Nylig ser det ut til at AI-agenter på kjeden viser tegn til bedring. Protokollstandarder som MCP, A2A og UnifAI utfyller hverandre for å danne en ny Multi-AI Agent-interaksjonsinfrastruktur, og oppgraderer AI Agent fra en ren informasjonspush-tjeneste til et tjenestenivå for utførelsesapplikasjonsverktøy. Spørsmålet er, vil dette være begynnelsen på den andre bølgen av AI Agent on-chain vår? 1) Model Context Protocol (MCP): En åpen standardprotokoll lansert av Anthropic, som i hovedsak åpner opp "nervesystemet" mellom AI-modeller og eksterne verktøy, og løser problemet med interoperabilitet mellom agenter og eksterne verktøy. Googles DeepMind har uttrykt sin støtte til det, noe som gjør at MCP raskt blir en bransjeanerkjent protokollstandard. Den tekniske verdien av MCP ligger i standardisering av funksjonskall, slik at forskjellige LLM-er kan samhandle med eksterne verktøy på et enhetlig språk, som tilsvarer "HTTP-protokollen" i Web3 AI-verdenen, men den har fortsatt mangler i ekstern sikkerhetskommunikasjon (@SlowMist_Team @evilcos Det er mange sikkerhetsrapporter og analyser), spesielt etter at interaksjonsatferden som involverer eiendeler er intensiv; 2) A2A (Agent-to-Agent Protocol): Google-ledet kommunikasjonsprotokoll mellom agenter, lik protokollrammeverket til "Agent Social Network". Sammenlignet med MCP, som fokuserer på tilkobling av AI-verktøy, fokuserer A2A mer på kommunikasjon og interaksjon mellom agenter. Agentkortmekanismen løser problemet med kapasitetsoppdagelse og realiserer samarbeid på tvers av plattformer og multimodale agenter, som har blitt støttet av mer enn 50 bedrifter som Atlassian og Salesforce. Fra et funksjonelt synspunkt er A2A mer som en "sosial protokoll" i AI-verdenen, slik at forskjellige små AI-er kan jobbe sammen på en enhetlig måte. Personlig føler jeg at bortsett fra avtalen, er det mer meningsfylt for Google å "redde spillet" for å støtte AI-agenten. 3) UnifAI: Posisjonert som et agentsamarbeidsnettverk, prøver det å integrere fordelene med MCP og A2A for å tilby agentsamarbeidsløsninger på tvers av plattformer for små og mellomstore bedrifter. Oppsettet ligner på et "mellomlag", i håp om å gjøre agentøkosystemet mer effektivt gjennom en enhetlig tjenesteoppdagelsesmekanisme. Sammenlignet med flere andre protokoller er imidlertid UnifAIs markedsinnflytelse og økosystemkonstruksjon fortsatt utilstrekkelig, og den kan fokusere på et bestemt segmentscenario i fremtiden. @darkresearchai: Det er en MCP-serverapplikasjonsimplementering basert på Solana-blokkjeden, som gir sikkerhetssikring gjennom TEE-pålitelig utførelsesmiljø, slik at AI-agenten kan samhandle direkte med Solana-blokkjeden, for eksempel spørre etter kontosaldoer, utstede tokens og andre operasjoner. Det største høydepunktet med protokollen er at den styrker banevalget av DeFi med AI Agent, som løser problemet med pålitelig utførelse av operasjoner på kjeden. Den tilsvarende Ticker $DARK har i det stille steget mot trenden den siste tiden, men i tråd med den forsiktige holdningen til å bli bitt av en slange og være redd for brønntauet i ti år, vil jeg ikke anbefale det her. Utvidelsen av applikasjonslaget til DARK basert på MCP åpner imidlertid for en ny retning. Spørsmålet er, hvilke ekspansjonsretninger og muligheter kan genereres av AI-agenter på kjeden ved hjelp av disse standardiserte protokollene? 1) Desentraliserte utførelsesapplikasjonsfunksjoner: Basert på TEEs design, løser Dark et kjerneproblem - hvordan få AI-modeller til å utføre troverdig operasjoner på kjeden. Dette gir teknisk støtte for implementering av AI-agenter i DeFi-feltet, noe som betyr at det i fremtiden kan være flere AI-agenter som uavhengig utfører DeFi-operasjoner som handel, tokenutstedelse og LP-administrasjon. Sammenlignet med agentmodellen som var rent konseptuell hype tidligere, er denne typen agentøkologi med praktisk verdi der den virkelige verdien ligger. (Imidlertid har Dark for øyeblikket bare et begrenset antall 12 handlinger på github, noe som bare kan betraktes som en god start, og det er fortsatt en lang vei å gå fra å helt forlate konseptstadiet til storskala applikasjon) 2) Multi-agent samarbeidende blokkjedenettverk: A2A og UnifAIs utforskning av multi-agent samarbeidsscenarier har brakt nye nettverkseffektmuligheter til agentøkosystemet på kjeden. Se for deg et desentralisert nettverk sammensatt av flere profesjonelle agenter, som kan bryte gjennom kapasitetsgrensene til en enkelt LLM og danne et desentralisert marked for autonomt samarbeid, som tilfeldigvis passer perfekt med egenskapene til det distribuerte nettverket av blokkjede. Over. Uansett er AI-agentsporet i ferd med å kvitte seg med "MEME"-dilemmaet, og utviklingsveien til AI på kjeden kan være å løse standardproblemet på tvers av plattformer (MCP, A2A) først, og deretter utlede applikasjonslagsinnovasjon (som Darks forsøk på DeFi-feltet). Det desentraliserte agentøkosystemet vil danne en ny hierarkisk utvidelsesarkitektur: det nederste laget er grunnleggende sikkerhetssikring som TEE, det midterste laget er MCP/A2A og andre protokollstandarder, og det øvre laget er spesifikke vertikale scenarioapplikasjoner. (Dette kan være negativt for den en gang rene web3 AI on-chain standardprotokollen?) Skjelving. ) For vanlige brukere, etter å ha opplevd den første bølgen av opp- og nedturer på AI Agent-kjeden, handler det ikke lenger om hvem som kan hype opp den største markedsverdiboblen, men hvem som virkelig kan løse kjernesmertepunktene som sikkerhet, pålitelighet og samarbeid i prosessen med å kombinere Web3 og AI. Når det gjelder hvordan du unngår å falle i en annen boblefelle, synes jeg personlig det er greit å observere om fremdriften i prosjektet kan holde tritt med AI-teknologiinnovasjonen til web2. For å oppsummere: 1. AI Agent vil ha en ny bølge av hype-muligheter for utvidelse av applikasjonslag basert på web2 AI-standardprotokoller (MCP, A2A, etc.); 2. AI-agenter er ikke lenger fornøyd med monolittiske meldingspush-tjenester, og utførelsesverktøytjenester (DeFAI, GameFAI, etc.) for interaksjon og samarbeid med multi-AI-agenter vil være et nytt høydepunkt.