MCP 可能成为推动代理型加密产品下一阶段发展的催化剂。

撰文：s4mmy

编译：深潮 TechFlow

如果你和我一样，可能会好奇：「MCP 到底是什么鬼？！」……为什么这么多人都在谈论它？

关于 MCP 的资料非常有限，这也不足为奇——毕竟它才诞生四个月。因此，我决定深入研究并在这里整理我的发现。

简要总结（TLDR）： MCP 是加密领域和开源 AI 的一项重大突破。你需要关注它，因为它可能成为推动代理型加密产品（agentic crypto products）下一阶段发展的催化剂。

内容目录

1. 引言
2. 什么是模型上下文协议（Model Context Protocol，MCP）？
3. MCP 如何为 AI 代理服务
4. 代理型未来：为什么 MCP 至关重要
5. 类似 MCP 的其他项目
6. 与传统 AI 集成的关键区别
7. 结论

1）引言

随着 AI 代理（AI agents）不断进化，变得更加自主并逐步融入现实世界的应用场景，模型上下文协议（Model Context Protocol，简称「MCP」）正在颠覆这些代理与外部数据和工具交互的方式。

MCP 由 Anthropic 于 2024 年底推出，正致力于成为一个标准化框架，赋能 AI 代理，实现与多样化数据源的无缝通信。

自从@anthropicai 引入这一通信标准以来，越来越多的 AI 解决方案已将其视为新的行业默认。

简单来说，MCP 就是「AI 如何与软件实时对话」的方式。

随着代理型未来（agentic future）的到来——一个 AI 系统能够独立解决复杂任务的时代——MCP 是否会成为解锁下一波 AI 创新浪潮的关键？

也许，它还会推动 Crypto 与 AI 结合领域的价格再创新高？

从聊天机器人到驱动各行业的自主系统，AI 代理（AI agents）被寄予厚望，能够实时决策，并从多种数据源中获取动态信息。然而，一个主要瓶颈始终存在：缺乏一种标准化方式，让 AI 模型能够连接外部系统，比如数据库、文件库或商业工具。

这正是 MCP 的用武之地。

模型上下文协议（Model Context Protocol，MCP）作为一个开放标准，旨在填补这一空白，使 AI 代理能够动态访问并与外部数据源交互。

它让大型语言模型（LLMs）能够有效地充当代理（Agents），甚至具备部署智能合约或执行 DeFi（去中心化金融）操作的能力。这无疑是一个巨大的突破！

如果你作为一名加密领域用户曾使用过 ChatGPT，你可能已经意识到它在提供及时的加密见解或具体信息分析方面表现得相当糟糕——如果它甚至连前 100 大加密货币的现货价格都无法告诉我，我也不会感到惊讶！

MCP 则为增强 AI 驱动的 DeFi 能力提供了可能，例如：

「找到 USDC 的最佳年化收益率（APY），并分配 1000 美元」；

根据市场波动重新平衡投资组合。

这标志着向代理型未来迈进的更广泛趋势，在这一未来中，AI 系统将以更大的独立性和实用性运行。这种发展也显著区别于传统 AI 系统，与加密领域的无许可特性（permissionless nature）完美契合。

2）什么是模型上下文协议（MCP）？

模型上下文协议（Model Context Protocol，简称「MCP」）由 Anthropic 于 2024 年底推出，是一个开源标准，旨在连接 AI 助手.

尤其是由大型语言模型（LLMs）驱动的 AI 代理（AI agents），与外部系统交互，从而获取那些令人垂涎的实时数据。

可以将 MCP 看作一个通用适配器，它以安全且标准化的方式让 AI 代理能够访问：

• 内容存储库
• 商业工具
• 开发环境，以及更多！

为什么你需要关注它？

不同于传统的 AI 集成方式（通常依赖于分散的、定制化的解决方案），MCP 提供了一个统一的双向通信框架。这意味着 AI 代理不仅可以从外部系统中提取数据，还可以将更新或操作推送回这些系统，从而实现更动态、更自主的行为。 比如，你可以拥有一个完全自主的代理，它能够更新企业系统或管理你的个人事务！

Anthropic 推出 MCP 的使命是简化 AI 的集成过程，让开发者更容易构建代理型工作流，使 AI 系统能够独立且情境化地运行。

3）MCP 如何为 AI 代理服务

MCP 充当了一个集成层，允许 AI 代理按需连接外部服务。以下是它的工作原理：

a）动态数据访问

与传统仅依赖预训练数据的方式不同，使用 MCP 的 AI 代理可以从关系型数据库、文件系统或代码库等来源访问实时或特定情境的数据。 例如，那些难以获取的加密货币实时价格也可以通过 MCP 实现！甚至连@0rxbt 也在尝试将 MCP 用于我们最喜爱的「紫色青蛙」（Purple Frog），也就是 SkyNet，或称@aixbt_agent。

b）双向通信

MCP 支持双向交互，这意味着 AI 代理不仅可以检索数据，还可以根据其分析结果采取行动，例如更新数据库或触发工作流。

c）标准化框架

通过提供一个通用协议，MCP 消除了对定制化集成的需求，降低了开发复杂性，并确保了跨应用的一致性。 这或许是解决区块链生态中各种编程语言和协议碎片化问题的答案！也许，AI 代理将成为跨链和多语言的聚合层！

4）代理型未来：为什么 MCP 至关重要

AI 代理不再只是被动的系统；它们正在成为能够主动决策、目标导向的实体，具备自主完成任务的能力。

然而，要让 AI 代理真正有用，它们需要突破训练数据的局限，与现实世界流畅互动，而这正是 MCP 的用武之地。

一个 MCP 实际应用的绝佳示例来自 Anthropic 的官方文档：

想象一个 AI 代理被赋予管理软件开发管道的任务。

通过 MCP，这个代理可以：

• 从代码库中提取最新代码；
• 分析代码中的漏洞；
• 然后实时将报告推送回团队的项目管理工具。

以下（致敬@alexalbert__）是一个案例：我们可以看到 Anthropic 的 Claude 直接连接到 GitHub，创建了一个新代码库，并通过 MCP 集成提交了一个 PR（Pull Request）。

MCP 让 AI 代理能够通过访问实时数据适应不断变化的情境，从而变得更加灵活和智能。

以下展示了 MCP 与 GitHub、Web API、Slack、电子邮件等多种平台的集成和通信能力。

MCP 为@davidsacks 关于「获胜的代理（The Winning Agent）」可能具备的特性提供了答案：

或许，将代理连接到现实世界的基础设施才是真正的制胜法则！

通过标准化协议，开发者无需为每次新的集成重新「造轮子」，可以更快地构建代理型工作流（agentic workflows）。

代理型未来的核心在于，AI 系统能够独立行动以实现复杂目标，无论是：

• 自动化业务流程，
• 管理供应链，
• 甚至协助科学研究。

MCP 通过为 AI 代理提供与现实世界互动的基础设施，成为实现这一愿景的重要一步。

5）其他类似 MCP 的倡议

Anthropic 并不是唯一认识到标准化 AI 集成协议需求的企业。最近，一些大型协议和公司也推出或采用了类似 MCP 的框架，以支持代理型未来：

i）Perplexity MCP

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

iii）Stripe MCP 集成

……此外，越来越多的 MCP 服务器正在开发中，以使 AI 通信更加流畅：

一些独立于 Anthropic 的 CEO 们也开始认可 MCP 在推动 AI 代理未来发展中的重要性。

这些举措突显了一个日益增长的趋势：要实现代理型 AI，必须采用标准化、可扩展的数据集成解决方案。

尽管 MCP 凭借其开源属性和广泛适用性保持领先地位，但 xAI、Google 和 Meta 等主要玩家的参与进一步凸显了这一领域的重要性。

6）与传统 AI 集成的关键区别

为什么 MCP（及其类似框架）相比传统 AI 集成方式更具优势？

传统集成通常依赖于定制 API 或中间件，这导致解决方案分散且难以扩展。

MCP 提供了一种通用标准，从而减少了复杂性并确保了一致性。这一点可以通过一张对比图表清晰呈现：

开源协作：MCP 的开源特性促进了整个行业的协作，这与集中化 AI 公司的孤立方法形成鲜明对比。 这是加密领域的一个重大价值主张。

以下是一个快速对比：

一些高层次的例子展示了 MCP 在加密领域的潜在应用：

我们已经开始看到一些推动，例如：

• DeFAI（去中心化金融与 AI 的结合）解决方案，例如@danielesesta 的@heyanonai、@LimitusIntel 或@gizatechxyz；
• 针对链上分析的定制工具，例如@aixbt_agent。

随着 MCP 在更广泛的加密和 AI 生态系统中的进一步集成，未来将会有更多创新出现！

7）结论

MCP 代表了迈向代理型 AI 未来的重要一步。在这一未来中，自主系统能够与周围的世界无缝交互。

通过为 AI 代理连接外部数据源提供一个标准化框架，MCP 解决了 AI 开发中的关键瓶颈，使得解决方案更加智能、适应性更强且具备更高的可扩展性。

整个行业对类似 MCP 协议的接受与支持，表明了朝着代理型愿景共同努力的趋势。

然而，仍然存在一些挑战：

MCP 及其类似框架的成功将取决于广泛的采用、协议之间的互操作性，以及与快速发展的 AI 环境保持同步的能力。

随着我们迈向一个 AI 代理在生活中扮演越来越重要角色的未来，像 MCP 这样的框架将成为连接 AI 与现实世界应用的重要桥梁。

无论 MCP 最终成为事实上的行业标准，还是仅仅作为进一步创新的催化剂，它已经引发了一场关于代理型 AI 和代理型加密产品所需基础设施的关键讨论。