Eksplorasi Lintas Sektor AI Agent di Bidang Web3: Dari Manus ke MCP

Belakangan ini, sebuah perusahaan startup China meluncurkan produk AI Agent universal pertama di dunia, Manus, yang menarik perhatian luas. Sebagai AI Agent universal, Manus memiliki kemampuan untuk menyelesaikan tugas dari perencanaan hingga eksekusi secara mandiri, seperti menyusun laporan, membuat tabel, dan lainnya. Ia tidak hanya dapat menghasilkan ide, tetapi juga dapat berpikir secara mandiri dan mengambil tindakan, menunjukkan universalitas dan kemampuan eksekusi yang belum pernah ada sebelumnya.

Kepopuleran Manus tidak hanya menarik perhatian di dalam industri, tetapi juga menyediakan ide produk dan inspirasi desain yang berharga untuk pengembangan berbagai AI Agent. Dengan perkembangan cepat teknologi AI, AI Agent sebagai cabang penting dalam bidang kecerdasan buatan, secara bertahap bergerak dari konsep ke realita, dan menunjukkan potensi aplikasi yang besar di berbagai sektor, industri Web3 juga tidak terkecuali.

Ringkasan AI Agent

AI Agent adalah program komputer yang dapat membuat keputusan dan melaksanakan tugas secara mandiri berdasarkan lingkungan, input, dan tujuan yang telah ditentukan sebelumnya. Komponen inti yang terdiri dari:

1. Model Bahasa Besar (LLM): Sebagai "otak" dari Agent, memproses informasi, belajar, membuat keputusan, dan mengeksekusi tindakan.
2. Mekanisme pengamatan dan persepsi: memungkinkan Agen untuk merasakan lingkungan.
3. Proses pemikiran inferensial: menganalisis hasil pengamatan dan konten memori, mempertimbangkan kemungkinan tindakan.
4. Tindakan Eksekusi: Memberikan respons konkret terhadap pemikiran dan pengamatan.
5. Memori dan Pengambilan: Menyimpan pengalaman masa lalu untuk digunakan dalam pembelajaran.

Polanya desain AI Agent dimulai dari ReAct, dengan dua jalur pengembangan utama: satu berfokus pada kemampuan perencanaan Agent, dan yang lainnya berfokus pada kemampuan refleksi. Pola ReAct adalah pola desain AI Agent yang paling banyak digunakan saat ini, dan alur kerjanya dapat digambarkan sebagai siklus berpikir (Thought) → bertindak (Action) → mengamati (Observation), disingkat siklus TAO.

Berdasarkan jumlah agen, AI Agent dapat dibagi menjadi Single Agent dan Multi Agent. Inti dari Single Agent adalah kolaborasi antara LLM dan alat, sedangkan Multi Agent memberikan peran yang berbeda kepada berbagai agen untuk menyelesaikan tugas kompleks melalui kerja sama.

Penjelasan Protokol MCP

Model Context Protocol (MCP) adalah protokol sumber terbuka yang diluncurkan oleh suatu perusahaan pada November 2024, yang bertujuan untuk menyelesaikan masalah koneksi dan interaksi antara LLM dan sumber data eksternal. MCP dapat dibandingkan dengan "antarmuka USB" LLM, yang mendukung penyisipan fleksibel data dan alat eksternal.

MCP menyediakan tiga kemampuan untuk memperluas LLM:

1. Sumber daya: Ekspansi pengetahuan
2. Alat: Menjalankan fungsi, memanggil sistem eksternal
3. Prompts: Template kata kunci yang telah ditulis sebelumnya

MCP menggunakan arsitektur Client-Server, dengan protokol JSON-RPC untuk transmisi dasar. Siapa pun dapat mengembangkan dan menghosting Server MCP, dan dapat menghentikan layanan kapan saja.

Status AI Agent di Web3

Setelah mencapai puncaknya pada bulan Januari tahun ini, popularitas AI Agent di industri Web3 mengalami penurunan drastis, dengan total nilai pasar menyusut lebih dari 90%. Proyek-proyek yang saat ini cukup aktif terutama berfokus pada eksplorasi Web3 dengan kerangka AI Agent, yang secara umum memiliki tiga model utama:

1. Mode platform peluncuran: diwakili oleh Virtuals Protocol, memungkinkan pengguna untuk membuat, menerapkan, dan memonetisasi AI Agent.
2. Mode DAO: Diwakili oleh ElizaOS, menggabungkan model AI dan saran anggota DAO untuk pengambilan keputusan.
3. Model Perusahaan: Diwakili oleh Swarms, menyediakan kerangka Multi Agent tingkat perusahaan.

Dari sudut pandang model ekonomi, saat ini hanya model platform peluncuran yang dapat mencapai siklus ekonomi yang mandiri. Namun, model ini juga menghadapi tantangan seperti kurangnya daya tarik aset dan lingkungan pasar yang sepi.

MCP dalam bidang Web3

Kemunculan MCP membawa arah eksplorasi baru untuk AI Agent Web3:

1. Menyebarkan Server MCP ke jaringan blockchain, menyelesaikan masalah titik tunggal dan memiliki kemampuan anti-sensor.
2. Memberikan fungsi interaksi MCP Server dengan blockchain, seperti melakukan transaksi DeFi dan manajemen, serta mengurangi hambatan teknis.

Selain itu, ada rencana untuk membangun jaringan insentif kreator OpenMCP.Network yang berbasis Ethereum. Jaringan ini bertujuan untuk mewujudkan otomatisasi, transparansi, kepercayaan, dan ketahanan terhadap sensor dalam insentif melalui kontrak pintar, menggunakan dompet Ethereum, ZK, dan teknologi lainnya untuk mewujudkan tanda tangan, verifikasi hak akses, dan perlindungan privasi selama proses operasional.

Meskipun penggabungan MCP dengan Web3 secara teoritis dapat memberikan mekanisme kepercayaan terdesentralisasi dan lapisan insentif ekonomi untuk aplikasi AI Agent, teknologi bukti nol yang ada saat ini masih sulit untuk memverifikasi keaslian perilaku Agent, dan jaringan terdesentralisasi juga menghadapi masalah efisiensi, ini bukan solusi yang bisa sepenuhnya diselesaikan dalam waktu dekat.

Kesimpulan

Peluncuran Manus menandai tonggak penting dalam produk Agen AI umum, dunia Web3 juga membutuhkan produk tonggak untuk mematahkan keraguan luar tentang kegunaannya. Munculnya MCP memberikan arah eksplorasi baru untuk Agen AI Web3. Integrasi AI dan Web3 adalah tren yang tidak terelakkan, kita perlu tetap sabar dan percaya diri, terus menjelajahi kemungkinan di bidang ini.