通过 MCP 连接 AI 与 Web3:全景分析
引言
AI 与 Web3 正在以强大的方式融合,AI 通用接口如今被设想为去中心化网络的连接组织。在这种融合中出现的一个关键概念是 MCP,它可以是“模型上下文协议”(Model Context Protocol,由 Anthropic 提出),或在更广泛的讨论中被粗略地描述为元宇宙连接协议(Metaverse Connection Protocol)。本质上,MCP 是一个标准化的框架,让 AI 系统能够以自然、安全的方式与外部工具和网络进行交互——这有可能将 AI 代理“接入”到 Web3 生态系统的每一个角落。本报告将全面分析 AI 通用接口(如大型语言模型代理和神经符号系统)如何通过 MCP 连接 Web3 世界中的一切,涵盖其历史背景、技术架构、行业格局、风险及未来潜力。
1. 发展背景
1.1 Web3 的演变与未竟的承诺
“Web3”一词于 2014 年左右被创造出来,用以描述一个由区块链驱动的去中心化网络。其愿景雄心勃勃:一个以用户所有权为中心的无许可互联网。爱好者们曾想象用基于区块链的替代方案取代 Web2 的中心化基础设施——例如 ,用以太坊域名服务(ENS)替代 DNS,用 Filecoin 或 IPFS 替代存储,用 DeFi 替代金融轨道。理论上,这将从大型科技平台手中夺回控制权,并赋予个人对数据、身份和资产的自我主权。
但现实未能如愿。尽管经过多年的发展和炒作,Web3 的主流影响力仍然微乎其微。普通互联网用户并未涌向去中心化的社交媒体,也没有开始管理自己的私钥。主要原因包括用户体验差、交易缓慢且昂贵、备受瞩目的骗局以及监管不确定性。这个去中心化的“所有权网络”在很大程度上**“未能实现”**,仅限于一个小众社区。到 2020 年代中期,即使是加密货币的支持者也承认,Web3 并未为普通用户带来范式转变。
与此同时,AI 正在经历一场革命。随着资本和开发者人才从加密领域转向 AI,深度学习和基础模型(GPT-3、GPT-4 等)的变革性进展吸引了公众的想象力。生成式 AI 展示了清晰的实用性——生成内容、代码和决策——这是加密应用一直难以做到的。事实上,大型语言模型在短短几年内的影响力,远远超过了区块链十年的用户采用速度。这种对比让一些人调侃道,“Web3 浪费在了加密货币上”,而真正的 Web 3.0 正在从 AI 浪潮中崛起。
1.2 AI 通用接口的兴起
几十年来,用户界面从静态网页(Web1.0)演变为交互式应用(Web2.0)——但始终局限于点击按钮和填写表单。随着现代 AI,尤其是大型语言模型(LLM)的出现,一种新的界面范式已经到来:自然语言。用户只需用通俗 的语言表达意图,AI 系统就能跨多个领域执行复杂的操作。这一转变是如此深刻,以至于一些人建议将“Web 3.0”重新定义为 AI 驱动代理的时代(“代理网络”,The Agentic Web),而不是早期以区块链为中心的定义。
然而,早期对自主 AI 代理的实验暴露了一个关键瓶颈。这些代理——例如像 AutoGPT 这样的原型——可以生成文本或代码,但它们缺乏一种稳健的方式来与外部系统和彼此进行通信。当时*“没有通用的 AI 原生语言”*来实现互操作性。每一次与工具或数据源的集成都是一次定制化的修补,而 AI 之间的交互也没有标准协议。实际上,一个 AI 代理可能拥有强大的推理能力,但在执行需要使用 Web 应用或链上服务的任务时却会失败,仅仅因为它不知道如何与这些系统“对话”。这种强大的大脑与原始的输入/输出(I/O)之间的不匹配,就好比一个超级智能的软件被困在一个笨拙的图形用户界面(GUI)之后。
1.3 融合与 MCP 的出现
到 2024 年,情况变得明朗:要让 AI 发挥其全部潜力(并让 Web3 实现其承诺),需要一次融合:AI 代理需要无缝访问 Web3 的能力(去中心化应用、合约、数据),而 Web3 需要更多的智能和可用性,这正是 AI 可以提供的。MCP(模型上下文协议)正是在这样的背景下诞生的。MCP 由 Anthropic 在 2024 年末推出,是一个开放的 AI-工具通信标准,对 LLM 来说感觉很自然。它为 AI“宿主”(如 ChatGPT、Claude 等)提供了一种结构化、可发现的方式,通过 MCP 服务器来查找和使用各种外部工具和资源。换句话说,MCP 是一个通用的接口层,使 AI 代理能够接入 Web 服务、API 甚至区块链功能,而无需为每次集成编写定制代码。
可以把 MCP 想象成**“AI 接口的 USB-C”。就像 USB-C 标准化了设备的连接方式(这样你就不需要为每个设备准备不同的线缆),MCP 标准化了 AI 代理与工具和数据的连接方式。开发者无需为每个服务(Slack、Gmail、以太坊节点等)硬编码不同的 API 调用,只需实现一次 MCP 规范,任何兼容 MCP 的 AI 都能理解如何使用该服务。主要的 AI 参与者很快看到了其重要性:Anthropic 开源了 MCP,像 OpenAI 和 Google 这样的公司正在其模型中构建对它的支持。这一势头表明,MCP(或类似的“元连接协议”**)可能成为最终以可扩展的方式连接 AI 和 Web3 的支柱。
值得注意的是,一些技术专家认为,这种以 AI 为中心的连接才是 Web3.0 的真正实现。用 Simba Khadder 的话来说,“MCP 旨在标准化 LLM 与应用程序之间的 API”,类似于 REST API 如何促成了 Web 2.0——这意味着 Web3 的下一个时代可能由智能代理接口定义,而不仅仅是区块链。与为去中心化而中心化不同,与 AI 的融合可以通过将复杂性隐藏在自然语言和自主代理之后,使去中心化变得有用。本报告的其余部分将深入探讨 AI 通用接口(通过像 MCP 这样的协议)在技术上和实践上如何连接 Web3 世界中的一切。
2. 技术架构:连接 Web3 技术的 AI 接口
将 AI 代理嵌入 Web3 技术栈需要在多个层面进行集成:区块链网络和智能合约、去中心化存储、身份系统以及基于代币的经济体。AI 通用接口——从大型基础模型到混合神经符号系统——可以作为连接这些组件的**“通用适配器”**。下面,我们分析这种集成的架构:
图:MCP 架构的概念图,展示了 AI 宿主(如 Claude 或 ChatGPT 等基于 LLM 的应用)如何使用 MCP 客户端接入各种 MCP 服务器。每个服务器都提供一个通往外部工具或服务(如 Slack、Gmail、日历或本地数据)的桥梁,类似于通过一个通用集线器连接的外围设备。这种标准化的 MCP 接口让 AI 代理可以通过一个通用协议访问远程服务和链上资源。
2.1 作为 Web3 客户端的 AI 代理(与区块链集成)
Web3 的核心是区块链和智能合约——能够以无需信任的方式强制执行逻辑的去中心化状态机。AI 接口如何与它们互动?可以从两个方向考虑:
-
AI 从区块链读取数据: AI 代理可能需要链上数据(如代币价格、用户资产余额、DAO 提案)作为其决策的上下文。传统上,检索区块链数据需要与节点 RPC API 或子图数据库进行交互。有了像 MCP 这样的框架,AI 可以查询一个标准化的*“区块链数据”* MCP 服务器来获取实时的链上信息。例如,一个支持 MCP 的代理可以请求某个代币的最新交易量,或某个智能合约的状态,而 MCP 服务器将处理连接到区块链的底层细节,并以 AI 可以使用的格式返回数据。这通过将 AI 与任何特定区块链的 API 格式解耦,提高了互操作性。
-
AI 向区块链写入数据: 更强大的是,AI 代理可以通过 Web3 集成执行智能合约调用或交易。例如,如果满足某些条件,AI 可以自主地在去中心化交易所执行一笔交易,或调整智能合约中的参数。这是通过 AI 调用一个封装了区块链交易功能的 MCP 服务器来实现的。一个具体的例子是用于 EVM 链的 thirdweb MCP 服务器,它允许任何兼容 MCP 的 AI 客户端通过抽象掉特定链的机制来与以太坊、Polygon、BSC 等进行交互。使用这样的工具,AI 代理可以*“无需人工干预”*地触发链上操作,从而实现自主的 dApp——例如,一个由 AI 驱动的 DeFi 金库,当市场条件变化时,通过签署交易来自我重新平衡。
在底层,这些交互仍然依赖于钱包、密钥和 Gas 费,但可以给予 AI 接口对钱包的受控访问权限(通过适当的安全沙箱)来执行交易。预言机和跨链桥也发挥了作用:像 Chainlink 这样的预言机网络充当了 AI 与区块链之间的桥梁,允许 AI 的输出以可信的方式被输入到链上。例如,Chainlink 的跨链互操作性协议(CCIP)可以使一个被认为是可靠的 AI 模型代表用户同时在不同链上触发多个合约。总而言之,AI 通用接口可以作为一种新型的 Web3 客户端——一种既能消费区块链数据,又能通过标准化协议产生区块链交易的客户端。
2.2 神经符号协同: 结合 AI 推理与智能合约
AI-Web3 集成的一个有趣方面是神经符号架构的潜力,它结合了 AI 的学习能力(神经网络)与智能合约的严谨逻辑(符号规则)。在实践中,这可能意味着 AI 代理处理非结构化的决策,并将某些任务交给智能合约进行可验证的执行。例如,AI 可能会分析市场情绪(一个模糊的任务),然后通过一个遵循预设风险规则的确定性智能合约来执行交易。MCP 框架及相关标准通过为 AI 提供一个通用接口来调用合约函数或在行动前查询 DAO 的规则,使这种交接成为可能。
一个具体的例子是 SingularityNET 的 AI-DSL(AI 领域特定语言),它旨在标准化其去中心化网络上 AI 代理之间的通信。这可以被看作是迈向神经符号集成的一步:一种用于代理之间请求 AI 服务或数据的正式语言(符号)。同样,像 DeepMind 的 AlphaCode 或其他项目最终也可能被连接起来,以便智能合约可以调用 AI 模型进行链上问题解决。尽管今天直接在链上运行大型 AI 模型是不切实际的,但混合方法正在出现:例如,某些区块链允许通过零知识证明或可信执行来验证机器学习计算,从而实现在链上验证链下 AI 结果。总而言之,技术架构将 AI 系统和区块链智能合约设想为互补的组件,通过通用协议进行协调:AI 处理感知和开放式任务,而区块链提供完整性、记忆和对既定规则的执行。
2.3 用于 AI 的去中心化存储和数据
AI 依赖于数据,而 Web3 为数据存储和共享提供了新的范式。去中心化存储网络(如 IPFS/Filecoin、Arweave、Storj 等)既可以作为 AI 模型工件的存储库,也可以作为训练数据的来源,并带有基于区块链的访问控制。一个 AI 通用接口,通过 MCP 或类似协议,可以像从 Web2 API 那样轻松地从去中心化存储中获取文件或知识。例如,如果一个 AI 代理拥有适当的密钥或支付凭证,它可能会从 Ocean Protocol 的市场中提取一个数据集,或从分布式存储中获取一个加密文件。
Ocean Protocol 特别将自己定位为一个**“AI 数据经济”平台——使用区块链来将数据甚至 AI 服务代币化**。在 Ocean 中,数据集由数据代币(datatokens)表示,用于控制访问;一个 AI 代理可以获得一个数据代币(可能通过加密货币支付或某种访问权限),然后使用 Ocean MCP 服务器来检索实际数据进行分析。Ocean 的目标是为 AI 解锁“休眠数据”,在保护隐私的同时激励共享。因此,一个连接到 Web3 的 AI 可能会利用一个庞大的、去中心化的信息语料库——从个人数据保险库到开放的政府数据——这些数据以前是孤立的。区块链确保数据的使用是透明的,并且可以得到公平的回报,从而形成一个良性循环,即更多的数据可供 AI 使用,更多的 AI 贡献(如训练好的模型)可以被货币化。
去中心化身份系统在这里也扮演着一个角色(下一小节将详细讨论):它们可以帮助控制谁或什么被允许访问某些数据。例如,一个 医疗 AI 代理可能需要出示一个可验证的凭证(链上证明其符合 HIPAA 或类似法规),然后才能从患者的个人 IPFS 存储中解密医疗数据集。通过这种方式,技术架构确保数据在适当的情况下流向 AI,但带有链上治理和审计跟踪来强制执行权限。
2.4 去中心化环境中的身份与代理管理
当自主 AI 代理在像 Web3 这样的开放生态系统中运行时,身份和信任变得至关重要。去中心化身份(DID)框架提供了一种为 AI 代理建立数字身份的方法,这些身份可以通过密码学进行验证。每个代理(或部署它的人/组织)都可以拥有一个 DID 和相关的可验证凭证,用于指定其属性和权限。例如,一个 AI 交易机器人可以持有一个由监管沙箱颁发的凭证,证明它可以在某些风险限制内操作,或者一个 AI 内容审核员可以证明它是由一个可信的组织创建的,并经过了偏见测试。
通过链上身份注册表和声誉系统,Web3 世界可以对 AI 的行为强制执行问责制。AI 代理执行的每一笔交易都可以追溯到其 ID,如果出现问题,凭证会告诉你是谁构建了它或谁对此负责。这解决了一个关键挑战:没有身份,恶意行为者可以创建虚假的 AI 代理来利用系统或传播错误信息,没有人能区分机器人和合法服务。去中心化身份通过实现强大的身份验证和区分真实的 AI 代理与欺骗性代理,帮助缓解了这一问题。
在实践中,一个 与 Web3 集成的 AI 接口将使用身份协议来签署其操作和请求。例如,当一个 AI 代理调用 MCP 服务器使用工具时,它可能会包含一个与其去中心化身份绑定的令牌或签名,以便服务器可以验证该调用来自一个授权的代理。基于区块链的身份系统(如以太坊的 ERC-725 或锚定在账本上的 W3C DID)确保这种验证是无需信任且全球可验证的。新兴的**“AI 钱包”*概念与此相关——本质上是为 AI 代理提供与其身份相关联的加密货币钱包,这样它们就可以管理密钥、支付服务费用,或质押代币作为保证金(如果行为不当,可能会被罚没)。例如,ArcBlock 已经讨论过“AI 代理需要一个钱包”*和一个 DID 才能在去中心化环境中负责任地运作。
总而言之,技术架构预见到 AI 代理将成为 Web3 中的一等公民,每个代理都拥有链上身份,并可能在系统中持有股份,使用像 MCP 这样的协议进行交互。这创造了一个信任之网:智能合约可以在合作前要求 AI 的凭证,用户可以选择只将任务委托给那些满足某些链上认证的 AI。这是AI 能力与区块链信任保证的结合。
2.5 AI 的代币经济与激励机制
代币化是 Web3 的一个标志,它也延伸到了 AI 集成领域。通过代币引入经济激励,网络可以鼓励 AI 开发者和代理本身产生期望的行为。几种模式正在出现:
-
服务付费: AI 模型和服务可以在链上进行货币化。SingularityNET 开创了这一模式,允许开发者部署 AI 服 务,并为每次调用向用户收取原生代币(AGIX)。在支持 MCP 的未来,可以想象任何 AI 工具或模型都成为一个即插即用的服务,其使用通过代币或微支付来计量。例如,如果一个 AI 代理通过 MCP 使用第三方视觉 API,它可以通过将代币转移到服务提供商的智能合约来自动处理支付。Fetch.ai 同样设想了*“自主经济代理”*交易服务和数据的市场,其新的 Web3 LLM(ASI-1)可能会集成加密交易以进行价值交换。
-
质押与声誉: 为确保质量和可靠性,一些项目要求开发者或代理质押代币。例如,DeMCP 项目(一个去中心化的 MCP 服务器市场)计划使用代币激励来奖励创建有用 MCP 服务器的开发者,并可能让他们质押代币作为对其服务器安全承诺的标志。声誉也可以与代币挂钩;例如,一个表现持续良好的代理可能会积累声誉代币或正面的链上评价,而行为不端的代理可能会失去质押或获得负面标记。这种代币化的声誉可以反馈到上面提到的身份系统中(智能合约或用户在信任代理前检查其链上声誉)。
-
治理代币: 当 AI 服务成为去中心化平台的一部分时,治理代币允许社区引导其发展。像 SingularityNET 和 Ocean 这样的项目都有 DAO,代币持有者可以对协议变更或资助 AI 计划进行投票。在合并了 SingularityNET、Fetch.ai 和 Ocean Protocol 的新宣布的人工超级智能(ASI)联盟中,一个统一的代币(ASI)将用于治理一个联合的 AI+区块链生态系统的方向。这样的治理代币可以决定采用何种标准(例如,支持 MCP 或 A2A 协议)、孵化哪些 AI 项目,或如何处理 AI 代理的道德准则等政策。
-
访问与效用: 代币不仅可以控制对数据的访问(如 Ocean 的数据代币),还可以控制对 AI 模型的使用。一种可能的情景是*“模型 NFT”*或类似的东西,其中拥有一个代币可以授予你对 AI 模型输出的权利或其利润的一部分。这可以支撑去中心化的 AI 市场:想象一个代表高性能模型部分所有权的 NFT;每当该模型被用于推理任务时,所有者共同赚取收益,并且他们可以投票决定对其进行微调。虽然这还处于实验阶段,但这与 Web3 将共享所有权理念应用于 AI 资产的精神是一致的。
在技术上,集成代币意味着 AI 代理需要钱包功能(如前所述,许多代理将拥有自己的加密钱包)。通过 MCP,一个 AI 可以拥有一个*“钱包工具”*,让它检查余额、发送代币或调用 DeFi 协议(也许是为了将一种代币换成另一种来支付服务费用)。例如,如果一个在以太坊上运行的 AI 代理需要一些 Ocean 代币来购买数据集,它可能会通过一个 DEX 使用 MCP 插件自动将一些 ETH 换成 $OCEAN,然后继续购买——所有这些都在其所有者设定的策略指导下,无需人工干预。
总的来说,代币经济在 AI-Web3 架构中提供了激励层,确保贡献者(无论是提供数据、模型代码、计算能力还是安全审计)得到回报,并确保 AI 代理有*“切身利益”*,这在某种程度上使它们与人类的意图保持一致。
3. 行业格局
AI 与 Web3 的融合催生了一个充满活力的生态系统,包括项目、公司和联盟。下面我们调查了推动这一领域的关键参与者和倡议,以及新兴的用例。表 1 概述了著名项目及其在 AI-Web3 格局中的角色:
**