模型上下文協議（MCP）：下一個加密 AI 新敘事？

MCP 可能成為推動代理型加密產品下一階段發展的催化劑。

如果你跟我一樣，可能會好奇：「MCP 到底是什麼鬼？！」… 為什麼這麼多人都在談論它？

關於 MCP 的資料非常有限，這並不奇怪 —— 畢竟它才誕生四個月。因此，我決定深入研究並在這裡整理我的發現。

簡要總結（TLDR）： MCP 是加密領域和開源 AI 的一項重大突破。你需要關注它，因為它可能成為推動代理型加密產品（agentic crypto products）下一階段發展的催化劑。

撰文：s4mmy｜編譯：深潮 TechFlow

內容目錄

1. 引言
2. 什麼是模型上下文協定（Model Context Protocol，MCP）？
3. MCP 如何為 AI 代理服務
4. 代理型未來：為什麼 MCP 至關重要
5. 類似 MCP 的其他項目
6. 與傳統 AI 整合的關鍵區別
7. 結論

1）引言

隨著 AI 代理（AI agents）不斷進化，變得更加自主並逐步融入現實世界的應用場景，模型上下文協定（Model Context Protocol，簡稱 “MCP”）正在顛覆這些代理與外部資料和工具互動的方式。

MCP 由 Anthropic 於 2024 年底推出，正致力於成為一個標準化框架，賦能 AI 代理，實現與多樣化資料來源的無縫通訊。

自從 @anthropicai 引入此通訊標準以來，越來越多的 AI 解決方案已將其視為新的產業預設。

簡單來說，MCP 就是「AI 如何與軟體即時對話」的方式。

隨著代理型未來（agentic future）的到來 —— 一個 AI 系統能夠獨立解決複雜任務的時代 ——MCP 是否會成為解鎖下一波 AI 創新浪潮的關鍵？

也許，它還會推動 Crypto 與 AI 結合領域的價格再創新高？

從聊天機器人到驅動各行業的自主系統，AI 代理（AI agents）被寄予厚望，能夠即時決策，並從多種資料來源中獲取動態資訊。然而，一個主要瓶頸始終存在：缺乏一種標準化方式，讓 AI 模型能夠連接外部系統，例如資料庫、文件庫或商業工具。

這正是 MCP 的用武之地。

模型上下文協定（Model Context Protocol，MCP）作為一個開放標準，旨在填補這一空白，使 AI 代理能夠動態存取並與外部資料來源互動。

它讓大型語言模型（LLMs）能夠有效地充當代理（Agents），甚至具備部署智能合約或執行 DeFi（去中心化金融）操作的能力。這無疑是一個巨大的突破！

如果你曾經作為加密領域使用者使用過 ChatGPT，你可能已經意識到它在提供及時的加密見解或具體資訊分析方面表現得相當糟糕 —— 如果它甚至連前 100 大加密貨幣的現貨價格都無法告訴我，我也不會感到驚訝！

MCP 則為增強 AI 驅動的 DeFi 能力提供了可能，例如：

「找到 USDC 的最佳年化收益率（APY），並分配 1000 美元」；

根據市場波動重新平衡投資組合。

這標誌著向代理型未來邁進的更廣泛趨勢，在這一未來中，AI 系統將以更大的獨立性和實用性運作。這種發展也顯著區別於傳統 AI 系統，與加密領域的無許可特性（permissionless nature）完美契合。

2）什麼是模型上下文協定（MCP）？

模型上下文協定（Model Context Protocol，簡稱 “MCP”）由 Anthropic 於 2024 年底推出，是一個開源標準，旨在連接 AI 助理.

尤其是由大型語言模型（LLMs）驅動的 AI 代理（AI agents），與外部系統交互，從而獲取那些令人垂涎的即時數據。

可以將 MCP 看作一個通用適配器，它以安全且標準化的方式讓AI 代理程式存取：

• 內容儲存庫
• 商業工具
• 開發環境，以及更多！

為什麼你需要關注它？

不同於傳統的 AI 整合方式（通常依賴分散的、客製化的解決方案），MCP 提供了一個統一的雙向通訊框架。這意味著 AI 代理不僅可以從外部系統中提取數據，還可以將更新或操作推送回這些系統，從而實現更動態、更自主的行為。 例如，你可以擁有一個完全自主的代理，它能夠更新企業系統或管理你的個人事務！

Anthropic 推出 MCP 的使命是簡化 AI 的整合過程，讓開發者更容易建立代理型工作流程，使 AI 系統能夠獨立且情境化地運作。

3）MCP 如何為 AI 代理服務

MCP 充當了一個整合層，允許AI 代理程式按需連接外部服務。以下是它的工作原理：

a）動態資料訪問

與傳統僅依賴預訓練資料的方式不同，使用 MCP 的 AI 代理可以從關聯式資料庫、檔案系統或程式碼庫等來源存取即時或特定情境的資料。 例如，那些難以取得的加密貨幣即時價格也可以透過 MCP 實現！甚至連 @0rxbt 也在嘗試將 MCP 用於我們最愛的「紫色青蛙」（Purple Frog），也就是 SkyNet，或稱為 @aixbt_agent。

b）雙向通信

MCP 支援雙向交互，這意味著AI 代理不僅可以檢索數據，還可以根據其分析結果採取行動，例如更新資料庫或觸發工作流程。

c）標準化框架

透過提供一個通用協議，MCP 消除了對客製化整合的需求，降低了開發複雜性，並確保了跨應用的一致性。 這或許是解決區塊鏈生態中各種程式語言和協議碎片化問題的答案！也許，AI 代理將成為跨鍊和多語言的聚合層！

4）代理型未來：為什麼 MCP 至關重要

AI 代理不再只是被動的系統；它們正在成為能夠主動決策、目標導向的實體，具備自主完成任務的能力。

然而，要讓 AI 代理真正有用，它們需要突破訓練資料的限制，與現實世界流暢互動，而這正是 MCP 的用武之地。

一個 MCP 實際應用的絕佳範例來自 Anthropic 的官方文件：

想像一個 AI 代理被賦予管理軟體開發管道的任務。

透過 MCP，這個代理可以：

• 從程式碼庫中提取最新程式碼；
• 分析程式碼中的漏洞；
• 然後即時將報告推送回團隊的專案管理工具。

以下（致敬 @alexalbert__）是一個案例：我們可以看到 Anthropic 的Claude 直接連接到 GitHub，創建了一個新程式碼庫，並透過 MCP 整合提交了一個 PR（Pull Request）。

MCP 讓 AI 代理能夠透過存取即時資料適應不斷變化的情境，從而變得更加靈活和智慧。

以下展示了 MCP 與 GitHub、Web API、Slack、電子郵件等多種平台的整合與通訊能力。

MCP 為 @davidsacks 關於「獲勝的代理人（The Winning Agent）」可能具備的特性提供了答案：

或許，將代理商連結到現實世界的基礎建設才是真正的致勝法則！

透過標準化協議，開發者無需為每次新的整合重新「造輪子」，可以更快地建立代理型工作流程（agentic workflows）。

代理型未來的核心在於，AI 系統能夠獨立行動以實現複雜目標，無論是：

• 自動化業務流程，
• 管理供應鏈，
• 甚至協助科學研究。

MCP 透過為 AI 代理商提供與現實世界互動的基礎設施，成為實現這一願景的重要一步。

5）其他類似 MCP 的倡議

Anthropic 並不是唯一一位認識到標準化AI 整合協議需求的企業。最近，一些大型協議和公司也推出或採用了類似 MCP 的框架，以支援代理型未來：

i）Perplexity MCP

ii）OpenAI Agents SDK MCP 就在昨天，OpenAI 發布了其 Agents SDK 的 MCP 插件：

iii）Stripe MCP 集成

此外，越來越多的 MCP 伺服器正在開發中，以使 AI 通訊更加流暢：

一些獨立於 Anthropic 的 CEO 們也開始認可 MCP 在推動 AI 代理商未來發展的重要性。

這些舉措突顯了一個日益增長的趨勢：要實現代理型 AI，必須採用標準化、可擴展的資料整合解決方案。

儘管 MCP 憑藉其開源屬性和廣泛適用性保持領先地位，但 xAI、Google 和 Meta 等主要玩家的參與進一步凸顯了這一領域的重要性。

6）與傳統 AI 整合的關鍵區別

為什麼 MCP（及其類似框架）相比傳統 AI 整合方式更具優勢？

傳統整合通常依賴自訂 API 或中間件，這導致解決方案分散且難以擴展。

MCP 提供了一種通用標準，從而減少了複雜性並確保了一致性。這一點可以透過一張對比圖表清晰呈現：

開源協作：MCP 的開源特性促進了整個產業的協作，這與集中化 AI 公司的孤立方法形成鮮明對比。 這是加密領域的重大價值主張。

以下是一個快速對比：

一些高層次的例子展示了 MCP 在加密領域的潛在應用：

我們已經開始看到一些推動，例如：

• DeFAI（去中心化金融與 AI 的結合）解決方案，例如 @danielesesta 的 @heyanonai、@LimitusIntel 或 @gizatechxyz；
• 針對鏈上分析的客製化工具，例如 @aixbt_agent。

隨著 MCP 在更廣泛的加密和 AI 生態系統中的進一步集成，未來將會有更多創新出現！

7）結論

MCP 代表了邁向代理型 AI 未來的重要一步。在這未來中，自主系統能夠與周遭的世界無縫互動。

透過為 AI 代理連接外部資料來源提供一個標準化框架，MCP 解決了 AI 開發中的關鍵瓶頸，使得解決方案更加智慧、適應性更強且具備更高的可擴展性。

整個產業對類似 MCP 協議的接受與支持，顯示了朝向代理型願景共同努力的趨勢。

然而，仍存在一些挑戰：

MCP 及其類似框架的成功將取決於廣泛的採用、協定之間的互通性，以及與快速發展的 AI 環境保持同步的能力。

隨著我們邁向一個 AI 代理在生活中扮演越來越重要角色的未來，像 MCP 這樣的框架將成為連結 AI 與現實世界應用的重要橋樑。

無論 MCP 最終成為事實上的行業標準，還是僅僅作為進一步創新的催化劑，它已經引發了一場關於代理型 AI 和代理型加密產品所需基礎設施的關鍵討論。