Penjelajahan Baru AI Agent di Bidang Web3: Dari Manus ke MCP

Baru-baru ini, sebuah produk yang bernama Manus, yaitu agen AI universal pertama di dunia, telah menarik perhatian luas. Produk yang dikembangkan oleh perusahaan rintisan asal Tiongkok ini telah menciptakan gelombang di dunia teknologi, dengan kemampuan berpikir dan eksekusi mandiri yang kuat yang menunjukkan potensi besar dari teknologi Agen AI. Kesuksesan Manus tidak hanya menarik perhatian di industri, tetapi juga memberikan pemikiran desain yang berharga untuk pengembangan Agen AI, dengan berbagai bidang termasuk industri Web3 sedang menjelajahi prospek aplikasinya.

AI Agent adalah sistem cerdas yang mampu membuat keputusan dan melaksanakan tugas secara mandiri berdasarkan lingkungan, masukan, dan tujuan yang telah ditentukan. Komponen inti terdiri dari model bahasa besar (LLM) sebagai “otak”, serta fungsi kunci seperti pengamatan, penalaran, eksekusi, dan memori. Saat ini, pola desain AI Agent memiliki dua jalur perkembangan utama: satu fokus pada kemampuan perencanaan, dan yang lainnya fokus pada kemampuan refleksi. Di antara keduanya, pola ReAct adalah yang pertama muncul dan paling luas diterapkan, dengan alur inti berupa siklus berpikir, bertindak, dan mengamati.

Di bidang Web3, meskipun popularitas AI Agent telah sedikit mereda, masih ada beberapa proyek yang secara aktif menjelajahi. Utamanya mencakup tiga model: model platform peluncuran (seperti Virtuals Protocol), model DAO (seperti ElizaOS), dan model perusahaan komersial (seperti Swarms). Di antara ketiga model tersebut, model platform peluncuran saat ini cukup matang dan mampu mewujudkan siklus ekonomi. Namun, model ini juga menghadapi tantangan kurangnya dukungan nilai intrinsik.

Kemunculan Model Context Protocol (MCP) memberikan arah eksplorasi baru bagi AI Agent di Web3. MCP adalah protokol sumber terbuka yang bertujuan untuk menyelesaikan masalah koneksi antara LLM dan sumber data eksternal. Di bidang Web3, aplikasi MCP memiliki dua arah utama: pertama, menerapkan MCP Server di jaringan blockchain untuk mencapai desentralisasi dan ketahanan terhadap sensor; kedua, memberikan kemampuan kepada MCP Server untuk berinteraksi dengan blockchain, mengurangi hambatan teknis. Selain itu, beberapa akademisi juga mengusulkan rencana untuk membangun jaringan insentif kreator OpenMCP.Network berbasis Ethereum.

Meskipun kombinasi MCP dengan Web3 secara teori dapat memberikan mekanisme kepercayaan terdesentralisasi dan insentif ekonomi untuk AI Agent, saat ini masih menghadapi tantangan dalam verifikasi teknologi dan masalah efisiensi. Bagi Web3, penggabungan dengan AI adalah tren yang tidak terhindarkan, dan industri perlu terus menjelajahi dan berinovasi.

AI sebagai perubahan teknologi yang besar, pasti akan memiliki dampak mendalam pada Web3. Meskipun saat ini masih banyak tantangan, tetapi seiring dengan kemajuan teknologi yang terus menerus dan munculnya pemikiran inovatif, prospek penerapan AI Agent di bidang Web3 tetap luas. Kami berharap untuk melihat lebih banyak produk dan solusi yang inovatif, mendorong integrasi mendalam antara Web3 dan AI, menciptakan lebih banyak nilai.