Gần đây, AI Agent trên chuỗi dường như có dấu hiệu hồi phục. Các tiêu chuẩn giao thức như MCP, A2A, UnifAI đang bổ sung lẫn nhau để trở thành cơ sở hạ tầng tương tác Multi-AI Agent mới, nâng cấp AI Agent từ dịch vụ cung cấp thông tin thuần túy lên cấp độ công cụ ứng dụng thực thi. Vấn đề đặt ra là, liệu đây có phải là khởi đầu cho làn sóng thứ hai của mùa xuân AI Agent trên chuỗi không? 1) MCP (Model Context Protocol): Là giao thức tiêu chuẩn mở do Anthropic giới thiệu, về bản chất là kết nối "hệ thần kinh" giữa mô hình AI và công cụ bên ngoài, giải quyết vấn đề tương tác giữa Agent và công cụ bên ngoài. Google DeepMind đã bày tỏ sự ủng hộ đối với giao thức này, khiến MCP nhanh chóng trở thành tiêu chuẩn được ngành công nhận. Giá trị kỹ thuật của MCP nằm ở việc chuẩn hóa các cuộc gọi hàm, cho phép các LLM khác nhau sử dụng ngôn ngữ thống nhất để tương tác với công cụ bên ngoài, tương tự như "giao thức HTTP" trong thế giới Web3 AI. Tuy nhiên, nó vẫn có điểm yếu trong khía cạnh giao tiếp an toàn từ xa ( @SlowMist_Team @evilcos đã có nhiều báo cáo phân tích về bảo mật), đặc biệt là khi hành vi tương tác liên quan đến tài sản trở nên dày đặc; 2) A2A (Agent-to-Agent Protocol): Là giao thức giao tiếp giữa các Agent do Google dẫn đầu, tương tự như khung giao thức "mạng xã hội Agent". So với MCP tập trung vào kết nối công cụ AI, A2A tập trung hơn vào giao tiếp tương tác giữa các Agent. Thông qua cơ chế Agent Card để giải quyết vấn đề khám phá năng lực, thực hiện sự hợp tác đa nền tảng, đa mô thức giữa các Agent, đã nhận được sự ủng hộ từ hơn 50 công ty như Atlassian, Salesforce. Về chức năng, A2A giống như "giao thức xã hội" trong thế giới AI, cho phép các AI nhỏ khác nhau hợp tác làm việc thông qua phương thức thống nhất. Cá nhân tôi cảm thấy, ngoài giao thức, ý nghĩa của việc Google "tổ chức" để hỗ trợ AI Agent còn lớn hơn. 3) UnifAI: Được định vị là mạng lưới hợp tác Agent, cố gắng tích hợp ưu điểm của MCP và A2A, cung cấp giải pháp hợp tác Agent đa nền tảng cho các doanh nghiệp vừa và nhỏ. Bố cục của nó tương tự như một "lớp trung gian", hy vọng thông qua cơ chế khám phá dịch vụ thống nhất để làm cho hệ sinh thái Agent hiệu quả hơn. Tuy nhiên, so với các giao thức khác, ảnh hưởng thị trường và xây dựng hệ sinh thái của UnifAI vẫn còn hạn chế, có thể sẽ tập trung vào một số cảnh cụ thể trong tương lai. @darkresearchai: Là một ứng dụng máy chủ MCP dựa trên blockchain Solana, cung cấp bảo đảm an toàn thông qua môi trường thực thi đáng tin cậy TEE, cho phép AI Agent trực tiếp tương tác với blockchain Solana, ví dụ: truy vấn số dư tài khoản, phát hành token, v.v. Điểm nổi bật lớn nhất của giao thức này là lựa chọn con đường để AI Agent hỗ trợ DeFi, giải quyết vấn đề thực thi đáng tin cậy trong các hoạt động trên chuỗi. Ticker tương ứng $DARK gần đây đang âm thầm tăng giá ngược xu hướng, nhưng với thái độ thận trọng "một lần bị rắn cắn, mười năm sợ dây thừng", tôi không đưa ra khuyến nghị. Tuy nhiên, việc mở rộng ứng dụng lớp dựa trên MCP của DARK thực sự đã mở ra một hướng đi mới. Vấn đề đặt ra là, AI Agent trên chuỗi có thể tận dụng các giao thức tiêu chuẩn hóa này để tạo ra những hướng mở rộng và cơ hội nào? 1) Khả năng thực thi ứng dụng phi tập trung: Thiết kế dựa trên TEE của Dark đã giải quyết một vấn đề cốt lõi - làm thế nào để mô hình AI thực thi các hoạt động trên chuỗi một cách đáng tin cậy. Điều này cung cấp hỗ trợ kỹ thuật cho việc triển khai AI Agent trong lĩnh vực DeFi, có nghĩa là trong tương lai có thể xuất hiện nhiều AI Agent thực hiện giao dịch tự động, phát hành token, quản lý LP và các hoạt động DeFi khác. So với các mô hình Agent trước đây chỉ mang tính khái niệm, hệ sinh thái Agent có giá trị thực tiễn như vậy mới thực sự có giá trị. (Tuy nhiên, hiện tại github của Dark chỉ có 12 Action hạn chế, chỉ có thể coi là một khởi đầu tốt, còn xa mới đạt đến giai đoạn thoát khỏi khái niệm hoàn toàn để triển khai ứng dụng quy mô lớn.) 2) Mạng lưới blockchain hợp tác đa Agent: Sự khám phá của A2A và UnifAI về các cảnh hợp tác đa Agent đã mang lại khả năng hiệu ứng mạng mới cho hệ sinh thái Agent trên chuỗi. Hãy tưởng tượng một mạng lưới phi tập trung gồm nhiều Agent chuyên nghiệp, có thể vượt qua giới hạn năng lực của một LLM duy nhất, hình thành một thị trường phi tập trung hợp tác tự chủ, điều này hoàn toàn phù hợp với đặc tính mạng lưới phân tán của blockchain. Trên đây là một số ý kiến. Dù thế nào đi nữa, đường đua AI Agent đang thoát khỏi tình trạng "MEME hóa", con đường phát triển AI trên chuỗi có thể là giải quyết vấn đề tiêu chuẩn hóa đa nền tảng (MCP, A2A) trước, sau đó phát sinh đổi mới lớp ứng dụng (như thử nghiệm của Dark trong lĩnh vực DeFi). Hệ sinh thái Agent phi tập trung sẽ hình thành một kiến trúc mở rộng phân lớp mới: lớp dưới cùng là bảo đảm an toàn cơ bản như TEE, lớp trung gian là các tiêu chuẩn giao thức như MCP/A2A, lớp trên cùng là các ứng dụng cảnh cụ thể theo chiều dọc. (Điều này có thể là một tin xấu đối với các giao thức tiêu chuẩn AI trên chuỗi Web3 thuần túy trước đây? Run rẩy sợ hãi...) Đối với người dùng thông thường, sau khi trải qua làn sóng lớn lên và xuống của AI Agent trên chuỗi lần đầu tiên, điều cần quan tâm không còn là ai có thể tạo ra bong bóng giá trị thị trường lớn nhất, mà là ai có thể thực sự giải quyết các điểm đau cốt lõi như an toàn, đáng tin cậy, hợp tác trong quá trình kết hợp Web3 và AI. Còn về cách tránh rơi vào một bong bóng khác, tôi cá nhân nghĩ chỉ cần quan sát tiến độ dự án có bám sát đổi mới công nghệ AI của web2 hay không là được. Tóm lại: 1. AI Agent sẽ có cơ hội mở rộng lớp ứng dụng mới dựa trên các tiêu chuẩn giao thức AI web2 (MCP, A2A, v.v.); 2. AI Agent không còn hài lòng với dịch vụ đẩy tin nhắn đơn lẻ, sự hợp tác thực thi công cụ của nhiều AI Agent (DeFAI, GameFAI, v.v.) sẽ là điểm mới đáng chú ý.