Протокол агентів: потенціал MCP у Web3

Починаючи як експериментальний побічний проєкт у Anthropic, Протокол Контексту Моделі (MCP) став фактичним стандартом для організації агентних взаємодій між наборами даних, обчислювальними ресурсами та зовнішніми артефактами.

Воно може стати одним із найтрансформаційніших протоколів для епохи ШІ та відмінно підходити для архітектур Web3.

Подібно до того, як HTTP революціонізував веб-комунікації, MCP забезпечує універсальну платформу, яка підтримує здатність практично кожної великої AI-платформи інтегрувати розумних агентів із різноманітними джерелами інформації та операційними точками взаємодії.

Коротке введення в MCP

MCP спочатку був розроблений для оптимізації взаємодії між прототипними агентами та сховищами документів. Ранні успіхи у координації робочих процесів з пошуку та логічного аналізу привернули увагу інших лабораторій, і до середини 2024 року дослідники представили відкриті референсні реалізації. 

Незабаром після цього відбувся сплеск розробок розширень, ініційованих спільнотою, які дозволили MCP підтримувати безпечний обмін обліковими даними, сценарії федеративного навчання та адаптери ресурсів у стилі плагінів. До початку 2025 року провідні платформи, зокрема OpenAI, Google DeepMind і Meta AI, прийняли MCP як рідний протокол, закріпивши його роль як еквіваленту HTTP для агентних комунікацій.

MCP використовує легку клієнт-серверну парадигму з трьома основними учасниками: MCP Host (штучний інтелект, що керує запитами), один або декілька MCP Clients (компоненти, які підтримують спеціалізовані з’єднання) та MCP Servers (служби, що надають контекстні примітиви). Кожна пара клієнт–сервер взаємодіє через окремий канал, що дає змогу паралельно отримувати контекст із кількох серверів.

Данний шар MCP базується на трьох основних примітивах — Інструментах, Ресурсах та Запитах, які разом забезпечують безперебійну співпрацю агентів.

Інструменти охоплюють віддалені операції або функції, які агент може викликати для виконання спеціалізованих завдань, у той час як Ресурси представляють кінцеві точки даних — такі як бази даних, векторні сховища та он-чейн оракули — з яких агенти можуть отримувати контекстну інформацію.

Підказки слугують структурованими шаблонами, що спрямовують процес мислення агента, визначаючи, як слід формулювати та інтерпретувати вхідні дані. Завдяки стандартизації цих основних складових, MCP гарантує, що різноманітні агенти можуть знаходити, запитувати та використовувати можливості послідовно та сумісно на будь-якій базовій інфраструктурі.

MCP та Web3

З точки зору першопринципів, перетин Web3 та MCP може втілитися у двох ключових сферах:

1. Забезпечення можливості кожному набору даних блокчейну та децентралізованому протоколу функціонувати як сервер або клієнт MCP
2. Використовуйте Web3 для розвитку нового покоління мереж MCP.

Разом ці імперативи обіцяють масштабовану, мінімізовану довіру структуру для агентського інтелекту.

Дані Web3 як артефакти MCP

Для стимулювання агентів штучного інтелекту у криптосредовищах надзвичайно важливим є безперешкодний доступ до даних на ланцюгу та функціональності смарт-контрактів. Ми передбачаємо, що блокчейн-вузли будуть надавати історії блоків і транзакцій через сервери MCP, тоді як DeFi-платформи публікуватимуть складані операції через інтерфейси MCP.

Доповнюючи цю модель, традиційні криптогейти — біржі, гаманці, експлорери — виступають клієнтами MCP, однаково запитуючи та обробляючи контекст. Уявіть собі єдиного агента, який одночасно взаємодіє з кредитними ринками Aave, кросчейн-мостами Layer0 та аналітикою MEV, і все це через єдиний узгоджений програмний інтерфейс.

Мережі MCP Web3

MCP є надзвичайно потужним протоколом, але, подібно до HTTP, він проходитиме еволюцію від ізольованих кінцевих точок до забезпечення повноцінних мереж. Наразі використання MCP все ще потребує детального розуміння клієнтських і серверних кінцевих точок. Аналогічно, такі можливості, як автентифікація та ідентифікація, є ключовими відсутніми елементами протоколів, проте необхідними для ефективного впровадження MCP.

Наступний етап MCP буде підтримуватися мережевими платформами, що забезпечують більш досконалі можливості:

• Динамічне виявлення, що визначає відповідні кінцеві точки MCP для виконання конкретного завдання.
• Пошукові можливості, які дозволяють агентам знаходити правильні кінцеві точки MCP.
• Оцінки серверів та клієнтів MCP для відстеження їхньої репутації.
• Координація серверів MCP для досягнення конкретного результату.
• Перевірність вихідних даних, створених кінцевими точками MCP.
• Відстежуваність взаємодій з клієнтами та серверами MCP
• Механізми автентифікації та контролю доступу для серверів MCP.

Багато з цих можливостей потребують належного рівня економічних стимулів для координації вузлів у мережі MCP. Це виглядає як ідеальне поєднання штучного інтелекту і Web3. Відстежуваність, бездоганні та верифіковані обчислення — це деякі з ключових примітивів, які можуть забезпечити роботу першого покоління мереж MCP. Web3 — найефективніша технологія серед кількох поколінь для підтримки обчислювальних мереж, і MCP потребує нових мереж.

Проєкт Namda

Ідея поєднання Web3 та MCP для створення нового покоління мереж MCP є цілком практичною, а не теоретичною, і ми починаємо спостерігати реальний прогрес у цій сфері. Однією з найбільш цікаих ініціатив у цій галузі є Проект Namda Массачусетського технологічного інституту (MIT).

Ініційована дослідниками CSAIL та лабораторії MIT-IBM Watson AI, платформа Namda була запущена у 2024 році з метою впровадження масштабованих, розподілених агентських архітектур на базі месенджингових основ MCP. Namda (Networked Agent Modular Distributed Architecture) створює відкриту екосистему, в якій гетерогенні агенти — від хмарних сервісів до пристроїв на периферії та спеціалізованих акселераторів — можуть безшовно обмінюватися контекстом і координувати складні робочі процеси. Використовуючи стандартизовані примітиви JSON-RPC MCP, Namda демонструє, як можна досягти масштабної співпраці з низькою затримкою без компромісів в інтероперабельності чи безпеці.

Архітектура Namda вже включає багато ідей децентралізованої MCP-мережі, таких як динамічне виявлення вузлів, балансування навантаження та відмовостійкість у розподілених кластерах. Завдяки децентралізованому реєстру, натхненному блокчейн-технологіями, Namda забезпечує перевірені ідентичності агентів та політико-керовану арбітрацію ресурсів, що дає змогу реалізовувати надійні багатосторонні робочі процеси. Розширення для механізмів стимулювання на основі токенів та сквозного відстеження походження додатково збагачують протокол, при цьому ранні прототипи демонструють ефективне федеративне навчання у завданнях з обробки зору та мови на глобальних тестових майданчиках.

Інша основа для децентралізованого ШІ

Протягом десятиліть децентралізований штучний інтелект намагався знайти чітке застосування для підтримки основних AI-додатків. З'явлення MCP та потреба в мережах MCP стрімко стали одними з найпомітніших випадків використання нового покоління AI-інфраструктури. Це може бути одним із найбільших кейсів у сфері штучного інтелекту, який Web3 ідеально підходить для реалізації. Поєднання Web3 та MCP може стати новою основою для децентралізованого AI.