【长推】从纯信息资讯到应用工具服务：AI Agent 下一阶段已启动？

Chainfeeds 导读：

链上 AI Agent 正在悄然复苏，MCP、A2A、UnifAI 等协议标准逐步完善，正在构建一个多 Agent 协作的新基础设施。AI Agent 正从资讯工具进化为应用执行体。这是链上 AI Agent 的第二春吗？

文章来源：

https://x.com/tmel0211/status/1912430381305065865

文章作者：

Haotian

观点：

Haotian：1）MCP（Model Context）协议）：由 Anthropic 推出的开放标准协议，本质上是打通 AI 模型与外部工具的「神经系统」，解决了 Agent 与外部工具的互操作性问题。谷歌 DeepMind 都表达了其本身的支持，使 MCP 迅速成为行业认可的协议标准。MCP 的技术价值在于将函数调用标准化，让不同的 LLM 能够用统一语言与外部工具交互，相当于 Web3 AI 世界的「HTTP 协议」，但其在远程安全通信接口转发短板 2）A2A（Agent-to-Agent Protocol）：Google 主导的 Agent 间通信协议，构成「Agent 社交网络」的协议框架。相对于 MCP 关注 AI 连接工具，A2A 更关注 Agent 之间的通信交互。通过 Agent 卡机制能力发现问题，跨实现平台、多模态的 Agent 协作，已获得 Atlassian、Salesforce 等 50 多家企业支持。从功能上看，A2A 是 AI 世界的「社交协议」，让不同小型 AI 可以通过统一方式和谐工作。我个人感觉，协议类似，谷歌来「攒局」给 AI 代理背书的意义更大。3）UnifAI ：定位为 Agent 协作网络，尝试整合 MCP 和 A2A 的优势，为中小企业提供跨平台 Agent 协作解决方案。其架构类似于一个中间层，希望通过统一服务发现机制让 Agent 生态更加高效。尽管相比其他几个协议高效，UnifAI 的市场影响力和生态建设仍明显不足，未来可能会向某些细分场景聚焦。 链上 AI Agent 可以借助这些标准化协议，产生哪些拓展方向和机会呢？ 1 ）能力去中心化执行应用：Dark 基于 TEE 的设计，出了一个核心问题 —— 如何让 AI 模型可信地执行链上操作。这为 AI Agent 在 DeFi 领域的基础提供了技术支撑，意味着未来可能出现更多自主执行交易、代币发行、LP 管理等 DeFi 操作的 AI Agent。 整合那些纯粹概念炒作的 Agent 模型，有实用价值的 Agent 生态才是真正的价值所在。（不过，Dark 目前 github 也只有过去有限的 12 个 Action，只能算好的开始，距离完全脱离概念阶段到大规模应用落地还有距离） 2）多 Agent 和谐区块链网络：A2A 和 UnifAI 对多 Agent 协作场景的探索，为链上 Agent 生态带来了全新的网络效应可能性。尝试想一个由多个专业 Agent 组成的去中心化网络，可能会突破单一 LLM 的能力边界，形成一个自主协作的去中心化市场，这恰好与区块链共享网络特性完美契合。