có thể được tích hợp và vận hành hiệu quả hơn trên nhiều nền tảng thông qua giao thức MCP, do đó cải thiện khả năng thực thi của chúng.

Các tác nhân AI trước đây có một số khả năng thực hiện nhất định, chẳng hạn như thực hiện giao dịch thông qua hợp đồng thông minh và quản lý ví. Tuy nhiên, các chức năng này thường được xác định trước và thiếu tính linh hoạt và khả năng thích ứng. Giá trị cốt lõi của MCP nằm ở việc cung cấp một tiêu chuẩn truyền thông thống nhất cho tương tác giữa AI Agent và các công cụ bên ngoài (bao gồm dữ liệu blockchain, hợp đồng thông minh, dịch vụ ngoài chuỗi, v.v.). Chuẩn hóa này giải quyết vấn đề phân mảnh giao diện trong phát triển truyền thống, cho phép AI Agent kết nối liền mạch với dữ liệu và công cụ đa chuỗi, đồng thời cải thiện đáng kể khả năng thực thi tự động của AI Agent. Ví dụ, DeFi AI Agents có thể thu thập dữ liệu thị trường theo thời gian thực và tự động tối ưu hóa danh mục đầu tư thông qua MCP. Ngoài ra, MCP mở ra một hướng đi mới cho các AI Agent, đó là sự cộng tác của nhiều AI Agent: thông qua MCP, các AI Agent có thể cộng tác theo phân công chức năng của mình và kết hợp để hoàn thành các nhiệm vụ phức tạp như phân tích dữ liệu trên chuỗi, dự báo thị trường, quản lý kiểm soát rủi ro, v.v., qua đó cải thiện hiệu quả và độ tin cậy tổng thể. Tự động hóa giao dịch trên chuỗi: MCP kết nối nhiều loại giao dịch và tác nhân kiểm soát rủi ro để giải quyết các vấn đề như trượt giá, hao mòn giao dịch, MEV, v.v. và đạt được quản lý tài sản trên chuỗi an toàn và hiệu quả hơn.

III. Các dự án liên quan

1. DeMCP

DeMCP là một mạng lưới MCP phi tập trung. Công ty cam kết cung cấp các dịch vụ MCP nguồn mở do chính mình phát triển cho các tác nhân AI, cung cấp nền tảng triển khai cho các nhà phát triển MCP để chia sẻ lợi ích thương mại và đạt được quyền truy cập một cửa vào các mô hình ngôn ngữ lớn (LLM) chính thống. Các nhà phát triển có thể nhận được dịch vụ bằng cách hỗ trợ stablecoin (USDT, USDC). Tính đến ngày 8 tháng 5, giá trị thị trường của token DMCP là khoảng 1,62 triệu đô la.

2.DARK

DARK là mạng MCP trong môi trường thực thi đáng tin cậy (TEE) được xây dựng trên Solana. Token $DARK được niêm yết trên Binance Alpha, với giá trị thị trường khoảng 11,81 triệu đô la Mỹ tính đến ngày 8 tháng 5. Hiện tại, ứng dụng đầu tiên của DARK đang được phát triển. Nó sẽ cung cấp khả năng tích hợp công cụ hiệu quả cho các tác nhân AI thông qua giao thức TEE và MCP, cho phép các nhà phát triển nhanh chóng truy cập vào nhiều công cụ và dịch vụ bên ngoài thông qua cấu hình đơn giản. Mặc dù sản phẩm chưa được phát hành đầy đủ, người dùng có thể tham gia giai đoạn trải nghiệm sớm thông qua việc chờ email, tham gia thử nghiệm và cung cấp phản hồi.

3.Cookie.fun

Cookie.fun là một nền tảng tập trung vào AIAgent trong hệ sinh thái Web3, nhằm mục đích cung cấp cho người dùng chỉ mục AI Agent toàn diện và các công cụ phân tích. Nền tảng này giúp người dùng hiểu và đánh giá hiệu suất của các tác nhân AI khác nhau bằng cách hiển thị các chỉ số như ảnh hưởng về mặt tinh thần của tác nhân AI, khả năng theo dõi thông minh, tương tác của người dùng và dữ liệu trên chuỗi. Vào ngày 24 tháng 4, bản cập nhật Cookie.API1.0 đã ra mắt máy chủ MCP chuyên dụng, bao gồm máy chủ MCP dành riêng cho tác nhân cắm và chạy được thiết kế cho các nhà phát triển và nhân viên không chuyên về kỹ thuật mà không cần bất kỳ cấu hình nào.

4. SkyAI

SkyAI là một dự án cơ sở hạ tầng dữ liệu Web3 được xây dựng trên BNB Chain, nhằm mục đích xây dựng cơ sở hạ tầng AI gốc blockchain bằng cách mở rộng MCP. Nền tảng này cung cấp giao thức dữ liệu có khả năng mở rộng và tương tác cho các ứng dụng AI dựa trên Web3 và có kế hoạch thúc đẩy ứng dụng thực tế của AI trong môi trường blockchain bằng cách đơn giản hóa quy trình phát triển thông qua việc tích hợp quyền truy cập dữ liệu đa chuỗi, triển khai tác nhân AI và các tiện ích cấp giao thức. Hiện tại, SkyAI hỗ trợ các tập dữ liệu tổng hợp từ BNB Chain và Solana, với khối lượng dữ liệu hơn 10 tỷ hàng. Trong tương lai, công ty cũng sẽ ra mắt máy chủ dữ liệu MCP hỗ trợ mạng chính Ethereum và chuỗi cơ sở. Mã thông báo SkyAI của công ty được niêm yết trên Binance Alpha, với giá trị thị trường khoảng 42,7 triệu đô la Mỹ tính đến ngày 8 tháng 5.

IV. Phát triển trong tương lai

Là một câu chuyện mới về sự tích hợp AI và blockchain, giao thức MCP đã chứng minh tiềm năng to lớn trong việc cải thiện hiệu quả tương tác dữ liệu, giảm chi phí phát triển, tăng cường bảo mật và bảo vệ quyền riêng tư, v.v., đặc biệt là trong các tình huống như tài chính phi tập trung và có triển vọng ứng dụng rộng rãi. Tuy nhiên, hầu hết các dự án hiện tại dựa trên MCP vẫn đang trong giai đoạn chứng minh khái niệm và chưa tung ra các sản phẩm hoàn thiện, dẫn đến giá token liên tục giảm sau khi niêm yết. Ví dụ, giá của token DeMCP đã giảm 74% trong vòng chưa đầy một tháng sau khi ra mắt. Hiện tượng này phản ánh cuộc khủng hoảng niềm tin của thị trường vào các dự án MCP, nguyên nhân chủ yếu là do chu kỳ phát triển sản phẩm dài và thiếu tính ứng dụng thực tế. Do đó, làm thế nào để đẩy nhanh quá trình phát triển sản phẩm, đảm bảo sự kết nối chặt chẽ giữa token và sản phẩm thực tế, cũng như cải thiện trải nghiệm của người dùng sẽ là những vấn đề cốt lõi mà dự án MCP hiện nay phải đối mặt. Ngoài ra, việc thúc đẩy giao thức MCP trong hệ sinh thái tiền điện tử vẫn gặp phải thách thức về tích hợp kỹ thuật. Do sự khác biệt về logic hợp đồng thông minh và cấu trúc dữ liệu giữa các blockchain và DApp khác nhau, một máy chủ MCP thống nhất và chuẩn hóa vẫn cần rất nhiều tài nguyên phát triển.

Bất chấp những thách thức nêu trên, bản thân giao thức MCP vẫn cho thấy tiềm năng phát triển thị trường rất lớn. Với sự tiến bộ không ngừng của công nghệ AI và sự hoàn thiện dần dần của giao thức MCP, dự kiến ​​nó sẽ được sử dụng rộng rãi hơn trong DeFi, DAO và các lĩnh vực khác trong tương lai. Ví dụ, các tác nhân AI có thể thu thập dữ liệu trên chuỗi theo thời gian thực thông qua giao thức MCP, thực hiện các giao dịch tự động và cải thiện hiệu quả cũng như độ chính xác của phân tích thị trường. Ngoài ra, bản chất phi tập trung của giao thức MCP dự kiến ​​sẽ cung cấp một nền tảng vận hành minh bạch và có thể theo dõi được cho các mô hình AI, thúc đẩy quá trình phi tập trung và tài sản hóa tài sản AI. Là một lực lượng hỗ trợ quan trọng trong việc tích hợp AI và blockchain, giao thức MCP được kỳ vọng sẽ trở thành động lực quan trọng thúc đẩy thế hệ AI Agent tiếp theo khi công nghệ tiếp tục hoàn thiện và các kịch bản ứng dụng mở rộng. Tuy nhiên, để hiện thực hóa tầm nhìn này, vẫn còn nhiều thách thức cần được giải quyết, bao gồm tích hợp công nghệ, bảo mật và trải nghiệm của người dùng.