從manus與mcp出發:探討AI代理在Web3的跨界應用與創新


3月6日,manus是一種通用AI代理,能自主完成任務,如撰寫報告及製作表格,展現了強大的執行能力。它的興起對行業開發提供了創造性靈感,AI代理正從概念向實踐轉變,展現出廣泛的應用潛力。 MCP是由擬人化公司於2024年推出的開源協議,提升了AI代理與外部數據源的連接能力。雖然Web3中的AI代理受到市場波動影響,但MCP為未來的去中心化信任機制和經濟激勵提供了新的探索方向,推動行業發展。

3月6日

manus作為通用ai代理,具備從規劃到執行全流程自主完成任務的能力,如撰寫報告、製作表格等。它不僅生成想法,更能獨立思考並採取行動。 ,直接交付完整成果,展現了前所未有的通用性和執行能力。 ,展現了前所未有的通用性和執行能力。

manus的爆火不僅帶來了行業內的關注,也為各類ai代理開發提供了寶貴的產品思路與設計靈感。隨著ai技術的飛速發展,ai代理作為人工智能領域的重要分支,正逐漸從概念走向現實,並在各行各業展現出巨大的應用潛力,當然也包括

背景知識

AI代理,即人工智能代理,是一種能夠根據環境、輸入和預定義目標自主做出決策並執行任務的計算機程序。 A(llm)作為其「大腦」,使其能夠處理信息、從交互中學習、做出決策並執行行動;觀察和感知機制,使它能夠感知環境;推理思考過程,涉及分析觀察結果和記憶內容並考慮可能的行動;行動執行,作為對思考和觀察的顯式響應;以及記憶和檢索

Ai Agent的設計模式從反應出發,有兩條發展路線:一條更偏重ai agent的規劃能力,tho rewoo,計劃和執行,llm編譯器。另一條更偏重反思能力

從manus和mcp聊起:ai代理的web3跨界探索

其中反應模式是最早出現的ai代理設計模式,目前也是應用最廣泛的,因此這裡主要介紹反應的概念。 (反應)(推理)(表演)來解決多樣化的語言推理和決策任務。它的典型流程如下圖所示)來解決多樣化的語言推理和決策任務。它的典型流程如下圖所示,可以用一個有趣的循環來描述,可以用一個有趣的循環來描述:思考(:思考(:(思想)→行動((行動)(行動)→觀察(觀察),簡稱tao循環。

思考:面對一個問題,我們需要進行深入的思考。這個思考過程是關於如何定義問題、確定解決問題所需的關鍵信息和推理步驟。 ,我們需要進行深入的思考。這個思考過程是關於如何定義問題、確定解決問題所需的關鍵信息和推理步驟。 行動:確定了思考的方向後,接下來就是行動的時刻。根據我們的思考,採取相應的措施或執行特定的任務,以期望推動問題向解決的方向發展。 ,以期望推動問題向解決的方向發展。 觀察:行動之後,我們必須仔細觀察結果。這一步是檢驗我們的行動是否有效,是否接近了問題的答案。 ,是否接近了問題的答案。 循環迭代

AI代理又可以根據智能體的數量分為單位代理和多代理,單位代理的核心在於llm與工具的配合,並且在完成任務的過程中

從manus和mcp聊起:ai代理的web3跨界探索

模型上下文協議(MCP)是由擬人化公司於2024年11月25日推出的一項開源協議,llm與外部數據源之間的連接和交互問題。可以把llm類比成操作系統,mcp類比成usb接口,支持將外部數據和工具靈活插入,然後用戶可以讀取使用這些外部數據和工具。 ,然後用戶可以讀取使用這些外部數據和工具。

MCP提供了三種能力對llm進行擴展:(資源(知識擴展)工具(執行函數,調用外部系統)(提示(預編寫提示詞模板)。)。MCPclient-server架構

從manus和mcp聊起:ai代理的web3跨界探索

Web3的ai代理現狀

在web3行業中ai代理的聲浪自今年一月份到達高峰後大幅下跌,整體市值更是縮水90%以上,目前聲浪和市值較大的仍然是圍繞ai代理框架做web3探索,分別是「以virtuals協議為代表的發射平台模式」、

發射平台是允許用戶創建、部署和變現ai代理的平台,類似meme pump.fun,但針對的是aiagent。 Virtuals協議是目前最大的發射平台,其上發行的,代理,熱度頗高的「幣圈

從manus和mcp聊起:ai代理的web3跨界探索

dao代表去中心化自治組織。 Elizaos(前身ai16z) @@shawmakesmagic在daos.fun平台上創立

SheAms由當前20 @@KyEgomezB在2022年發起,是一個企業級的,多代理框架,shems通過智能編排和高效協作,讓多個,ai代理,從而解決複雜的業務操作需求。最早,從而解決複雜的業務操作需求。最早,swarms只是一個web2 web2 ai agent,aig,seg,seage tharms,sewms,seake tharms,sewms有超過,sevarms有超過4500萬個智能體在生產環境中運行

單純從經濟模型的角度考慮,目前只有發射平台可以實現自給自足的經濟閉環。以虛擬::

代理創建:創建者在虛擬平台上啟動新的ai代理; 綁定曲線設置:創建者支付100$虛擬代幣,將為新代理的代幣創建一個綁定曲線,並與$虛擬配對。 流動性礦池創建:一旦達到綁定曲線限制,代理“畢業”並創建一個代理代幣與$Virtual代幣配對的流動性礦池

Virtuals除了收取ai代理,每次代理代幣的交易還會收取交易費用,並且ai代理通過虛擬的api訪問llm還會收取推理費用。目前

當然發射平台也有問題,這種資產發行的玩法需要發行的資產本身有「吸引力」才能形成正向飛輪。目前絕大多數發射出的ai代理本質上都是meme,沒有內在價值支撐,一旦失去市場的注意力就會飛速歸零。在當前冷清的市場環境,發射平台甚至都無法吸引創建者,所以經濟模型實質上也無法運轉。 ,所以經濟模型實質上也無法運轉。

MCP的web3探索

MCP的出現給當前web3的ai代理帶來了新的探索方向,最直觀的有兩個方向::

將MCP服務器部署到區塊鍊網絡,解決MCP服務器單點問題的同時具備抗審查; MCP服務器具備和區塊鏈交互的功能,例如進行defi,降低技術門檻。 ,降低技術門檻。

第一個方向對底層區塊鏈的存儲系統、數據管理能力和異步計算的能力都有極高的要求,可以選取類似0g這樣的區塊鏈。 0gai區塊鏈

從manus和mcp聊起:ai代理的web3跨界探索

第二個方向類似於defai的變種,但目前defai的後端都是自己封裝的一系列函數調用中的工具,unifai創建統一的defai mcp服務器,避免了重複造輪子。 unifai是一個平台,可讓自主ai可讓自主

從manus和mcp聊起:ai代理的web3跨界探索

除了上面兩種方向外,lxdao和Ethpanda@brucexu_eth提出一種基於以太坊構建一個openMCP.NETWORK創作者激勵網絡的方案。 MCP服務器需要託管和提供穩定的服務,llm提供商付費,llm提供商將實際的激勵通過網絡分配到被調用的,llm提供商將實際的激勵通過網絡分配到被調用的mcpservers上從而維持整個網絡的可持續性和穩定性

從manus和mcp聊起:ai代理的web3跨界探索

雖然從理論上,MCP與web3的結合能為ai代理應用注入了去中心化信任機制與經濟激勵層,ZKP)技術還難以驗證代理行為真實性,並且去中心化的網絡還存在效率問題,這並不是一個短期能成功的方案。 ,這並不是一個短期能成功的方案。

總結

manus的發布標誌著通用ai代理產品的一個重要里程碑,在web3的世界也需要一個里程碑的產品,來打破外界對於web3沒有實用性只有炒作的質疑。

MCP的出現為web3的ai代理帶來了新的探索方向,包括將MCP服務器部署到區塊鍊網絡,以及MCP服務器具備和區塊鏈交互的功能

ai是歷史最宏大的敘事,web3來說,與ai融合是不可避免的,我們依然需要保持耐心和信心,持續探索。

本文由ZAN團隊(x @zan_team)的pignard.eth(xx@pignard_web3)

注:本文僅作為技術分享,不構成任何推薦和建議。 ,不構成任何推薦和建議。

資訊來源:由0x資訊編譯自互聯網。版權歸作者所有,未經許可,不得轉載

Total
0
Shares
Related Posts