Khám Phá Đa Ngành Của AI Agent Trong Lĩnh Vực Web3: Từ Manus Đến MCP

Gần đây, một sản phẩm AI Agent đa năng toàn cầu mang tên Manus đã thu hút sự chú ý rộng rãi trong ngành. Sản phẩm này được phát triển bởi công ty khởi nghiệp trong nước Monica, đã xảy ra tình trạng khó khăn trong việc xin mã mời ngay trong ngày đầu ra mắt. Manus, với tư cách là một AI Agent đa năng, đã thể hiện khả năng tư duy độc lập, lập kế hoạch và thực hiện các nhiệm vụ phức tạp, có thể tự hoàn thành quy trình từ lập kế hoạch đến thực hiện các nhiệm vụ toàn diện như viết báo cáo và tạo bảng.

Sự bùng nổ của Manus không chỉ thu hút sự chú ý trong ngành mà còn cung cấp những ý tưởng sản phẩm và cảm hứng thiết kế quý giá cho việc phát triển các AI Agent. Với sự phát triển nhanh chóng của công nghệ AI, AI Agent như một nhánh quan trọng trong lĩnh vực trí tuệ nhân tạo, đang dần từ khái niệm trở thành hiện thực và thể hiện tiềm năng ứng dụng to lớn trong nhiều ngành, ngành Web3 cũng không phải là ngoại lệ.

Thành phần cốt lõi và mô hình thiết kế của AI Agent

AI Agent là một chương trình máy tính có khả năng tự đưa ra quyết định và thực hiện nhiệm vụ dựa trên môi trường, đầu vào và mục tiêu đã được định nghĩa trước. Các thành phần cốt lõi của nó bao gồm:

• Mô hình ngôn ngữ lớn (LLM) như "bộ não" của nó
• Cơ chế quan sát và cảm nhận
• Quy trình tư duy suy luận
• Hành động thực hiện
• Ghi nhớ và truy xuất

Mô hình thiết kế của AI Agent chủ yếu có hai hướng phát triển:

1. Nặng về khả năng lập kế hoạch: bao gồm REWOO, Plan & Execute, LLM Compiler
2. Tập trung vào khả năng phản ánh: bao gồm Basic Reflection, Reflexion, Self Discover, LATS

Trong đó, mô hình ReAct là mô hình thiết kế AI Agent được áp dụng rộng rãi nhất hiện nay. ReAct giải quyết các nhiệm vụ suy luận ngôn ngữ và ra quyết định đa dạng bằng cách kết hợp suy luận (Reasoning) và hành động (Acting) trong mô hình ngôn ngữ. Quy trình điển hình của nó có thể được mô tả bằng chu trình "Suy nghĩ (Thought) → Hành động (Action) → Quan sát (Observation)".

Tình trạng AI Agent trong Web3

Sự phổ biến của AI Agent trong ngành Web3 đã giảm mạnh sau khi đạt đỉnh vào tháng 1 năm nay, tổng giá trị thị trường đã sụt giảm hơn 90%. Hiện tại, những dự án có tiếng nói và giá trị thị trường lớn chủ yếu xoay quanh việc khám phá Web3 trên nền tảng AI Agent, chủ yếu có ba mô hình:

1. Chế độ nền tảng phóng: đại diện bởi Virtuals Protocol
2. Mô hình DAO: đại diện là ElizaOS
3. Mô hình công ty thương mại: đại diện là Swarms

Xét từ góc độ mô hình kinh tế, hiện tại chỉ có mô hình nền tảng phát hành có thể đạt được vòng khép kín kinh tế tự cấp tự túc. Nhưng mô hình này cũng đối mặt với thách thức, chủ yếu là tài sản AI Agent phát hành cần phải có đủ "sức hấp dẫn" để hình thành vòng quay tích cực. Hiện tại hầu hết các AI Agent được phát hành về cơ bản đều là Meme, thiếu sự hỗ trợ giá trị nội tại.

Khám Phá Web3 Của MCP

Model Context Protocol (MCP) là một giao thức mã nguồn mở được công ty Anthropic phát triển, nhằm giải quyết vấn đề kết nối và tương tác giữa LLM và các nguồn dữ liệu bên ngoài. Sự xuất hiện của MCP đã mang đến một hướng khám phá mới cho AI Agent trong Web3:

1. Triển khai Máy chủ MCP vào mạng blockchain, giải quyết vấn đề điểm đơn và có khả năng chống kiểm duyệt.
2. Cung cấp chức năng tương tác giữa MCP Server và blockchain, giảm bớt rào cản kỹ thuật

Ngoài ra, còn có kế hoạch xây dựng mạng lưới khuyến khích người sáng tạo OpenMCP.Network dựa trên Ethereum. Mạng lưới này nhằm mục đích tự động hóa, minh bạch, đáng tin cậy và chống kiểm duyệt khuyến khích thông qua hợp đồng thông minh, sử dụng ví Ethereum, ZK và các công nghệ khác để thực hiện chữ ký, xác thực quyền hạn và bảo vệ quyền riêng tư trong quá trình hoạt động.

Tóm tắt và triển vọng

Việc phát hành Manus đánh dấu một cột mốc quan trọng cho sản phẩm Đại lý AI tổng quát. Thế giới Web3 cũng cần một sản phẩm cột mốc để phá vỡ những nghi ngờ bên ngoài về việc Web3 thiếu tính thực tiễn chỉ có sự thổi phồng. Sự xuất hiện của MCP mang đến hướng khám phá mới cho Đại lý AI của Web3, bao gồm việc triển khai lên mạng blockchain, tương tác với blockchain và xây dựng mạng lưới khuyến khích người sáng tạo.

Mặc dù về lý thuyết, sự kết hợp giữa MCP và Web3 có thể đưa vào cơ chế tin cậy phi tập trung và lớp động lực kinh tế cho ứng dụng AI Agent, nhưng công nghệ chứng minh không biết đến hiện tại vẫn khó khăn trong việc xác minh tính xác thực của hành vi của Agent, và mạng phi tập trung cũng gặp vấn đề về hiệu suất. Đây không phải là một giải pháp có thể thành công trong ngắn hạn.

AI như một trong những câu chuyện vĩ đại nhất trong lịch sử, sự hòa nhập của nó với Web3 là điều không thể tránh khỏi. Chúng ta cần giữ vững kiên nhẫn và niềm tin, tiếp tục khám phá những khả năng vô hạn trong lĩnh vực này.