Das Protokoll der Agenten: Das MCP-Potenzial von Web3

Beginnend als experimentelles Nebenprojekt bei Anthropic, hat sich das Model Context Protocol (MCP) zum de facto Standard für die Orchestrierung agentischer Interaktionen über Datensätze, Rechenressourcen und externe Artefakte entwickelt.

Es könnte eines der transformativsten Protokolle für das KI-Zeitalter darstellen und eine ausgezeichnete Ergänzung für Web3-Architekturen sein.

Ähnlich wie HTTP die Webkommunikation revolutionierte, bietet MCP einen universellen Rahmen, der die Fähigkeit nahezu jeder bedeutenden KI-Plattform unterstützt, intelligente Agenten mit diversen Informationsquellen und operativen Endpunkten zu integrieren.

Eine kurze Einführung in MCP

MCP wurde ursprünglich entwickelt, um die Interaktionen zwischen Prototyp-Agenten und Dokumentenspeichern zu optimieren. Erste Erfolge bei der Koordination von Abruf- und Abwägungsabläufen erregten die Aufmerksamkeit weiterer Labore, und bis Mitte 2024 hatten Forscher Open-Source-Referenzimplementierungen veröffentlicht. 

Ein Anstieg an gemeinschaftlich entwickelten Erweiterungen folgte bald, wodurch MCP die Unterstützung für den sicheren Austausch von Anmeldeinformationen, föderierte Lern-Szenarien und pluginartige Ressourcenadapter ermöglichte. Bis Anfang 2025 hatten führende Plattformen – darunter OpenAI, Google DeepMind und Meta AI – MCP nativ übernommen und somit seine Rolle als HTTP-äquivalentes Protokoll für agentische Kommunikation gefestigt.

MCP verwendet ein leichtgewichtiges Client-Server-Paradigma mit drei Hauptakteuren: dem MCP-Host (einer KI-Anwendung, die Anfragen koordiniert), einem oder mehreren MCP-Clients (Komponenten, die dedizierte Verbindungen aufrechterhalten) und MCP-Servern (Diensten, die kontextbezogene Primitiven bereitstellen). Jedes Client-Server-Paar kommuniziert über einen eigenen Kanal, was parallele Kontextbeschaffung von mehreren Servern ermöglicht.

Die Data Layer von MCP basiert auf drei grundlegenden Primitiven – Tools, Ressourcen und Prompts – die zusammen eine nahtlose Zusammenarbeit von Agenten ermöglichen.

Werkzeuge kapseln entfernte Operationen oder Funktionen ein, die ein Agent aufrufen kann, um spezialisierte Aufgaben auszuführen, während Ressourcen die Datenendpunkte darstellen – wie Datenbanken, Vektorenspeicher und On-Chain-Orakel –, von denen Agenten kontextbezogene Informationen abrufen können.

Prompts dienen als strukturierte Vorlagen, die den Denkprozess eines Agenten lenken und definieren, wie Eingaben formuliert und interpretiert werden sollten. Durch die Standardisierung dieser grundlegenden Bausteine stellt MCP sicher, dass verschiedene Agenten Fähigkeiten auf konsistente und interoperable Weise über jede zugrunde liegende Infrastruktur hinweg entdecken, anfragen und nutzen können.

MCP und Web3

Aus der Perspektive der ersten Prinzipien könnte die Schnittstelle von Web3 und MCP in zwei Schlüsselsektoren Gestalt annehmen:

1. Ermöglichung, dass jeder Blockchain-Datensatz und jedes dezentrale Protokoll als MCP-Server oder -Client fungieren kann
2. Nutzen Sie Web3, um eine neue Generation von MCP-Netzwerken zu ermöglichen.

Gemeinsam versprechen diese Maßnahmen ein erweiterbares, vertrauensminimiertes Fundament für agentische Intelligenz.

Web3-Daten als MCP-Artefakte

Um KI-Agenten in Krypto-Umgebungen zu katalysieren, ist ein nahtloser Zugang zu On-Chain-Daten und Smart-Contract-Funktionalitäten von entscheidender Bedeutung. Wir stellen uns vor, dass Blockchain-Nodes Block- und Transaktionshistorien über MCP-Server bereitstellen, während DeFi-Plattformen zusammensetzbare Operationen über MCP-Schnittstellen veröffentlichen.

Ergänzend zu diesem Muster fungieren traditionelle Krypto-Gateways – Börsen, Wallets, Explorer – als MCP-Clients, die einheitlich Abfragen stellen und Kontext verarbeiten. Stellen Sie sich einen einzigen Agenten vor, der gleichzeitig mit Aaves Kreditmärkten, Layer0s Cross-Chain-Brücken und MEV-Analysen über dieselbe kohärente Programmierschnittstelle interagiert.

Web3 MCP Netzwerke

MCP ist ein äußerst leistungsfähiges Protokoll, doch ähnlich wie HTTP wird es sich von isolierten Endpunkten hin zu vollständigen Netzwerken entwickeln. Derzeit erfordert die Nutzung von MCP noch umfassendes Wissen über Client- und Server-Endpunkte. Ebenso fehlen dem Protokoll grundlegende Funktionen wie Authentifizierung und Identität, die jedoch für eine reibungslose Einführung von MCP unerlässlich sind.

Die nächste Phase von MCP wird von Netzwerkplattformen angetrieben, die einige anspruchsvollere Funktionen ermöglichen:

• Dynamische Erkennung, die die richtigen MCP-Endpunkte für eine bestimmte Aufgabe aufdeckt.
• Suchfunktionen, die es Agenten ermöglichen, die richtigen MCP-Endpunkte zu finden.
• Bewertungen von MCP-Servern und -Clients zur Nachverfolgung ihrer Reputation.
• Koordination von MCP-Servern zur Erzielung eines spezifischen Ergebnisses.
• Überprüfbarkeit der Ergebnisse, die von MCP-Endpunkten erzeugt werden.
• Rückverfolgbarkeit der Interaktionen mit MCP-Kunden und -Servern
• Authentifizierungs- und Zugriffskontrollmechanismen für MCP-Server.

Viele dieser Fähigkeiten erfordern das richtige Maß an wirtschaftlichen Anreizen, um die Knoten in einem MCP-Netzwerk zu koordinieren. Dies scheint wie eine perfekte Verbindung im KI-Himmel für Web3 zu sein. Rückverfolgbarkeit, vertrauenslose und überprüfbare Berechnungen sind einige der Schlüsselprimitive, die die erste Generation von MCP-Netzwerken antreiben können. Web3 ist die effizienteste Technologie mehrerer Generationen, um Berechnungsnetzwerke zu betreiben, und MCP benötigt neue Netzwerke.

Projekt Namda

Die Vorstellung, Web3 und MCP zu kombinieren, um eine neue Generation von MCP-Netzwerken zu betreiben, ist keineswegs theoretisch, und wir beginnen, echte Fortschritte in diesem Bereich zu sehen. Eine der interessantesten Initiativen in diesem Bereich ist MITs Projekt Namda.

Unter der Leitung von Forschern des CSAIL und des MIT-IBM Watson AI Lab wurde Namda im Jahr 2024 ins Leben gerufen, um skalierbare, verteilte agentenbasierte Frameworks auf der Grundlage der Messaging-Grundlagen von MCP zu entwickeln. Namda (Networked Agent Modular Distributed Architecture) schafft ein offenes Ökosystem, in dem heterogene Agenten – von Cloud-Diensten über Edge-Geräte bis hin zu spezialisierten Beschleunigern – nahtlos Kontext austauschen und komplexe Arbeitsabläufe koordinieren können. Durch die Nutzung der standardisierten JSON-RPC-Primitiven von MCP zeigt Namda, wie eine groß angelegte, latenzarme Zusammenarbeit erreicht werden kann, ohne dabei Interoperabilität oder Sicherheit zu beeinträchtigen.

Namdas Architektur integriert bereits viele der Ideen eines dezentralen MCP-Netzwerks, wie dynamische Knotenerkennung, Lastenausgleich und Fehlertoleranz über verteilte Cluster hinweg. Mit einem dezentralen Verzeichnis, das sich an Blockchain-Techniken orientiert, gewährleistet Namda verifizierbare Agentenidentitäten und richtliniengesteuerte Ressourcenvergabe, wodurch vertrauenswürdige Multi-Party-Workflows ermöglicht werden. Erweiterungen für tokenbasierte Anreizmechanismen und End-to-End-Herkunftsverfolgung bereichern das Protokoll zusätzlich, wobei frühe Prototypen effizientes föderiertes Lernen bei Vision-und-Sprach-Aufgaben über globale Testbeds hinweg demonstrieren.

Eine andere Grundlage für dezentrale KI

Seit Jahrzehnten tut sich die dezentrale KI schwer damit, eine klare Anwendung zur Unterstützung von Mainstream-KI-Anwendungen zu finden. Das Aufkommen von MCP und der Bedarf an MCP-Netzwerken haben sich schnell zu einem der bedeutendsten Anwendungsfälle für eine neue Generation von KI-Infrastrukturen entwickelt. Dies könnte einer der größten Anwendungsfälle im Bereich KI sein, und Web3 ist ideal dafür geeignet, darauf zu reagieren. Die Kombination von Web3 und MCP könnte gerade die neue Grundlage für dezentrale KI bilden.