Мост между ИИ и внешними инструментами: исследование технологии MCP

Смысл искусственного интеллекта заключается в освобождении человеческой рабочей силы и повышении эффективности работы. Однако в настоящее время большие языковые модели все еще имеют ограничения, и для предоставления рекомендаций им требуется несколько раундов диалога, а пользователи все равно должны самостоятельно выполнять эти рекомендации. Это все еще имеет определенный разрыв с истинным видением использования ИИ в сотрудничестве с работой.

Если можно будет вести диалог с ИИ, реально используя компьютер для ответов на электронные письма, составления отчетов и других задач, даже автоматической торговли, это будет ближе к цели освобождения производительных сил. Эта технология является актуальной темой в области ИИ - MC.

! [MCP: Следующая горячая точка Crypto+AI?] ](https://img-cdn.gateio.im/webp-social/moments-a54deb8139b56ae26c1d157a531c0489.webp)

Что такое MCP?

MCP (Model Context Protocol) — это стандартизированный протокол, выпущенный в ноябре 2024 года, который направлен на решение проблемы, когда AI модели могут только "говорить", но не могут "делать". Название MCP можно разобрать на:

• Модель: обозначает различные крупные языковые модели ИИ
• Контекст: дополнительные данные или внешние инструменты, представляемые модели
• Протокол: универсальный, стандартизированный стандарт или интерфейс

Короче говоря, MCP благодаря унифицированным стандартам позволяет ИИ не только вести диалог, но и непосредственно управлять внешними инструментами для выполнения различных задач.

Традиционные большие языковые модели, такие как ChatGPT, Grok и другие, могут выполнять только взаимодействие «ввод текста, вывод текста». Чтобы заставить ИИ выполнять реальные операции, такие как чтение файлов, отправка электронных писем, запросы к базе данных и т.д., обычно требуется, чтобы пользователь выполнял действия вручную на основе предложений ИИ, а затем сообщал результаты ИИ, и так далее по кругу.

Появление MCP позволяет ИИ напрямую считывать локальные файлы, подключаться к удалённым базам данных и даже управлять определёнными сетевыми сервисами. Это означает, что ИИ больше не ограничивается текстовым выводом, а может заменить человека в выполнении многих повторяющихся или процессных задач.

Способ работы MC

Работа MCP включает в себя несколько ключевых компонентов:

1. MCP Host (администратор): отвечает за управление и координацию всей работы MCP. Например, Claude Desktop является одним из Host, который может помочь AI получить доступ к локальным данным или инструментам.

2. MCP Client (клиентская сторона): принимает запросы пользователей и взаимодействует с AI-моделью. Распространенные примеры включают чат-интерфейсы или IDE, интегрированные с MCP.

3. MCP Server (сервер): может рассматриваться как набор аннотированных API, предоставляющих функции, которые могут использоваться ИИ, такие как чтение базы данных, отправка электронной почты, управление файлами, вызов внешних сервисов и т.д.

С MCP AI не только может понимать человеческий язык, но и напрямую преобразовывать определённые тексты в команды действий, тем самым выполняя автоматизированные операции. Например,整理销售报表, отправка клиентских писем и даже выполнение операций в 3D моделирующем программном обеспечении.

Важность MCP

1. Построить мост между ИИ и внешними инструментами

   Ограничения крупных языковых моделей заключаются в том, что их данные проходят предварительное обучение и не обновляются в реальном времени. MCP позволяет ИИ в реальном времени получать доступ и управлять внешними ресурсами, что значительно расширяет границы возможностей ИИ.

2. Стандартизация и универсальность

MCP предоставляет унифицированный стандарт для взаимодействия AI и внешних инструментов, аналогично функции интерфейса USB-C. Это предотвращает проблемы с повторной разработкой и повышает эффективность разработки.

3. От пассивного реагирования к активному выполнению

   Традиционные инструменты ИИ могут только отвечать на вопросы, в то время как MCP позволяет ИИ принимать решения о том, какие команды выполнять в зависимости от фактической ситуации, и корректировать последующие действия на основе полученных отзывов.

4. Безопасность и контроль

MCP не требует передачи всех данных модели AI, доступ к данным можно контролировать с помощью управления правами и API-ключами, чтобы гарантировать безопасность конфиденциальной информации.

Сравнение MCP и AI Agent

AI-агент обычно относится к AI-системам, которые могут автоматизировать выполнение определенных задач, они не только могут вести диалог, но и активно предпринимать действия в зависимости от контекста, вызывать инструменты или API для выполнения ряда шагов.

Основные различия между MCP и AI Agent:

• MCP является протоколом, а AI Agent - это концепция или метод выполнения.
• MCP сосредоточен на том, как различные AI модели могут взаимодействовать с внешними инструментами, играя роль универсального стандарта.
• AI Agent подчеркивает, что ИИ обладает способностью к активным действиям и выполнению инструментов.

MCP может помочь AI Agent работать более эффективно, позволяя ему получать доступ к различным внешним ресурсам, следуя стандартам MCP, без необходимости писать правила API для каждого инструмента или платформы отдельно.

Концепция проекта MCP в области криптовалют

1. Базовый MC

Фреймворк, разработанный официальной командой Base, позволяет приложениям ИИ взаимодействовать с блокчейном Base. Пользователи могут развертывать контракты или использовать DeFi-сервисы с помощью диалога на естественном языке.

2. Стадо

Децентрализованная платформа обучения ИИ, предоставляющая модели代理 Web3, позволяющие запускать задачи на блокчейне, управляемые ИИ, локально, предоставляя пользователям больше контроля.

3. ЛИРАОС

   Многофункциональная операционная система AI Agent, позволяющая AI Agent взаимодействовать непосредственно с блокчейном Solana, выполнять операции с криптовалютами и другие действия. Исследуется возможность создания управляемой AI децентрализованной автономной организации с использованием MCP-OS.

Заключение: новая глава в повествовании AI

Несмотря на то, что MCP предоставляет стандартизированные правила для взаимодействия AI с внешними инструментами, успешных примеров в области Web3 все еще ограниченное количество. Это может быть связано с несколькими причинами:

1. Техническая интеграция еще не завершена: различия между цепочками и DApp в экосистеме Web3 велики, и для их объединения в MCP Server требуется много ресурсов для разработки.

2. Риски безопасности и регулирования: для того чтобы ИИ мог напрямую управлять контрактами и обрабатывать финансовые транзакции, необходима完善ная система управления приватными ключами и контроля доступа.

3. Пользовательский опыт и привычки: большинство пользователей все еще сомневаются в управлении кошельками с помощью ИИ или принятии инвестиционных решений, а высокая сложность операций с блокчейном может повлиять на уровень принятия.

4. Рыночные настроения: ранее поднявший ажиотаж на криптовалютном рынке AI Agent сталкивается с охлаждением, инвесторы более осторожны в отношении чисто концептуальных проектов.

Сочетание MCP и блокчейна действительно имеет потенциал, но одновременно сталкивается с двойными вызовами со стороны технологий и рынка. Если в будущем удастся интегрировать более зрелые механизмы безопасности, предоставить более интуитивно понятный пользовательский опыт и разработать действительно ценные инновационные приложения, то "Web3 + MCP" возможно сможет преодолеть ажиотаж и стать ключевым игроком следующего раунда технологической революции.