AI Agent在Web3領域的新探索：從Manus到MCP

3月6日，一款全球首創的通用AI Agent產品Manus引發了業內廣泛關注。這款由中國創業公司開發的產品一經推出就備受追捧，邀請碼一碼難求。Manus作爲通用AI Agent，具備獨立完成從規劃到執行的全流程任務能力，如撰寫報告、制作表格等。它不僅能生成想法，更能獨立思考並付諸行動，展現出前所未有的通用性和執行力。

Manus的火爆不僅吸引了行業關注，也爲其他AI Agent開發者提供了寶貴的產品設計靈感。隨着AI技術的飛速發展，AI Agent作爲人工智能的重要分支，正從概念逐步走向實際應用，在各行各業展現出巨大潛力，Web3行業自然也不例外。

AI Agent概述

AI Agent，即人工智能代理，是一種能夠根據環境、輸入和預定目標自主決策並執行任務的計算機程序。其核心組成包括：以大語言模型(LLM)爲"大腦"，負責信息處理、學習、決策和行動執行；觀察感知機制；推理思考過程；行動執行能力；以及記憶和檢索功能。

AI Agent的設計模式主要有兩條發展路線：一條側重規劃能力，包括REWOO、Plan & Execute、LLM Compiler；另一條側重反思能力，包括Basic Reflection、Reflexion、Self Discover、LATS。其中，ReAct模式是最早也是應用最廣泛的設計模式，其典型流程可描述爲思考(Thought)→行動(Action)→觀察(Observation)的循環。

根據智能體數量，AI Agent可分爲Single Agent和Multi Agent。Single Agent側重LLM與工具的配合，而Multi Agent則爲不同Agent賦予不同角色，通過協作完成復雜任務。目前，大多數框架聚焦於Single Agent場景。

MCP協議簡介

Model Context Protocol (MCP)是數據科技公司於2024年11月推出的開源協議，旨在解決LLM與外部數據源的連接和交互問題。MCP可比作LLM的"USB接口"，支持靈活插入外部數據和工具。

MCP提供三種能力來擴展LLM：Resources（知識擴展）、Tools（執行函數，調用外部系統）和Prompts（預編寫提示詞模板）。MCP採用Client-Server架構，底層傳輸使用JSON-RPC協議。任何人都可以開發和托管MCP Server，並可隨時停止服務。

Web3中的AI Agent現狀

Web3行業中AI Agent的熱度自今年1月達到高峯後大幅下降，整體市值縮水超90%。目前，聲浪和市值較大的項目主要圍繞AI Agent框架進行Web3探索，主要模式包括：

1. 發射平台模式：以Virtuals Protocol爲代表，允許用戶創建、部署和變現AI Agent。
2. DAO模式：以ElizaOS爲代表，利用AI模型模擬投資決策，結合DAO成員建議進行投資。
3. 商業公司模式：以Swarms爲代表，提供企業級Multi Agent框架。

從經濟模型角度看，目前只有發射平台模式能實現自給自足的經濟閉環。然而，這種模式也面臨挑戰，如大多數發射的AI Agent本質上是Meme，缺乏內在價值支撐。

MCP在Web3領域的探索

MCP的出現爲Web3的AI Agent帶來了新的探索方向：

1. 將MCP Server部署到區塊鏈網路，解決單點問題並具備抗審查能力。
2. 賦予MCP Server與區塊鏈交互的功能，如進行DeFi交易和管理，降低技術門檻。

除此之外，還有基於以太坊構建OpenMCP.Network創作者激勵網路的方案。這一方案旨在通過智能合約實現激勵的自動化、透明、可信和抗審查，使用以太坊錢包、ZK等技術實現運行過程中的籤名、權限驗證和隱私保護。

結語

Manus的發布標志着通用AI Agent產品的重要裏程碑，Web3世界同樣需要一個裏程碑產品來打破外界對其缺乏實用性的質疑。MCP的出現爲Web3的AI Agent帶來了新的探索方向，包括部署到區塊鏈網路、實現與區塊鏈的交互，以及構建創作者激勵網路。

AI與Web3的融合是不可避免的趨勢，我們需要保持耐心和信心，持續探索這一領域的無限可能。