AI Agent在Web3领域的新探索：从Manus到MCP

3月6日，一款全球首创的通用AI Agent产品Manus引发了业内广泛关注。这款由中国创业公司开发的产品一经推出就备受追捧，邀请码一码难求。Manus作为通用AI Agent，具备独立完成从规划到执行的全流程任务能力，如撰写报告、制作表格等。它不仅能生成想法，更能独立思考并付诸行动，展现出前所未有的通用性和执行力。

Manus的火爆不仅吸引了行业关注，也为其他AI Agent开发者提供了宝贵的产品设计灵感。随着AI技术的飞速发展，AI Agent作为人工智能的重要分支，正从概念逐步走向实际应用，在各行各业展现出巨大潜力，Web3行业自然也不例外。

AI Agent概述

AI Agent，即人工智能代理，是一种能够根据环境、输入和预定目标自主决策并执行任务的计算机程序。其核心组成包括：以大语言模型(LLM)为"大脑"，负责信息处理、学习、决策和行动执行；观察感知机制；推理思考过程；行动执行能力；以及记忆和检索功能。

AI Agent的设计模式主要有两条发展路线：一条侧重规划能力，包括REWOO、Plan & Execute、LLM Compiler；另一条侧重反思能力，包括Basic Reflection、Reflexion、Self Discover、LATS。其中，ReAct模式是最早也是应用最广泛的设计模式，其典型流程可描述为思考(Thought)→行动(Action)→观察(Observation)的循环。

根据智能体数量，AI Agent可分为Single Agent和Multi Agent。Single Agent侧重LLM与工具的配合，而Multi Agent则为不同Agent赋予不同角色，通过协作完成复杂任务。目前，大多数框架聚焦于Single Agent场景。

MCP协议简介

Model Context Protocol (MCP)是数据科技公司于2024年11月推出的开源协议，旨在解决LLM与外部数据源的连接和交互问题。MCP可比作LLM的"USB接口"，支持灵活插入外部数据和工具。

MCP提供三种能力来扩展LLM：Resources（知识扩展）、Tools（执行函数，调用外部系统）和Prompts（预编写提示词模板）。MCP采用Client-Server架构，底层传输使用JSON-RPC协议。任何人都可以开发和托管MCP Server，并可随时停止服务。

Web3中的AI Agent现状

Web3行业中AI Agent的热度自今年1月达到高峰后大幅下降，整体市值缩水超90%。目前，声浪和市值较大的项目主要围绕AI Agent框架进行Web3探索，主要模式包括：

1. 发射平台模式：以Virtuals Protocol为代表，允许用户创建、部署和变现AI Agent。
2. DAO模式：以ElizaOS为代表，利用AI模型模拟投资决策，结合DAO成员建议进行投资。
3. 商业公司模式：以Swarms为代表，提供企业级Multi Agent框架。

从经济模型角度看，目前只有发射平台模式能实现自给自足的经济闭环。然而，这种模式也面临挑战，如大多数发射的AI Agent本质上是Meme，缺乏内在价值支撑。

MCP在Web3领域的探索

MCP的出现为Web3的AI Agent带来了新的探索方向：

1. 将MCP Server部署到区块链网络，解决单点问题并具备抗审查能力。
2. 赋予MCP Server与区块链交互的功能，如进行DeFi交易和管理，降低技术门槛。

除此之外，还有基于以太坊构建OpenMCP.Network创作者激励网络的方案。这一方案旨在通过智能合约实现激励的自动化、透明、可信和抗审查，使用以太坊钱包、ZK等技术实现运行过程中的签名、权限验证和隐私保护。

结语

Manus的发布标志着通用AI Agent产品的重要里程碑，Web3世界同样需要一个里程碑产品来打破外界对其缺乏实用性的质疑。MCP的出现为Web3的AI Agent带来了新的探索方向，包括部署到区块链网络、实现与区块链的交互，以及构建创作者激励网络。

AI与Web3的融合是不可避免的趋势，我们需要保持耐心和信心，持续探索这一领域的无限可能。