302 篇博文 含有标签「AI」

＃Web3生态系统中的MCP：全面评论

##1。MCP在Web3上下文中的定义和起源

**模型上下文协议（MCP）**是一个开放标准，它将AI助手（例如大语言模型）连接到外部数据源，工具和环境。 MCP通常被描述为“ AI的USB-C端口”，这是由于其通用的插件性质，是由Anthropic开发的，并于2024年11月下旬首次引入。它是一种解决方案，可以通过将AI模型与“数据库和APIS到开发环境”和“ APIS”和“ APIS和APIS环境”和“ APIS”和“ APIS和Bloxchains”和“ APIS和APIS”的“系统”安全地隔离而脱离隔离。

MCP最初是Anthropic的实验性侧面项目，很快就获得了吸引力。到2024年中，出现了开源参考实现，到2025年初，它已成为代理AI集成的事实上的标准**，领先的AI实验室（OpenAI，Google DeepMind，Meta AI）本地采用它。在** Web3社区**中，这种快速的吸收尤其值得注意。区块链开发人员将MCP视为将AI功能注入分散应用程序的一种方式，从而导致社区构建的MCP连接器扩散，以用于链上数据和服务。实际上，一些分析师认为，MCP可以通过使用自然语言接口来增强用户能力，以比区块链更实用的方式实现Web3的原始愿景。

总而言之，MCP不是区块链或代币**，而是AI世界中出生的开放协议，该协议在Web3生态系统中迅速接受为AI代理和分散数据源之间的桥梁。人类为标准（具有最初的GitHub规格和SDK）开源，并在其周围培养了一个开放的社区。这种社区驱动的方法为MCP集成到Web3中奠定了基础，现在它被视为针对AI支持的分散应用程序的基础基础架构。

2。技术架构和核心协议​

MCP在轻量级客户端 - 服务器架构中运行，并带有三个主要角色：

• ** MCP主机：** AI应用程序或代理本身，该应用程序安排请求。这可能是聊天机器人（Claude，ChatGpt）或需要外部数据的AI功能应用程序。主机启动交互，通过MCP询问工具或信息。
• ** MCP客户端：**主机用来与服务器通信的连接器组件。客户端维护连接，管理请求/响应消息，并可以并行处理多个服务器。例如，像光标或VS Code代理模式之类的开发人员工具可以充当MCP客户端，桥接具有各种MCP服务器的本地AI环境。
• ** MCP服务器：向AI暴露某些上下文数据或功能的服务。服务器提供工具**，资源或提示 AI可以使用的**。实际上，MCP服务器可以与数据库，云应用程序或区块链节点接口，并向AI呈现一组标准化的操作集。每个客户端服务器对通过其自己的频道进行通信，因此AI代理可以同时点击多个服务器以满足不同的需求。

核心原始图： MCP定义了一组构建AI-Tool交互的标准消息类型和原语。这三个基本原则是：

• 工具： AI可以在服务器上调用的离散操作或功能。例如，一个“搜索Documents”工具或“ ETH_CALL”工具。工具封装了诸如查询API，执行计算或调用智能合约功能之类的操作。 MCP客户端可以从服务器请求可用工具的列表，并根据需要致电。
• **资源：**数据终点可以通过服务器读取（或有时写入）的数据终点。这些可能是文件，数据库条目，区块链状态（块，交易）或任何上下文数据。 AI可以列出资源并通过标准MCP消息检索其内容（例如listreSources'和readResource'请求）。
• **提示：**结构化提示模板或服务器可以提供的指令指导AI的推理。例如，服务器可能会提供格式模板或预定义的查询提示。 AI可以请求提示模板的列表，并使用它们来保持其与该服务器的交互方式的一致性。

在引擎盖下，MCP通信通常基于JSON，并遵循类似于RPC（远程过程调用）的请求响应模式。该协议的规范定义了诸如InitializereQuest，ListTools，calltool'，'listresources等的消息''，这些消息确保任何符合MCP的客户端都可以以统一的方式与任何MCP服务器交谈。此标准化是什么使AI代理可以 *发现 *可以做什么：连接到新服务器后，它可以询问“你提供哪些工具和数据？”然后动态决定如何使用它们。

安全性和执行模型： MCP考虑了安全的，可控的交互。 AI模型本身不会执行任意代码；它将高级意图（通过客户端）发送到服务器，然后执行实际操作（例如获取数据或调用API）并返回结果。这种分离意味着敏感的动作（例如区块链交易或数据库写入）可以是沙盒子或需要明确的用户批准。例如，有诸如ping'（保持连接活力）之类的消息，甚至还有createMessagereQuest'，它允许MCP服务器要求客户端的AI生成子响应，通常通过用户确认使用。正在积极开发身份验证，访问控制和审计记录之类的功能，以确保可以在企业和分散的环境中安全地使用MCP（在路线图部分中提供更多信息）。

总而言之，MCP的体系结构依赖于标准化的消息协议（带有JSON-RPC样式调用），该消息将AI代理（主机）连接到提供工具，数据和操作的灵活服务器。这种开放的体系结构是模型 - 敏捷和**平台 - agnostic ** - 任何AI代理都可以使用MCP与任何资源进行交谈，任何开发人员都可以为数据源创建新的MCP服务器，而无需修改AI的核心代码。这种插件的可扩展性使MCP在Web3中的功能强大：可以为区块链节点，智能合约，钱包或甲壳构建服务器，并使AI代理将这些功能无缝集成到Web2 API上。

##3。MCP在Web3中的用例和应用

MCP通过启用AI驱动的应用程序来访问区块链数据并以安全，高级的方式访问区块链或链链操作，从而解锁了广泛的用例。以下是一些关键应用程序，并且有助于在Web3域中解决：

• 链上数据分析和查询： AI代理可以实时查询实时区块链状态，以提供见解或触发操作。例如，连接到以太坊节点的MCP服务器允许AI获取帐户余额，读取智能合约存储，跟踪交易或按需检索事件日志。这将聊天机器人或编码助手变成了区块链资源管理器。开发人员可以问一个AI助理问题，例如“ Uniswap池中目前的流动性是什么？”或“模拟该以太坊交易的气体成本”，AI将使用MCP工具调用RPC节点并从现场链中获取答案。这比依靠AI的培训数据或静态快照要强大得多。
• 自动化的Defi投资组合管理：通过组合数据访问和操作工具，AI代理可以管理加密货币组合或Defi位置。例如，“ AI Vault Optimizer” 可以监视用户在收益农场的位置，并根据实时市场条件自动建议或执行重新平衡策略。同样，AI可以充当 Defi Portfolio经理，在风险或费率变化时调整协议之间的分配。 MCP提供了AI的标准接口，以读取链上指标（价格，流动性，抵押比率），然后在允许的情况下调用工具以执行交易（例如移动资金或交换资产）。这可以帮助用户以难以手动执行的方式最大程度地提高收益率或管理风险24/7。
• ** AI驱动的交易用户代理：想想可以处理用户的区块链交互的个人AI助手。使用MCP，这样的代理可以与钱包和DAPP集成以通过自然语言命令执行任务。例如，用户可以说：“ AI，将0.5 ETH从我的钱包发送到爱丽丝或“将我的令牌放在最高疗法池中”。通过MCP，AI将使用安全的钱包服务器**（持有用户的私钥）来创建和签署事务，并使用区块链MCP服务器来广播。这种情况将复杂的命令行或metAmask互动变成对话体验。至关重要的是，这里使用安全的钱包MCP服务器，从而执行权限和确认，但最终结果是通过AI援助来简化链上交易。
• 开发人员助理和智能合同调试： Web3开发人员可以利用基于MCP的AI助手，这些助理可以了解区块链基础架构。例如，**链条的MCP服务器用于EVM和SOLANA ** **使AI编码副驾驶员可以深入了解开发人员的区块链环境。使用AI助手（在VS代码或IDE中）的智能合同工程师可以使AI在测试网上获取合同的当前状态，运行交易的模拟或检查日志 - 所有这些都是通过MCP调用到本地区块链节点的电话。这有助于调试和测试合同。 AI不再“盲目”编码；它实际上可以验证代码如何实时链链。该用例通过允许AI不断摄入最新的文档（通过文档MCP服务器）并直接查询区块链，减少幻觉并提出建议更准确，从而解决了一个主要的痛点。
• 交叉协调：由于MCP是统一接口，因此单个AI代理可以同时跨多个协议和服务协调 - 这在Web3互连的景观中非常强大。想象一个自治贸易代理，可以监视各种套利平台进行套利。通过MCP，一个代理可以通过连贯的界面与AAVE的贷款市场，Layerzero的跨链桥和MEV（矿工可提取值）分析服务进行交互。 AI可以在一个“思考过程”中，从以太坊（通过以太坊节点上的MCP服务器）收集流动性数据，获取价格信息或Oracle数据（通过另一台服务器），甚至调用桥接或交换操作。以前，这种多平台协调将需要复杂的自定义编码机器人，但是MCP为AI提供了一种可推广的方法，使AI可以浏览整个Web3生态系统，就好像它是一个大数据/资源池一样。这可以使晚期用例（例如跨链产量优化或自动清算保护）可以主动移动资产或抵押品的自动清算保护。
• ** AI咨询和支持机器人：另一个类别是Crypto应用程序中面向用户的顾问。例如，已集成到uniswap或化合物等平台中的 defi帮助聊天机器人可以使用MCP为用户提供实时信息。如果用户问：“对冲我的职位的最佳方法是什么？”，AI可以通过MCP获取当前费率，波动性数据和用户的投资组合详细信息，然后给出上下文感知的答案。平台正在探索** ai驱动的助手**嵌入在钱包或DAPP中的平台，可以指导用户完成复杂的交易，解释风险，甚至通过批准执行步骤序列。这些AI代理有效地坐落在多个Web3服务（DEXES，贷款池，保险协议）的顶部，使用MCP查询并根据需要命令它们，从而简化了用户体验。
• **超越Web3 - 多域工作流程：**尽管我们的焦点是Web3，但值得注意的是，MCP的用例扩展到了AI需要外部数据的任何域。它已经被用来将AI连接到Google Drive，Slack，Github，Figma等。实际上，单个AI代理可以跨越Web3和Web2： MCP的灵活性允许跨域自动化（例如，“如果我的DAO投票通过，请安排我的会议，并通过电子邮件发送结果”），将区块链动作与日常工具融合在一起。

解决的问题：总体问题MCP地址是缺乏AI与实时数据和服务交互的统一接口。在MCP之前，如果你希望AI使用新服务，则必须以临时方式手工编码该特定服务API的插件或集成。在Web3中，这特别繁琐 - 每个区块链或协议都有自己的界面，并且没有人工智能希望支持它们。 MCP通过标准化AI描述其想要的内容（自然语言映射到工具调用）以及服务如何描述其提供的内容来解决此问题。这大大减少了整合工作。例如，开发人员可以为该协议编写一个MCP服务器，而不是为每个Fefi协议编写自定义插件（本质上是用自然语言注释其功能）。然后，任何启用MCP的AI（Claude，Chatgpt还是开源型号）都可以立即使用它。这使AI 可扩展以插件方式，就像通过通用端口添加新设备的方式比安装新接口卡更容易。

总而言之，Web3中的MCP使** AI代理可以通过安全，标准化的渠道成为区块链世界的一流公民** - 查询，分析，甚至在分散系统之间进行交易。这为更自主的DAPP，更智能的用户代理以及链和链智能的无缝集成打开了大门。

4。代币学和治理模型​

与典型的Web3协议不同，** MCP没有天然令牌或加密货币。因此，没有内置的代币学 - 没有使用MCP固有的代币发行，积分或费用模型。 AI应用程序和服务器通过MCP通信，而无需涉及任何加密货币；例如，通过MCP呼叫区块链的AI可能会为区块链交易支付汽油费，但MCP本身没有增加额外的代币费用。该设计反映了MCP在AI社区中的起源：它是作为改善AI-Tool互动的技术标准而不是作为令牌化项目的技术标准。

** MCP的治理是以开源的，社区驱动的方式进行的。在将MCP作为公开标准发布后，人类表明了对协作发展的承诺。一个广泛的指导委员会和工作组成立了，以使协议的发展。值得注意的是，到2025年中，像微软和Github这样的主要利益相关者与人类同行加入了MCP指导委员会。这是在2025年Microsoft Build Build宣布的，表明行业参与者指导MCP的路线图和标准决策。委员会和维护者通过公开治理过程进行工作：通常会公开讨论更改或扩展MCP的建议（例如，通过GitHub问题和“ SEP” - 标准增强建议 - 指南 - 指南）。还有一个** MCP注册表工作组**（带有Block，Pulsemcp，Github和Anthropic公司等公司的维护者），例如多方治理。 2025年初，来自至少9个不同组织的贡献者合作建立了一个统一的MCP服务器注册表以进行发现，并证明了如何在社区成员之间分散发展，而不是由一个实体控制。

由于没有令牌，治理激励措施依靠利益相关者（AI公司，云提供商，区块链开发人员等）的共同利益来改善所有人的协议。这有点类似于W3C或IETF标准如何控制，但以更快的方式以GitHub为中心的过程。例如，Microsoft和Anthropic共同努力，为MCP（集成了Oauth和Single Sign-On之类的内容）设计了改进的授权规范，Github在官方MCP注册表服务上合作列出了可用的服务器。这些增强功能又为MCP规范做出了贡献。

值得注意的是，尽管MCP本身没有被象征化，但在MCP之上，关于经济激励措施和权力下放的前瞻性想法。 Web3中的一些研究人员和思想领导者预见了**“ MCP Networks” 的出现 - 基本上是MCP服务器的分散网络和使用类似区块链机制来发现，信任和奖励的代理。在这种情况下，人们可以想象一个令牌被用来奖励那些运行高质量MCP服务器的人（类似于矿工或节点运营商的激励方式）。智能合约或区块链可以促进声誉评级，可验证的计算和节点发现等功能，并具有令牌驾驶诚实的行为。这仍然是概念上的，但是MIT的NAMDA（稍后讨论）等项目正在尝试使用MCP的AI代理网络的基于令牌的激励机制。如果这些想法成熟，MCP可能会更直接地与链上的代酮组学相交，但是截至2025年核心MCP标准仍然是无令状的。

总之，MCP的“治理模型”是开放技术标准的：由社区和专家指导委员会协作，没有链子治理令牌。决策以技术优点和广泛的共识为指导，而不是硬币加权投票。这将MCP与许多Web3协议区分开来 - 它旨在通过开放的软件和标准来实现Web3的理想（权力下放，互操作性，用户授权），不是通过专有区块链或代币。用一个分析的话说， *“ Web3的承诺最终可以通过区块链和加密货币来实现，而是通过自然语言和AI代理人实现” *，将MCP定位为该愿景的关键推动者。就是说，随着MCP网络的增长，我们可能会看到混合模型，基于区块链的治理或激励机制增加了生态系统，这是一个密切关注的空间。

5。社区和生态系统​

MCP生态系统在短时间内爆炸性增长，涵盖了AI开发人员，开源贡献者，Web3工程师和主要科技公司。这是一项充满活力的社区努力，与主要的贡献者和合作伙伴关系**，包括：

• **人类：**作为创建者，通过开源MCP规格和几个参考服务器（用于Google Drive，Slack，Github等），人类种子为生态系统播种。 Anthropic继续领导开发（例如，Theodora Chu之类的员工担任MCP产品经理，而Anthropic的团队为规格更新和社区支持做出了巨大贡献）。 Anthropic的开放性吸引了其他人在MCP上建立，而不是将其视为单一公司工具。

• **早期采用者（Block，Apollo，Zed，Replit，Codeium，SourceGraph）：发行后的头几个月，一波早期采用者在其产品中实施了MCP。 块（以前为正方形）集成的MCP探索金融科技中的AI代理系统 - Block的CTO称赞MCP是将AI连接到现实世界应用程序的开放式桥梁。 ** Apollo （可能是Apollo GraphQl）还集成了MCP，以允许AI访问内部数据。 ** ZED（代码编辑器）， REPLAIT（Cloud IDE）， CONEIM（AI Coding Assistans）和 sourceGraph（代码搜索）**每个人都在添加MCP支持。例如，SourceGraph使用MCP，因此AI编码助手可以从存储库中检索相关代码以回答问题，并且Repliting的IDE代理可以在特定于项目的环境中提取。这些早期采用者提供了MCP的信誉和知名度。

• 大型技术认可 - Openai，Microsoft，Google：在一个显着的转弯处，否则竞争对手在MCP上保持一致的公司。 ** OpenAI的首席执行官Sam Altman在2025年3月公开宣布 Openai将在其产品中增加MCP支持（包括Chatgpt的桌面应用程序），说“人们喜欢MCP，我们很高兴能在我们的产品中增加支持”*。这意味着OpenAI的代理API和ChatGpt插件会说MCP，从而确保互操作性。几周后，** Google DeepMind的首席执行官Demis Hassabis 透露，Google即将推出的Gemini模型和工具将支持MCP，称其为“ AI Agesic ERA”的良好协议和开放标准。 ** Microsoft 不仅加入了指导委员会，而且与Anthropic合作，为MCP构建了官方的C＃SDK，以服务于企业开发人员社区。 Microsoft的GitHub单元将MCP集成到 GitHub Copilot（vs Code的“ Copilot Labs/Agents”模式），使Copilot能够将MCP服务器用于存储库搜索和运行测试用例之类的内容。此外，Microsoft宣布Windows 11将公开某些OS功能（例如文件系统访问），因为MCP服务器可以安全地与操作系统进行交互。 Openai，Microsoft，Google和Anthropic（所有人都在MCP围绕MCP集会）之间的合作是非凡的，并强调了该标准的社区竞争精神。

• ** Web3开发人员社区：许多区块链开发人员和初创公司都接受了MCP。创建了几个社区驱动的MCP服务器**，以服务区块链用例：

• ** Alchemy （领先的区块链基础架构提供商）的团队构建了 Alchemy MCP服务器**，该服务器通过MCP提供按需区块链分析工具。这可能使AI通过使用自然语言的API获得区块链统计数据（例如历史交易，地址活动）。

  • 贡献者开发了一个比特币和闪电网络MCP服务器与比特币节点和闪电支付网络进行交互，使AI代理能够读取比特币块数据，甚至通过标准工具创建闪电发票。
  • Crypto Media and Education Group 无资金创建了一个** OnChain MCP服务器**专注于Web3财务互动，可能为AI助手提供了DEFI协议（发送交易，查询偏差职位等）的接口。
  • 诸如** rolup.codes （以太坊第2层的知识库）之类的项目制作了一个 MCP服务器，用于滚动生态系统信息**，因此AI可以通过查询该服务器来回答有关汇总的技术问题。
  • ** Chainstack **，一个区块链节点提供商，为文档，EVM链数据和Solana推出了一套MCP服务器（涵盖了前面），明确将其作为“将你的AI放在web3构建器上的区块链类固醇上”。

此外，以Web3为中心的社区在MCP周围涌现。例如，** pulsemcp 和鹅**是社区倡议，称为帮助建立MCP注册表。我们还看到与AI代理框架的交叉授粉：Langchain社区集成的适配器，因此所有MCP服务器都可以用作Langchain-Power驱动代理中的工具，以及Hugging Face TGI（Text-Generation-generation-interference）的开源AI平台都在探索MCP兼容性。结果是一个丰富的生态系统，几乎每天都会宣布新的MCP服务器，从数据库到IoT设备的所有内容。

• **采用量表：可以在一定程度上量化牵引力。到2025年2月（发布后仅三个月），社区已经建造了1,000多个MCP服务器/连接器。这个数字只有增长，表明整个行业的一体化。迈克·克里格（Mike Krieger）（拟人化的首席产品官）于2025年春季指出，MCP已成为“蓬勃发展的公开标准，具有成千上万的集成和成长” **。官方的MCP注册表（于2025年9月在预览中启动）正在对公开可用的服务器进行分类，从而更容易发现工具。注册表的开放API允许任何人搜索“以太坊”或“概念”并找到相关的MCP连接器。这降低了新进入者的障碍，并进一步燃烧增长。

• **合作伙伴关系：**我们已经谈到了许多隐式合作伙伴关系（与Microsoft等人的拟人化）。重点介绍几个：

• **人类与Slack **：通过Slack合作，通过MCP将Claude与Slack的数据集成在一起（Slack拥有官方MCP服务器，使AI能够检索Slack消息或发布警报）。

  • 云提供商：Amazon（AWS）和Google Cloud已与Anthropic合作以主持Claude，并且很可能在这些环境中支持MCP（例如，AWS Bedrock可能允许MCP连接器用于企业数据）。尽管没有明确的引用，但这些云伙伴关系对于企业采用至关重要。
  • 学术合作：MIT和IBM研究项目NAMDA（下一个讨论）代表了学术界与行业之间的合作伙伴关系，以在分散的环境中推动MCP的限制。
  • ** GitHub＆vs Code **：增强开发人员体验的合作伙伴关系 - 例如，VS代码的团队积极地为MCP做出了贡献（注册表维护者之一来自VS代码团队）。
  • 许多初创企业：许多AI启动（代理启动，工作流动自动化启动）正在MCP上构建，而不是重新发明轮子。这包括新兴的Web3 AI初创公司希望提供“ AI为DAO”或自主经济代理商。

总体而言，** MCP社区的多样化和迅速扩展**。它包括核心科技公司（用于标准和基础工具），Web3专家（带来区块链知识和用例）以及独立的开发人员（他们通常为其喜欢的应用程序或协议贡献连接器）。这种精神是协作的。例如，对第三方MCP服务器的安全问题促使社区讨论和最佳实践的贡献（例如，为MCP服务器开展安全工具的Stacklok贡献者）。社区快速迭代的能力（MCP在几个月内看到了几次规范升级，添加流媒体响应和更好的auth等功能）证明了广泛的参与度。

特别是在Web3生态系统中，MCP培养了**“ AI + Web3” 项目的迷你生态系统。这不仅是使用协议；它催化了新想法，例如AI驱动的Daos，AI分析的链链治理以及跨域自动化（例如将链上事件与AI通过AI联系起来）。 Limechain的Zhivko Todorov 的存在 - 例如 Zhivko Todorov 表示“ MCP表示AI和区块链的不可避免的整合” - 表明，区块链退伍军人正在积极倡导它。 AI和区块链公司之间的合作伙伴关系（例如人类和区块之间的合作伙伴，或微软的Azure Cloud，使MCP易于与区块链服务一起部署）暗示了 AI代理和智能合约手工工作**的未来。

可以说，MCP点燃了AI开发人员社区与Web3开发人员社区的第一个真正的融合。现在，黑客马拉松和聚会以MCP曲目为特色。 As a concrete measure of ecosystem adoption: by mid-2025, OpenAI, Google, and Anthropic – collectively representing the majority of advanced AI models – all support MCP, and on the other side, leading blockchain infrastructure providers (Alchemy, Chainstack), crypto companies (Block, etc.), and decentralized projects are building MCP hooks.这个双面网络效果非常好，可以使MCP成为持久的标准。

6。路线图和发展里程碑​

MCP的开发节奏很快。在这里，我们概述了迄今为止的主要里程碑，而前方的路线图从官方来源和社区更新中收集到：

• ** 2024年末 - 初始版本：** ** 2024年11月25日**，拟人化正式宣布了MCP并开源了规格和初始SDK。除了规格外，他们发布了一些用于通用工具的MCP服务器实现（Google Drive，Slack，Github等），并在Claude AI Assistant（Claude Desktop App）中增加了支持，以连接到本地MCP服务器。这标志着MCP的1.0发布。拟人化的早期概念验证集成展示了Claude如何使用MCP读取文件或以自然语言查询SQL数据库，从而验证了概念。
• ** Q1 2025 - 快速采用和迭代：在2025年的前几个月，MCP看到了广泛的行业采用**。 ** 2025年3月**，OpenAI和其他AI提供者宣布了支持（如上所述）。此期间还看到了** Spec Evolution ：拟人更新的MCP，包括流式功能**（允许大量结果或连续数据流逐步发送）。该更新于2025年4月注明了C＃SDK新闻，表明MCP现在支持诸如张大响应或实时供稿集成之类的功能。社区还以各种语言（Python，JavaScript等）建立了参考实现，超越了人类的SDK，从而确保了多声支持。
• ** Q2 2025 - 生态系统工具和治理：在 2025年5月**，Microsoft和Github加入了努力，促使正式的治理和增强安全性。在2025年的Build 2025上，Microsoft揭幕了** Windows 11 MCP Integration 的计划，并详细介绍了MCP 中的授权流的合作。大约在同一时间，将 MCP注册表**的想法引入了可用的索引服务器（根据注册表博客，最初的头脑风暴始于2025年3月）。 **“标准曲目” **过程（SEP - 标准增强提案）是在GitHub上建立的，类似于以太坊的EIPS或Python的Peps，以有序地管理贡献。社区电话和工作组（用于安全，注册表，SDK）开始召集。
• ** 2025年中 - 功能扩展：**到2025年中，路线图优先考虑了几个关键改进：
• **异步和长期运行的任务支持：**计划允许MCP处理长期操作而不会阻止连接。例如，如果AI触发需要几分钟的云作业，则MCP协议将支持异步响应或重新连接以获取结果。
• 身份验证和细粒度的安全性：开发精细授权敏感动作的机制。这可能包括将OAuth流，API密钥和Enterprise SSO集成到MCP服务器中，以便可以安全地管理AI访问。鉴于允许AI调用强大的工具的安全风险，到2025年中期，MCP安全性的指南和最佳实践正在进行中。目的是，例如，如果AI是通过MCP访问用户的私有数据库，则应遵循安全的授权流（通过用户同意），而不仅仅是一个开放式终点。
• 验证和合规性测试：认识到对可靠性的需求，社区优先建筑物合规性测试套件和参考实施。通过确保所有MCP客户端/服务器遵守规格（通过自动测试），它们旨在防止分裂。参考服务器（可能是具有远程部署和AUTH的最佳实践的示例），也在路线图上，以及一个参考客户端应用程序，展示了使用AI的完整MCP使用情况。
  • 多模态支持：将MCP扩展到文本之外，以支持图像，音频，视频数据等模式。例如，AI可能会从MCP服务器（例如设计资产或图表）请求图像或输出图像。规格讨论包括添加对 *流和块的消息 *的支持 *以交互方式处理大型多媒体内容。关于“ MCP流”的早期工作已经在进行中（以支持实时音频供稿或持续传感器数据诸如AI的情况）。
  • 中央注册表与发现：实施中央 MCP注册表的计划在2025年中期执行了服务器发现服务。 ** 2025年9月，官方的MCP注册表在预览中启动。该注册表为公开可用的MCP服务器提供了一个的真理，允许客户端通过名称，类别或功能找到服务器。从本质上讲，它就像是AP商店（但开放）的AI工具。该设计允许公共注册表（全球索引）和私人索引（特定于企业索引），所有这些都可以通过共享API互操作。注册表还引入了一种审核机制，以通过社区审核模型来旗帜或恶意服务器，以保持质量。
• ** 2025年末及以后 - 走向分散的MCP网络：虽然还没有“官方”路线图项目，但该轨迹指向更多权力下放和Web3 Synergy **：
• 研究人员正在积极探索如何向MCP添加分散的发现，声誉和激励层。 ** MCP网络**（或“ MCP端点市场”）的概念正在孵化。这可能涉及基于智能合约的注册表（因此，没有单个服务器列表的失败点），服务器/客户端具有链子身份的声誉系统，并且具有良好行为的链接，并且可能可以为运行可靠的MCP节点的奖励**。
  • ** MIT的NAMDA **项目始于2024年，是朝这个方向朝着这个方向迈出的具体步骤。到2025年，NAMDA已在MCP的基础上构建了一个原型分布式代理框架，包括动态节点发现，跨代理簇的负载平衡以及使用区块链技术分散注册表等功能。他们甚至具有基于实验令牌的激励措施和用于多代理协作的出处跟踪。 NAMDA的里程碑表明，拥有许多具有无信任协调的机器的MCP代理网络是可行的。如果采用了NAMDA的概念，我们可能会看到MCP演变为结合其中一些想法（可能是通过可选扩展或顶部分层的单独协议）。
  • 企业硬化：在企业方面，到2025年底，我们希望MCP集成到主要的企业软件产品中（Microsoft在Windows和Azure中包含在Windows和Azure中）。该路线图包括企业友好的功能，例如 SSO集成和强大的访问控件。 MCP注册表和工具包的一般可用性可能在2025年底之前大规模部署MCP（例如，在公司网络中）。

到目前为止，回顾一些密钥的发展里程碑（清晰的时间表格式）：

• ** 2024年11月：** MCP 1.0发布（拟人化）。
• ** 2024年12月 - 2025年1月：**社区建立了第一波MCP服务器； Anthropic通过MCP支持释放Claude桌面；小规模的飞行员bake，阿波罗等。
• ** 2025年2月：** 1000+社区MCP连接器已达到；人类主办研讨会（例如，在AI峰会上，驾驶教育）。
• ** 2025年3月：** OpenAI宣布支持（ChatGpt Agents SDK）。
• ** 2025年4月：** Google DeepMind宣布支持（双子座将支持MCP）； Microsoft发布C＃SDK的预览。
• ** 2025年5月：**指导委员会扩展（Microsoft/github）；构建2025演示（Windows MCP集成）。
• ** 2025年6月：** Chainstack启动Web3 MCP服务器（EVM/SOLANA）供公众使用。
• ** 2025年7月：** MCP Spec版本更新（流，身份验证改进）;官方路线图在MCP网站上发布。
• ** 2025年9月：** MCP注册表（预览）启动； MCP可能会在更多产品（Claude的工作等）中达到一般可用性。
• ** 2025年末（预计）：**注册表v1.0 live;安全最佳实践指南发布；可能具有分散发现的初始实验（NAMDA结果）。

视觉前进是，MCP变得像HTTP或JSON一样无处不在，这是许多应用程序在引擎盖下使用的常见层。对于Web3，路线图提出了更深的融合：在其中AI代理不仅会使用Web3（区块链）作为信息的来源或水槽，而且Web3基础架构本身可能会开始将AI代理（通过MCP）作为操作的一部分（例如，DAO可能会运行MCP Compatiabil AI来管理某些任务，或者可能会通过MCP出版MCP来管理某些任务。路线图的重点是诸如可验证性和身份验证之类的事物暗示，这些内容沿线信任最小的MCP交互可能是现实 - 想象AI输出带有加密证明的AI输出，或者是AI呼叫审核目的的AI工具的链上日志。这些可能性模糊了AI和区块链网络之间的界线，而MCP是该融合的核心。

总之，MCP的发展是高度动态的。它达到了重大的早期里程碑（在发布后的一年内广泛采用和标准化），并以明确的路线图强调安全性，可扩展性和发现，继续迅速发展。实现和计划的里程碑确保MCP在扩展时将保持强大：应对长期运行的任务，安全许可以及数千个工具的绝对可发现性。这种向前的动量表明，MCP不是静态的规格，而是一个不断增长的标准，可能会纳入更多的Web3味功能（服务器的分散治理，激励对齐），因为这些功能会出现。社区有望将MCP适应新的用例（多模式AI，IoT等），同时关注核心承诺：在Web3时代，使AI 更加连接，上下文感知和用户授权 **。

7。与类似的Web3项目或协议进行比较​

MCP独特的人工智能和连接性的融合意味着并不多直接苹果到苹果对等效物，但是将其与Web3和AI交集的其他项目进行比较，或者具有类似的目标是有启发性的：

• ** SingularityNet（AGI/X）** - 分散的AI市场：SingularityNet，由Ben Goertzel博士和其他人于2017年推出，是基于区块链的AI服务市场。它允许开发人员将AI算法获利为服务和用户消费这些服务，这些服务都是由用于付款和治理的代币（AGIX）促进的。从本质上讲，SingularityNet试图通过在网络上托管AI模型的供应，任何人都可以致电AI服务以换取令牌。从根本上讲，这与MCP有所不同。 MCP不会托管或货币化AI模型；取而代之的是，它为AI（无论在何处运行）提供了一个标准接口，以访问数据/工具。可以想象使用MCP将AI连接到SingularityNet上列出的服务，但是SingularityNet本身专注于经济层（谁提供了AI服务以及如何获得付款）。另一个关键区别是：治理 - SingularityNet具有链政府（通过 SingularityNet增强建议（SNEP）和Agix代币投票）可以发展其平台。相比之下，MCP的治理是没有令牌的链和协作的。总而言之，SingularityNet和MCP都为更开放的AI生态系统而努力，但是SingularityNet大约是AI算法的标记网络，而MCP则涉及AI-Tool互操作性的协议标准。他们可以补充：例如，SingularityNet上的AI可以使用MCP获取所需的外部数据。但是SingularityNet并没有试图标准化工具使用；它使用区块链协调AI服务，而MCP使用软件标准使AI与任何服务一起使用。
• ** fetch.ai（FET）** - 基于代理的分散平台：fetch.ai是另一个将AI和区块链混合的项目。它启动了自己的风险验证区块链和框架，用于构建自主代理，以执行任务并在分散网络上进行交互。在Fetch的愿景中，数以百万计的“软件代理”（代表人员，设备或组织）可以使用FET令牌进行交易进行谈判和交换价值。 Fetch.ai提供了代理框架（UAGENT）和基础架构，用于其分类帐中的代理之间的发现和通信。例如，获取代理商可能通过与其他代理进行停车和运输，或自动管理供应链工作流来帮助优化城市中的流量。这与MCP相比如何？两者都涉及代理商的概念，但是Fetch.ai的代理商与其区块链和代币经济密切相关 - 他们生活在Fetch Network 上并使用链逻辑。 MCP代理（AI主机）是模型驱动的（如LLM），而不是与任何单个网络绑定的； MCP满足于通过Internet或在云设置中运行，而无需区块链。 Fetch.ai试图从头开始建立一个新的分散的AI经济经济体（具有自身的信任和交易的分类帐），而MCP则是 layer-agnoffient ** - 它在现有网络上（可以在HTTPS上使用，甚至可以在blockchain的顶部使用），以启用AI II互动）。有人可能会说，提取更多是关于自治经济代理和MCP关于智能工具的代理。有趣的是，这些可能会相交：fetch.ai上的自治代理可能会使用MCP与链脱链资源或其他区块链进行交互。相反，可以使用MCP来构建利用不同区块链（不仅仅是一个）的多代理系统。在实践中，MCP的采用速度更快，因为它不需要自己的网络 - 它可以与以太坊，Solana，Web2 API等一起使用。 Fetch.ai的方法更重量级，创建了一个参与者必须加入（并获取代币）的整个生态系统。总而言之， fetch.ai vs mcp **：fetch是一个平台，具有自己的令牌/区块链，适用于AI代理，重点是代理之间的互操作性和经济交流，而MCP则是协议（在任何环境中）可以用来插入工具和数据。他们的目标重叠在启用AI驱动的自动化方面，但它们可以解决堆栈的不同层，并且具有非常不同的建筑哲学（封闭的生态系统与开放标准）。
• 连锁链接和分散的Oracles ** - *将区块链连接到链链数据：*链链接不是AI项目，而是与web3协议相关的互补问题：如何将块链连接到外部数据和计算。 ChainLink是一个分散的节点（ORACLES）网络，以信任最小的方式获取，验证和传递链链数据。例如，Chainlink Oracles通过链链接功能代表智能合约为DEFI协议提供价格提要或调用外部API。相比之下，MCP将 AI模型连接到外部数据/工具（其中一些可能是区块链）。可以说连锁链接将数据带入区块链，而MCP将数据带入了AI 。有一个概念上的相似之处：两者都在原本孤立的系统之间建立桥梁。 ChainLink专注于提供链上数据的数据的可靠性，权力下放和安全性（解决单点故障的“甲骨文问题”）。 MCP专注于AI如何访问数据的灵活性和标准化（解决AI代理的“集成问题”）。他们在不同的域（智能合约与AI助手）运行，但可能会将MCP服务器与Oracles进行比较：价格数据的MCP服务器可能将同一API称为链条节点。区别在于消费者** - 在MCP的情况下，消费者是AI或面向用户的助手，而不是确定性的智能合约。同样，MCP并不能固有地提供链链接确实可以保证的信任（MCP服务器可以集中或社区运行，并且在应用程序级别管理信任）。但是，如前所述，分散MCP网络的想法可以从Oracle网络中借入 - 例如，可以查询多个MCP服务器并进行了交叉检查结果，以确保AI不会提供不良数据，类似于多个链接链接节点的汇总方式。简而言之，**链链接与MCP **：链链接为Web3中间件，用于消耗外部数据，MCP是AI中间件，用于模型消耗外部数据（其中可能包括区块链数据）。它们解决了不同领域的类似需求，甚至可以补充：使用MCP的AI可能会作为可靠的资源获取链条提供的数据供稿，相反，AI可以作为分析的来源，链条Oracle会带来链链（尽管后一种情况会引起验证性问题）。
• ** ChatGpt插件 / OpenAI功能与MCP ** - *AI工具集成方法：*虽然不是Web3项目，但需要快速比较，因为Chatgpt插件和OpenAI的功能调用功能还将AI连接到外部工具。 ChatGpt插件使用服务提供的OpenAPI规范，然后该模型可以按照规格调用这些API。局限性是它是一个封闭的生态系统（在OpenAI的服务器上运行的OpenAI批准的插件），每个插件都是孤立的集成。 Openai的较新 “代理” * SDK在概念上更接近MCP，让开发人员定义了AI可以使用的工具/功能，但最初它特定于OpenAI的生态系统。 ** langchain 类似地提供了为LLMS工具提供代码的框架。 MCP通过为此提供开放的，模型的不可能标准**而有所不同。正如一个分析所说，Langchain为工具创建了一个面向开发人员的标准（Python接口），而MCP创建了 针对模型的标准 * - AI代理可以在没有自定义代码的情况下在运行时发现并使用任何MCP定义的工具。实际上，MCP的服务器生态系统比Chatgpt插件在几个月内增长更大，更多样化。与其具有自己的插件格式的每个模型（Openai具有不同的插件），而是在MCP周围合并。 OpenAI本身表示对MCP的支持，从本质上将其功能方法与更广泛的标准保持一致。因此，将 OpenAI插件与MCP **进行比较：插件是一种策划的集中式方法，而MCP是一种分散的社区驱动方法。在Web3心态中，MCP更“开源和无许可”，而专有插件生态系统更加封闭。即使不是区块链，这也使MCP类似于Web3的精神 - 它可以启用互操作性和用户控制（你可以为数据运行自己的MCP服务器，而不是将其全部提供给一个AI提供商）。这种比较表明了为什么许多人认为MCP具有更长期的潜力：它没有锁定到一个供应商或一个模型。
• 项目NAMDA和分散代理框架： NAMDA值得一个单独的注释，因为它将MCP与Web3概念明确结合在一起。如前所述，NAMDA（网络代理模块化分布式体系结构）是MIT/IBM计划于2024年启动，以使用MCP作为通信层建立一个可扩展的，AI代理的分布式网络。它将MCP视为消息传递主链（因为MCP使用标准的JSON-RPC样消息，非常适合与代理间通信），然后使用区块链启发的技术添加了用于动态发现，容错和可验证的识别的图层。 NAMDA的代理可以在任何地方（云，边缘设备等），但是分散的注册表（有点像DHT或区块链）可以以防篡改的方式跟踪它们及其功能。他们甚至探索给代理商代币激励合作或资源共享。从本质上讲，NAMDA是一个“ MCP的Web3版本” 可能的实验。这还不是一个广泛部署的项目，而是精神上最接近的“类似协议”之一。如果我们查看NAMDA vs MCP：NAMDA使用MCP（因此不是竞争标准），而是通过以信任最小的方式进行联网和协调多个代理的协议扩展它。可以将NAMDA与加密社区所看到的 Autonolas或多代理系统（MAS）等框架进行比较，但是这些框架通常缺乏强大的AI组件或共同的协议。 NAMDA + MCP一起展示了分散的代理网络如何运作，区块链提供身份，声誉以及可能的代币激励措施**，以及MCP提供代理通信和工具使用。

总而言之，** MCP与大多数先前的Web3项目分开。诸如SingularityNet和Fetch.ai之类的项目旨在使用区块链 *分散AI计算或服务 *； MCP改为 *标准化与服务 *的AI集成 *，可以通过避免平台锁定来增强权力下放化。甲骨文网络（例如Chainlink）将数据传递求解到区块链； MCP将数据传递解决到AI（包括区块链数据）。如果Web3的核心理想是权力下放，互操作性和用户授权，则MCP正在攻击AI领域中的互操作性作品。它甚至影响了这些较旧的项目 - 例如，没有什么可以阻止SingularityNet通过MCP服务器提供其AI服务，或者使用MCP从使用MCP来与外部系统进行交谈。我们很可能会看到一种融合， *令牌驱动的AI网络将MCP用作其通用语言 *，将Web3的激励结构与MCP的灵活性结合在一起。

最后，如果我们考虑市场知觉：MCP通常被吹捧为AI，Web3希望为Internet做什么，请打破孤岛并授权用户。这已导致一些非正式地昵称MCP为“ AI的Web3”（即使不涉及区块链）。但是，重要的是要认识到MCP是协议标准，而大多数Web3项目是具有经济层次的全栈平台。相比之下，MCP通常是一种更轻巧，通用的解决方案，而区块链项目更重，专门的解决方案。根据用例，它们可以补充而不是严格竞争。随着生态系统的成熟，我们可能会将MCP视为一个模块（就像HTTP或JSON无处不在），而不是作为竞争对手项目。

8。公众的看法，市场牵引力和媒体报道​

在AI和Web3社区中，对MCP的公众情绪一直是非常积极的，这些社区通常与热情接壤。许多人将其视为“改变游戏规则的**”，它悄悄地到达，但随后席卷了该行业。让我们分解感知，牵引力和著名的媒体叙事：

**市场牵引力和采用指标：**到2025年中，MCP在新协议中实现了很少的采用水平。如前所述。仅此一项就向市场发出了信号，即MCP可能会留在这里（类似于在互联网早期互联网时代的宽大支持TCP/IP或HTTP的广泛支持）。在Web3端， *牵引力在开发人员行为中很明显 *：黑客马拉松开始以MCP项目为特色，许多区块链开发工具现在将MCP集成作为卖点。经常引用“几个月内1000多个连接器”和迈克·克里格（Mike Krieger）的“成千上万个集成”报价的统计数据，以说明MCP捕获的速度。这表明网络效果强大 - MCP可用的工具越多，它越有用，促使采用更多（积极的反馈循环）。风投和分析师指出，MCP在一年以下实现了一年以下的“ AI互操作性”尝试在几年以来未能做到的事情，这在很大程度上是由于时间安排（在AI代理商中占据了兴趣浪潮）和开源。在Web3媒体中，有时会根据开发人员的思维方式和集成到项目中来衡量牵引力，而MCP现在在两个方面都得分很高。

**在AI和Web3社区中的公众看法：最初，MCP在第一次宣布时（2024年底）在雷达下飞行。但是到2025年初，随着成功故事的出现，感知转变为兴奋。 AI从业人员将MCP视为“缺少拼图”，以使AI代理在玩具示例之外真正有用。另一方面，Web3构建器将其视为最终将AI纳入DAPP的桥梁，而不会丢弃权力下放 - 例如，AI可以使用链上的数据而无需集中的Oracle。 思想领导者一直在赞美：例如，耶稣·罗德里格斯（Jesus Rodriguez）（著名的Web3 AI作家）在Coindesk中写道，MCP可能是“ AI时代最具变革性的协议之一，并且非常适合Web3架构”。 Rares Crisan在一个著名的资本博客中认为，MCP可以通过使互联网更加以用户为中心和自然互动来实现Web3的承诺。这些叙述将MCP视为革命性而实用的，而不仅仅是炒作。

公平地说，并非所有评论都是不可判的。像Reddit这样的论坛上的一些AI开发人员指出，MCP“不做所有事情” - 这是一种通信协议，而不是开箱即用的代理商或推理引擎。例如，一个标题为“ MCP是死胡同”的Reddit讨论认为，MCP本身并不能管理代理认知或保证质量。它仍然需要良好的代理设计和安全控制。这种观点表明，MCP可以被淘汰为银弹。但是，这些批评更多地是关于回火的期望，而不是拒绝MCP的实用性。他们强调MCP解决了工具连接性，但仍必须建立强大的代理逻辑（即MCP不会神奇地创建智能代理，它可以用工具为工具）。 **共识是，即使在谨慎的声音中，MCP也是向前迈出的一大步。 Hugging Face的社区博客指出，尽管MCP并不是一个解决方案，但它是集成，上下文意识到的AI的主要推动者，因此开发人员因此而围绕它进行集会。

媒体报道： MCP在主流技术媒体和利基区块链媒体上都获得了明显的报道：

• ** TechCrunch **经营多个故事。他们介绍了2024年推出的最初概念（“拟人化提出了一种将数据连接到AI聊天机器人连接到AI聊天机器人的新方法”。2025年，TechCrunch强调了每个大收养时刻：OpenAI的支持，Google的Embrace，Microsoft/Github的参与。这些文章通常强调MCP围绕MCP的行业团结。例如，TechCrunch引用了Sam Altman的认可，并指出了从竞争对手标准到MCP的迅速转变。这样一来，他们将MCP描绘成新兴的标准，类似于没有人希望在90年代被排除在Internet协议之外。在一个著名的出口中，这种报道向更广泛的科技界发出了信号，即MCP是重要和真实的，而不仅仅是一个边缘开放源项目。
• ** Coindesk 和其他加密出版物锁定在 Web3 Angle **上。罗德里格斯（Rodriguez）（2025年7月）的意见文章经常被引用；它绘制了一张未来派的图片，每个区块链都可以是MCP服务器，而新的MCP网络可能会在区块链上运行。它将MCP连接到分散的身份，身份验证和可验证性等概念 - 讲区块链受众的语言，并建议MCP可能是真正将AI与分散框架融合在一起的协议。 CoIntelegraph，Bankless和其他人还在“ AI代理和defi”和类似主题的背景下讨论了MCP，通常对可能性进行了乐观的态度（例如，Bankless有一篇关于使用MCP让AI管理链链交易的文章，并为自己的MCP服务器提供了一种方法）。
• **著名的VC博客 /分析师报告：**著名的资本博客文章（2025年7月）是Venture Analysis绘制MCP和Web协议演变之间相似之处的示例。它本质上认为MCP可以为Web3做HTTP对Web1所做的事情 - 提供了一个新的接口层（自然语言接口），该界面层（自然语言接口）无法替代基础基础架构，但可实现。这种叙述令人信服，并在面板和播客中得到了回应。它可以将MCP定位为不像区块链竞争，而是与最终允许普通用户（通过AI）轻松利用区块链和Web服务的下一个抽象。
• **开发人员社区的嗡嗡声：**在正式文章之外，MCP的崛起可以通过其在开发人员话语中的存在来衡量 - 会议演讲，YouTube频道，新闻通讯。例如，诸如“ MCP：Agentic AI的丢失链接”之类的流行博客文章？在Runtime.news和新闻通讯（例如AI研究人员Nathan Lambert）等网站上，讨论了与MCP的实践实验及其与其他工具使用框架的比较。总体语气是好奇心和兴奋：开发人员分享了将AI连接到他们的家庭自动化或加密钱包的演示，只使用MCP服务器几行，这是不久前的科幻服务。这种基层兴奋很重要，因为它表明MCP超越了公司认可。
• **企业的观点：**专注于企业AI的媒体和分析师也将MCP视为关键开发。例如， *新的堆栈 *介绍了人类为Claude中的远程MCP服务器的添加支持以供企业使用。这里的角度是，企业可以使用MCP将其内部知识库和系统安全地连接到AI。这对Web3也很重要，因为许多区块链公司都是企业本身，并且可以在内部利用MCP（例如，加密交易所可以使用MCP让AI分析内部交易日志以进行欺诈检测）。

**引人注目的引文和反应：**一些值得一提的是封装公众的看法：

• *“就像HTTP彻底改变了Web通信一样，MCP提供了一个通用的框架...用单个协议代替了零散的集成。” * - Coindesk。与HTTP的比较非常强大。它将MCP框架为基础架构级创新。
• *“ MCP已成为一个蓬勃发展的开放标准，具有成千上万的集成和增长。在连接你已经拥有的数据时，LLM最有用...” * - Mike Krieger（人类）。这是对牵引力和核心价值主张的官方确认，在社交媒体上已广泛分享。
• *“ Web3的承诺...最终可以通过自然语言和AI代理来实现。....MCP是我们在群众面前看到的最接近的Web3。” * - 值得注意的资本。这个大胆的声明引起了人们对加密型UX缓慢改善感到沮丧的人的共鸣。它表明AI可能会通过抽象复杂性来破解主流采用的代码。

**挑战和怀疑：**热情很高，媒体也讨论了挑战：

• **安全问题：**诸如新堆栈或安全博客之类的插座提出，如果不打磨，允许AI执行工具可能是危险的。如果恶意的MCP服务器试图获得AI执行有害动作怎么办？ Limechain博客明确警告了 *具有社区开发的MCP服务器的“重大安全风险” *（例如，处理私钥的服务器必须非常安全）。讨论中已经回应了这些问题：从本质上讲，MCP扩大了AI的能力，但权力带来了风险。社区的反应（指南，身份机制）也得到了涵盖，通常会确保正在建立缓解。尽管如此，任何对MCP的高调滥用（例如，AI引发了意外的加密转移）都会影响感知，因此媒体在这方面受到注意。
• **绩效和成本：**一些分析师指出，与直接调用API相比，使用使用工具的AI代理可能会慢或更昂贵（因为AI可能需要多个来回步骤来获得所需的东西）。在高频交易或链上执行环境中，该潜伏期可能会出现问题。目前，这些被视为优化的技术障碍（通过更好的代理设计或流媒体），而不是破坏交易。
• **炒作管理：**与任何趋势技术一样，都有一些炒作。一些声音警告不要将MCP宣布为所有问题。例如，拥抱的脸部文章问“ MCP是银弹吗？”答案否 - 开发人员仍然需要处理上下文管理，而MCP则可以与良好的提示和内存策略结合使用。这种平衡的意义在话语中是健康的。

**整体媒体情绪：**出现的叙述在很大程度上充满希望和前瞻性：

-MCP被视为一种实用工具，现在可以提供真正的改进（因此不是蒸气软件），该工具通过引用工作示例来强调：Claude Reading Files，使用MCP在VSCODE中使用MCP，AI在演示中完成SOLANA交易的AI等。

• 它也被描绘成AI和Web3的未来的战略关键。媒体经常得出结论，MCP或类似的事物对于“分散的AI”或“ Web4”或一个用于下一代Web的任何术语至关重要。有一种感觉，MCP打开了一扇门，现在的创新正在流动 - 无论是NAMDA的分散代理商还是将传统系统与AI连接到AI的企业，许多未来的故事情节都追溯到MCP的介绍。

在市场上，可以通过在MCP生态系统周围形成初创企业和资金来评估牵引力。确实，有传言/报告有创业公司专注于“ MCP市场”或托管MCP平台获得资金（关于其著名的资本写作表明VC兴趣）。我们可以期望媒体开始切向覆盖这些内容 - 例如，“启动X使用MCP让你的AI管理你的加密产品组合 - 筹集了Y百万美元”。

**感知的结论：**到2025年下半年，MCP享有突破性促进技术的声誉。它在人工智能和加密货币中都具有有影响力的人物的强烈倡导。公共叙述已经从 *“这是一个整洁的工具” *变成 * *“这可能是下一个网络的基础” *。同时，实际覆盖范围证实了它正在工作和被采用，并借用了信誉。只要社区继续应对挑战（安全性，规模安全）并且没有发生重大灾难，MCP的公开形象可能会保持积极的态度，甚至成为标志性的，因为“使AI和Web3共同发挥作用的协议”。

媒体可能会密切关注：

• 成功案例（例如，如果主要道路通过MCP实现AI司库，或者政府使用MCP用于开放数据AI系统）。
• 任何安全事件（评估风险）。
• MCP网络的发展以及任何令牌或区块链组件是否正式进入图片（这将是桥接AI和加密货币的大新闻）。

但是，到目前为止，可以通过Coindesk的一行来概括覆盖范围： *“ Web3和MCP的组合可能只是分散的AI的新基础。”

参考：

• 拟人新闻： *“介绍模型上下文协议”， * 2024年11月 -Limechain博客： *“什么是MCP，它如何适用于区块链？” * 2025年5月
• 链堆博客： *“ Web3构建器的MCP：Solana，EVM和文档”， * 2025年6月 -Coindesk Op-Ed： *“代理协议：Web3的MCP潜力”， * 7月2025年
• 著名的资本： *“为什么MCP代表真正的Web3机会”， * 7月2025年 -TechCrunch： *“ Openai采用人类标准……”， * 2025年3月26日 -TechCrunch： *“ Google要接受人类的标准……”， * 2025年4月9日 -TechCrunch： *“ Github，Microsoft Ably…（MCP指导委员会）”， * 2025年5月19日
• Microsoft Dev博客： *“ MCP的官方C＃SDK”， * 2025年4月
• 拥抱脸博客： *“＃14：什么是MCP，为什么每个人都在谈论它？” * 2025年3月
• 弥赛亚研究： *“ fetch.ai个人资料，” * 2023
• 中（NU BINDIMES）： *“揭开singularitynet”， * 2024年3月

谷歌的代理支付协议（AP2）是一个新宣布的开放标准，旨在实现由AI代理代表用户发起的安全、可信交易。AP2与超过60个支付和技术组织（包括主要支付网络、银行、金融科技公司和Web3公司）合作开发，建立了"代理支付"的通用语言 —— 即自主代理（如AI助手或基于LLM的代理）可以为用户执行的购买和金融交易。AP2的创建源于一个根本性转变：传统上，在线支付系统假设有人类直接点击"购买"，但AI代理按用户指令行动的兴起打破了这一假设。AP2解决了AI驱动商务中授权、真实性和问责制的挑战，同时与现有支付基础设施保持兼容。本报告检视了AP2的技术架构、目的和用例、与AI代理和支付提供商的集成、安全性和合规性考虑、与现有协议的比较、对Web3/去中心化系统的影响，以及行业采用/路线图。

技术架构：AP2如何工作​

AP2的核心引入了一个密码学安全的交易框架，基于可验证数字凭证（VDCs）—— 本质上是防篡改的签名数据对象，作为用户授权内容的数字"合约"。在AP2术语中，这些合约被称为授权书，它们为每笔交易形成可审计的证据链。AP2架构中有三种主要的授权书类型：

• 意图授权书： 捕获用户对购买的初始指令或条件，特别是在*"无人在场"场景中（代理将在用户不在线时稍后行动）。它定义了用户给予代理的授权范围* —— 例如，"如果音乐会门票降到200美元以下，最多买2张"。这个授权书由用户预先加密签名，作为在特定限制内同意的可验证证明。
• 购物车授权书： 代表用户已批准的最终交易详情，用于*"有人在场"*场景或结账时刻。它包括确切的商品或服务、价格和购买的其他细节。当代理准备完成交易时（例如填满购物车后），商家首先对购物车内容进行加密签名（保证订单详情和价格），然后用户（通过其设备或代理界面）签署创建购物车授权书。这确保了所见即所付，准确锁定向用户呈现的最终订单。
• 支付授权书： 发送给支付网络（如卡网络或银行）的单独凭证，表明AI代理参与了交易。支付授权书包含元数据，如用户在授权期间是否在场，并作为风险管理系统的标志。通过向收单银行和发卡银行提供用户意图的密码学可验证证据，这个授权书帮助它们评估上下文（例如，区分代理发起的购买与典型欺诈）并相应地管理合规或责任。

所有授权书都实现为由相关方密钥（用户、商家等）签名的可验证凭证，为每个代理主导的交易产生不可否认的审计跟踪。实际上，AP2使用基于角色的架构来保护敏感信息 —— 例如，代理可能处理意图授权书而从不看到原始支付详情，这些详情只在需要时以受控方式披露，保护隐私。用户意图 → 商家承诺 → 支付授权的密码学链建立了各方之间的信任，确保交易反映用户的真实指令，并且代理和商家都遵守了这些指令。

交易流程： 为说明AP2如何端到端工作，考虑一个有人参与的简单购买场景：

1. 用户请求： 用户要求其AI代理购买特定商品或服务（如"为我订购这双鞋，我的尺码"）。
2. 购物车构建： 代理与商家系统通信（使用标准API或通过代理对代理交互）为指定商品按给定价格组装购物车。
3. 商家保证： 在向用户展示购物车之前，商家端对购物车详情（商品、数量、价格等）进行加密签名。这一步创建了商家签名报价，保证确切条款（防止任何隐藏更改或价格操控）。
4. 用户批准： 代理向用户显示最终购物车。用户确认购买，此批准触发用户端的两个加密签名：一个在购物车授权书上（接受商家的购物车现状）和一个在支付授权书上（通过选定的支付提供商授权支付）。这些签名授权书然后分别与商家和支付网络共享。
5. 执行： 有了购物车授权书和支付授权书，商家和支付提供商继续安全执行交易。例如，商家向支付网络（卡网络、银行等）提交支付请求以及用户批准证明，支付网络可以验证支付授权书。结果是完成的购买交易，带有密码学审计跟踪将用户意图与最终支付联系起来。

这个流程展示了AP2如何在AI驱动购买的每一步都建立信任。商家有用户同意以什么价格购买什么的密码学证明，发卡行/银行有用户授权该支付的证明，即使AI代理促成了这个过程。在争议或错误的情况下，签名授权书作为明确证据，帮助确定问责（例如，如果代理偏离指令或如果费用不是用户批准的）。实质上，AP2的架构确保可验证的用户意图 —— 而不是对代理行为的信任 —— 是交易的基础，大大减少了模糊性。

AP2的目的和用例​

为什么需要AP2： AP2的主要目的是解决当AI代理可以代表用户花钱时出现的新兴信任和安全问题。谷歌及其合作伙伴确定了当自主代理在循环中时，今天的支付基础设施无法充分回答的几个关键问题：

• 授权： 如何证明用户实际给了代理进行特定购买的权限？（换句话说，确保代理不是在没有用户知情同意的情况下购买东西。）
• 真实性： 商家如何知道代理的购买请求是真实的，反映了用户的真实意图，而不是错误或AI幻觉？
• 问责制： 如果通过代理发生欺诈或错误交易，谁负责 —— 用户、商家、支付提供商，还是AI代理的创造者？

没有解决方案，这些不确定性围绕代理主导的商务创造了"信任危机"。AP2的使命是通过建立安全代理交易的统一协议来提供解决方案。通过引入标准化的授权书和意图证明，AP2防止了分散的生态系统，避免每个公司发明自己的临时代理支付方法。相反，任何符合要求的AI代理都可以在一套通用规则和验证下与任何符合要求的商家/支付提供商交互。这种一致性不仅避免了用户和商家的困惑，还为金融机构提供了管理代理发起支付风险的明确方式，而不是处理专有方法的拼接。简而言之，AP2的目的是成为让"代理经济"在不破坏支付生态系统的情况下增长的基础信任层。

预期用例： 通过解决上述问题，AP2为超越人类手动点击购买可能性的新商务体验和用例打开了大门。AP2支持的一些代理启用商务示例包括：

• 更智能的购物： 客户可以指示其代理，"我想要这件绿色冬季夹克，我愿意支付比当前价格高20%"。有了编码这些条件的意图授权书，代理将持续监控零售商网站或数据库。一旦夹克有绿色可选（并在价格阈值内），代理自动执行购买带有安全的签名交易 —— 捕获否则会错过的销售。从用户的初始请求到自动结账的整个交互都由AP2授权书管理，确保代理只购买授权的确切内容。
• 个性化优惠： 用户告诉其代理他们正在寻找来自特定商家的特定产品（比如新自行车）用于即将到来的旅行。代理可以与商家自己的AI代理分享这种兴趣（在意图授权书的边界内），包括相关上下文如旅行日期。商家代理知道用户的意图和上下文，可以回应定制套餐或折扣 —— 例如，"自行车+头盔+旅行架15%折扣，48小时内有效"。使用AP2，用户的代理可以安全地接受并完成这个定制优惠，将简单查询转变为商家更有价值的销售。
• 协调任务： 用户计划复杂任务（如周末旅行）完全委托它："为这些日期预订航班和酒店，总预算700美元"。代理可以与多个服务提供商的代理交互 —— 航空公司、酒店、旅行平台 —— 找到符合预算的组合。一旦确定了合适的航班-酒店套餐，代理使用AP2执行一次性多个预订，每个都经过加密签名（例如，为航空公司和酒店分别发出购物车授权书，都在用户的意图授权书下授权）。AP2确保这个协调交易的所有部分都按批准发生，甚至允许同时执行，这样门票和预订一起预订，没有一部分中途失败的风险。

这些场景只说明了AP2预期用例的一小部分。更广泛地说，AP2的灵活设计支持传统电商流程和全新的商务模式。例如，AP2可以促进类似订阅的服务（代理通过在满足条件时购买来保持你的必需品库存）、事件驱动购买（在触发事件发生瞬间购买门票或商品）、群体代理谈判（多个用户的代理汇集授权书来讨价还价群体交易），以及许多其他新兴模式。在每种情况下，共同点是AP2提供信任框架 —— 明确的用户授权和密码学可审计性 —— 允许这些代理驱动的交易安全发生。通过处理信任和验证层，AP2让开发者和企业专注于创新新的AI商务体验，而无需从头重新发明支付安全。

与代理、LLMs和支付提供商的集成​

AP2明确设计为与AI代理框架和现有支付系统无缝集成，充当两者之间的桥梁。谷歌将AP2定位为其代理对代理（A2A）协议和模型上下文协议（MCP）标准的扩展。换句话说，如果A2A为代理通信任务提供通用语言，MCP标准化AI模型如何整合上下文/工具，那么AP2在顶部添加了交易层用于商务。这些协议是互补的：A2A处理代理对代理通信（允许比如购物代理与商家代理对话），而AP2在这些交互中处理代理对商家支付授权。因为AP2是开放和非专有的，它意味着与框架无关：开发者可以将其与谷歌自己的代理开发工具包（ADK）或任何AI代理库一起使用，同样它可以与包括LLMs在内的各种AI模型工作。例如，基于LLM的代理可以通过生成和交换所需的授权书负载（由AP2规范指导）而不是仅仅自由形式文本来使用AP2。通过强制执行结构化协议，AP2帮助将AI代理的高级意图（可能来自LLM的推理）转换为具体的安全交易。

在支付方面，AP2是与传统支付提供商和标准协调构建的，而不是作为撕裂和替换系统。该协议是支付方法无关的，意味着它可以支持各种支付轨道 —— 从信用/借记卡网络到银行转账和数字钱包 —— 作为转移资金的底层方法。在其初始版本中，AP2强调与卡支付的兼容性，因为这些在在线商务中最常见。AP2支付授权书设计为插入现有的卡处理流程：它为支付网络（如Visa、万事达、美国运通）和发卡银行提供额外数据，表明AI代理参与以及用户是否在场，从而补充现有的欺诈检测和授权检查。本质上，AP2不处理支付本身；它用用户意图的密码学证明增强支付请求。这允许支付提供商以适当的谨慎或速度处理代理发起的交易（例如，如果发卡行看到有效的AP2授权书证明用户预先批准了它，可能会批准看起来不寻常的购买）。值得注意的是，谷歌和合作伙伴计划发展AP2以支持"推送"支付方法 —— 如实时银行转账（如印度的UPI或巴西的PIX系统）—— 以及其他新兴数字支付类型。这表明AP2的集成将扩展到卡之外，与全球现代支付趋势保持一致。

对于商家和支付处理商，集成AP2将意味着支持额外的协议消息（授权书）和验证签名。许多大型支付平台已经参与塑造AP2，所以我们可以期待它们会构建对它的支持。例如，像Adyen、Worldpay、PayPal、Stripe（没有明确提及但可能感兴趣）等公司可能会将AP2整合到其结账API或SDK中，允许代理以标准化方式发起支付。因为AP2是GitHub上带有参考实现的开放规范，支付提供商和技术平台可以立即开始实验。谷歌还提到了一个AI代理市场，第三方代理可以在其中列出 —— 这些代理预期支持AP2的任何交易能力。实际上，构建AI销售助手或采购代理的企业可以将其列在这个市场上，感谢AP2，该代理可以可靠地执行购买或订单。

最后，AP2的集成故事受益于其广泛的行业支持。通过与主要金融机构和技术公司共同开发协议，谷歌确保AP2与现有行业规则和合规要求保持一致。与支付网络（如万事达、银联）、发卡行（如美国运通）、金融科技公司（如Revolut、PayPal）、电商玩家（如Etsy）甚至身份/安全提供商（如Okta、Cloudflare）的合作表明AP2正在设计为以最小摩擦嵌入现实世界系统。这些利益相关者在KYC（了解你的客户法规）、欺诈预防和数据隐私等领域带来了专业知识，帮助AP2开箱即用地解决这些需求。总之，AP2构建为代理友好和支付提供商友好：它扩展现有AI代理协议来处理交易，并在现有支付网络之上分层以利用其基础设施，同时添加必要的信任保证。

安全性、合规性和互操作性考虑​

安全性和信任是AP2设计的核心。协议使用密码学（对授权书的数字签名）确保代理交易中的每个关键操作都是可验证和可追踪的。这种不可否认性是至关重要的：用户和商家都不能后来否认被授权和同意的内容，因为授权书作为安全记录。直接好处是在欺诈预防和争议解决方面 —— 使用AP2，如果恶意或有缺陷的代理尝试未授权购买，缺乏有效用户签名授权书将是明显的，交易可以被拒绝或撤销。相反，如果用户声称"我从未批准这次购买"，但存在带有其密码学签名的购物车授权书，商家和发卡行有强有力的证据支持费用。这种问责的清晰度回答了支付行业的主要合规关切。

授权和隐私： AP2强制执行代理主导交易的明确授权步骤，这与强客户认证等监管趋势保持一致。融入AP2的用户控制原则意味着代理不能花费资金，除非用户（或用户委托的人）提供了可验证的指令。即使在完全自主场景中，用户也通过意图授权书预定义规则。这种方法可以被视为类似于给代理特定交易的授权委托书，但以数字签名、细粒度的方式。从隐私角度来看，AP2注意数据共享：协议使用基于角色的数据架构来确保敏感信息（如支付凭证或个人详情）只与绝对需要它的各方共享。例如，代理可能向商家发送包含商品和价格信息的购物车授权书，但用户的实际卡号可能只通过支付授权书与支付处理商共享，而不与代理或商家共享。这最小化了数据的不必要暴露，有助于遵守隐私法和处理支付数据的PCI-DSS规则。

合规性和标准： 因为AP2是在既定金融实体的输入下开发的，它被设计为满足或补充支付中的现有合规标准。该协议不绕过通常的支付授权流程 —— 相反，它用额外的证据和标志增强它们。这意味着AP2交易仍然可以利用欺诈检测系统、3-D安全检查或任何需要的监管检查，AP2的授权书作为额外的认证因素或上下文线索。例如，银行可以将支付授权书视为类似于客户在交易上的数字签名，可能简化用户同意要求的合规性。此外，AP2的设计者明确提到与"行业规则和标准协调"工作。我们可以推断，随着AP2的发展，它可能被带到正式的标准机构（如W3C、EMVCo或ISO）以确保它与全球金融标准保持一致。谷歌已表示承诺通过标准组织开放、协作地发展AP2。这个开放过程将有助于解决任何监管关切并实现广泛接受，类似于之前的支付标准（EMV芯片卡、3-D安全等）如何经历行业范围的合作。

互操作性： 避免分散是AP2的关键目标。为此，协议是公开发布的，任何人都可以实现或集成。它不与谷歌云服务绑定 —— 实际上，AP2是开源（Apache-2许可），规范加上参考代码在公共GitHub存储库中。这鼓励互操作性，因为多个供应商可以采用AP2，他们的系统仍然可以协同工作。已经，互操作性原则被强调：AP2是现有开放协议（A2A、MCP）的扩展，是非专有的，意味着它促进了实现的竞争生态系统，而不是单一供应商解决方案。实际上，公司A构建的AI代理可以与公司B的商家系统发起交易，如果两者都遵循AP2 —— 双方都不锁定到一个平台。

一个可能的关切是确保一致的采用：如果一些主要玩家选择不同的协议或封闭方法，分散仍可能发生。然而，鉴于AP2背后的广泛联盟，它似乎准备成为事实标准。许多身份和安全专注公司（例如Okta、Cloudflare、Ping Identity）在AP2生态系统中的包含*图：超过60家跨金融、技术和加密的公司正在AP2上合作（合作伙伴的部分列表）。*表明互操作性和安全性正在共同解决。这些合作伙伴可以帮助将AP2集成到身份验证工作流程和欺诈预防工具中，确保AP2交易可以在系统间信任。

从技术角度来看，AP2使用广泛接受的密码学技术（可能基于JSON-LD或JWT的可验证凭证、公钥签名等）使其与现有安全基础设施兼容。组织可以使用其现有的PKI（公钥基础设施）来管理签名授权书的密钥。AP2似乎也预期与去中心化身份系统的集成：谷歌提到AP2创造了在代理授权的去中心化身份等领域创新的机会。这意味着未来，AP2可以利用DID（去中心化标识符）标准或去中心化标识符验证，以可信方式识别代理和用户。这种方法将通过不依赖任何单一身份提供商进一步增强互操作性。总之，AP2通过密码学和明确问责强调安全性，旨在通过设计准备合规，并通过其开放标准性质和广泛行业支持促进互操作性。

与现有协议的比较​

AP2是一个新颖的协议，解决了现有支付和代理框架未涵盖的空白：使自主代理能够以安全、标准化的方式执行支付。在代理通信协议方面，AP2建立在先前的工作之上，如代理对代理（A2A）协议。A2A（2025年早期开源）允许不同的AI代理互相交谈，无论其底层框架如何。然而，A2A本身没有定义代理应该如何进行交易或支付 —— 它更多是关于任务谈判和数据交换。AP2通过添加任何代理在对话导致购买时可以使用的交易层来扩展这个景观。实质上，AP2可以被视为A2A和MCP的补充，而不是重叠：A2A涵盖通信和协作方面，MCP涵盖使用外部工具/API，AP2涵盖支付和商务。它们一起形成了未来"代理经济"的标准栈。这种模块化方法有些类似于互联网协议：例如，用于数据通信的HTTP和用于安全的SSL/TLS —— 这里A2A可能像代理的HTTP，AP2是商务顶部的安全交易层。

当将AP2与传统支付协议和标准比较时，既有相似之处也有差异。传统在线支付（信用卡结账、PayPal交易等）通常涉及如HTTPS的安全传输协议，以及如PCI DSS的处理卡数据标准，加上可能的3-D安全的额外用户认证。这些假设用户驱动的流程（用户点击并可能输入一次性代码）。相比之下，AP2引入了第三方（代理）参与流程的方式，而不破坏安全性。可以将AP2的授权书概念与OAuth风格的委托授权的扩展进行比较，但应用于支付。在OAuth中，用户可以通过令牌授予应用程序对账户的有限访问；类似地在AP2中，用户通过授权书在某些条件下授予代理花费的权力。关键差异是AP2的"令牌"（授权书）是金融交易的特定签名指令，比现有支付授权更细粒度。

另一个比较点是AP2如何与现有电商结账流程相关。例如，许多电商网站使用如W3C支付请求API或平台特定SDK的协议来简化支付。这些主要标准化浏览器或应用程序如何从用户收集支付信息，而AP2标准化代理如何向商家和支付处理商证明用户意图。AP2专注于可验证意图和不可否认性，使其区别于更简单的支付API。它在支付网络之上添加了额外的信任层。可以说AP2不是替换支付网络（Visa、ACH、区块链等），而是增强它们。协议明确支持所有类型的支付方法（甚至加密），所以它更多是关于标准化代理与这些系统的交互，而不是从头创建新的支付轨道。

在安全和认证协议领域，AP2与EMV芯片卡中的数字签名或数字合约中的公证等事物有一些精神共同点。例如，EMV芯片卡交易生成密码图来证明卡在场；AP2生成密码学证明证明用户的代理被授权。两者都旨在防止欺诈，但AP2的范围是代理-用户关系和代理-商家消息传递，现有支付标准没有解决这个问题。另一个新兴的比较是与加密中的账户抽象（如ERC-4337），用户可以授权预编程的钱包操作。加密钱包可以设置为允许某些自动交易（如通过智能合约自动支付订阅），但这些通常局限于一个区块链环境。另一方面，AP2旨在跨平台 —— 它可以利用区块链进行一些支付（通过其扩展），但也与传统银行合作。

在主流支付行业中，还没有AP2的直接"竞争者"协议 —— 它似乎是AI代理支付开放标准的第一次协调努力。专有尝试可能出现（或可能已经在个别公司内部进行），但AP2的广泛支持使其在成为该标准方面具有优势。值得注意的是，IBM和其他公司有**代理通信协议（ACP）**和类似的代理互操作性举措，但这些没有以AP2那样全面的方式涵盖支付方面。如果有的话，AP2可能与这些努力集成或利用（例如，IBM的代理框架可以为任何商务任务实现AP2）。

总之，AP2通过针对AI和支付的独特交叉点来区分自己：旧的支付协议假设人类用户，AP2假设AI中介并填补由此产生的信任空白。它扩展而不是与现有支付流程冲突，并补充现有代理协议如A2A。展望未来，人们可能会看到AP2与既定标准一起使用 —— 例如，AP2购物车授权书可能与传统支付网关API调用协同工作，或者AP2支付授权书可能附加到银行业的ISO 8583消息。AP2的开放性也意味着如果出现任何替代方法，AP2可以通过社区合作潜在地吸收或与它们对齐。在这个阶段，AP2正在设定以前不存在的基线，有效地在AI和支付堆栈中开拓新的协议层。

对Web3和去中心化系统的影响​

从一开始，AP2就被设计为包容Web3和基于加密货币的支付。该协议认识到未来商务将跨越传统法币渠道和去中心化区块链网络。如前所述，AP2支持从信用卡和银行转账到稳定币和加密货币的支付类型。实际上，与AP2的发布一起，谷歌宣布了一个名为A2A x402的加密支付特定扩展。这个扩展与像Coinbase、以太坊基金会和MetaMask等加密行业玩家合作开发，是"代理基础加密支付的生产就绪解决方案"。名称"x402"是对HTTP 402"需要支付"状态代码的致敬，该代码从未在Web上广泛使用 —— AP2的加密扩展有效地复活了HTTP 402的精神，用于想要在链上相互收费或支付的去中心化代理。实际上，x402扩展将AP2的授权书概念适应区块链交易。例如，代理可以持有来自用户的签名意图授权书，然后在满足条件时执行链上支付（比如发送稳定币），将授权书证明附加到该链上交易。这将AP2的链下信任框架与区块链的无信任性质相结合，给出两个世界的最佳：*链下各方（用户、商家）*可以信任的链上支付由用户授权。

AP2和Web3之间的协同作用在合作者列表中是明显的。加密交易所（Coinbase）、区块链基金会（以太坊基金会）、加密钱包（MetaMask）和Web3初创公司（如Sui的Mysten Labs、闪电网络的Lightspark）参与了AP2的开发。他们的参与表明AP2被视为去中心化金融的补充而不是竞争。通过创建AI代理与加密支付交互的标准方式，AP2可以推动加密在AI驱动应用中的更多使用。例如，AI代理可能使用AP2在用信用卡或用稳定币支付之间无缝切换，取决于用户偏好或商家接受度。A2A x402扩展专门允许代理通过链上手段货币化或支付服务，这在未来的去中心化市场中可能至关重要。它暗示代理可能作为区块链上的自主经济行为者运行（一些人称为DACs或DAOs的概念），能够处理服务所需的支付（如向另一个代理支付信息的小费）。AP2可以为这种交易提供通用语言，确保即使在去中心化网络上，代理也有其行为的可证明授权书。

在竞争方面，人们可能会问：纯去中心化解决方案是否使AP2不必要，反之亦然？AP2很可能在分层方法中与Web3解决方案共存。去中心化金融提供无信任执行（智能合约等），但它本身不解决"AI是否有人类的权限做这件事？"的问题。AP2解决了这个非常重要的人类对AI信任链接，即使支付本身在链上，这仍然很重要。而不是与区块链协议竞争，AP2可以被视为将它们与链下世界桥接。例如，智能合约可能只有在包含对有效AP2授权书签名的引用时才接受某个交易 —— 这可以实现为结合链下意图证明和链上执行。相反，如果有加密原生代理框架（一些区块链项目探索用加密资金运营的自主代理），它们可能开发自己的授权方法。然而，AP2的广泛行业支持可能引导即使那些项目采用或与AP2集成以保持一致性。

另一个角度是去中心化身份和凭证。AP2使用可验证凭证非常符合Web3的身份方法（如W3C标准化的DIDs和VCs）。这意味着AP2可以插入去中心化身份系统 —— 例如，用户的DID可用于签名AP2授权书，商家可以对区块链或身份中心验证。探索代理授权的去中心化身份的提及强化了AP2可能利用Web3身份创新以去中心化方式验证代理和用户身份，而不是仅依赖中心化权威。这是协同点，因为AP2和Web3都旨在给用户更多控制和其行动的密码学证明。

潜在冲突可能只有在设想完全去中心化的商务生态系统没有大型中介角色的情况下才会出现 —— 在那种情况下，AP2（最初由谷歌和合作伙伴推动）可能太中心化或由传统玩家治理？重要的是注意AP2是开源的，旨在标准化，所以它不是谷歌专有的。这使它对重视开放协议的Web3社区更可接受。如果AP2被广泛采用，它可能减少对代理单独Web3特定支付协议的需求，从而统一努力。另一方面，一些区块链项目可能更喜欢纯链上授权机制（如多签钱包或链上托管逻辑）用于代理交易，特别是在没有任何中心化权威的无信任环境中。这些可以被视为替代方法，但它们可能仍然是小众，除非它们可以与链下系统交互。AP2通过涵盖两个世界，实际上可能通过使加密成为AI代理可以无缝使用的另一种支付方法来加速Web3采用。确实，一位合作伙伴注意到*"稳定币为[用于]传统基础设施的代理系统提供了明显的扩展挑战解决方案"，强调加密可以在处理规模或跨境场景中补充AP2。同时，Coinbase的工程负责人评论说，将x402加密扩展带入AP2"是有意义的 —— 这是代理的天然游乐场...很高兴看到代理相互支付与AI社区产生共鸣"*。这暗示AI代理通过加密网络交易的愿景不仅仅是理论想法，而是预期结果，AP2作为催化剂。

总之，AP2与Web3高度相关：它将加密支付作为一等公民纳入，并与去中心化身份和凭证标准保持一致。而不是与去中心化支付协议正面竞争，AP2可能与它们互操作 —— 提供授权层，而去中心化系统处理价值转移。随着传统金融和加密之间的界限模糊（稳定币、CBDCs等），像AP2这样的统一协议可以作为AI代理与任何形式的货币（中心化或去中心化）之间的通用适配器。

行业采用、合作伙伴关系和路线图​

AP2最大的优势之一是即使在这个早期阶段背后的广泛行业支持。谷歌云宣布它*"与超过60个组织的多元化群体合作"开发AP2。这些包括主要信用卡网络（如万事达、美国运通、JCB、银联）、领先的金融科技和支付处理商（PayPal、Worldpay、Adyen、Checkout.com、Stripe的竞争对手）、电商和在线市场（Etsy、Shopify（通过Stripe等合作伙伴）、Lazada、Zalora）、企业技术公司（Salesforce、ServiceNow、Oracle可能通过合作伙伴、Dell、Red Hat）、身份和安全公司（Okta、Ping Identity、Cloudflare）、咨询公司（德勤、埃森哲）和加密/Web3组织（Coinbase、以太坊基金会、MetaMask、Mysten Labs、Lightspark）等。如此广泛的参与者阵容是行业兴趣和可能采用的强烈指标。许多这些合作伙伴已经公开表达支持。例如，Adyen的联合CEO强调对代理商务"通用规则手册"的需求，并将AP2视为其支持商家新支付构建块使命的自然延伸。美国运通的EVP表示AP2对"下一代数字支付"*很重要，信任和问责是首要的。如前所述，Coinbase的团队对将加密支付集成到AP2中感到兴奋。这种支持合唱表明行业中许多人将AP2视为AI驱动支付的可能标准，他们渴望塑造它以确保满足其要求。

从采用立场来看，AP2目前处于规范和早期实现阶段（2025年9月宣布）。完整的技术规范、文档和一些参考实现（如Python等语言）在项目的GitHub上可供开发者实验。谷歌还表示AP2将被整合到其代理产品和服务中。一个值得注意的例子是前面提到的AI代理市场：这是一个第三方AI代理可以提供给用户的平台（可能是谷歌生成AI生态系统的一部分）。谷歌说许多构建代理的合作伙伴将使它们在市场中可用，"由AP2启用的新的可交易体验"。这暗示随着市场启动或增长，AP2将成为任何需要执行交易的代理的支柱，无论是从谷歌云市场自主购买软件还是代理为用户购买商品/服务。自主采购（一个代理代表公司从另一个代理购买）和自动许可证扩展等企业用例已被特别提及为AP2可能很快促进的领域。

在路线图方面，AP2文档和谷歌的宣布给出了一些明确指示：

• 近期： 继续协议的开放开发与社区输入。GitHub存储库将通过额外的参考实现和改进更新，随着现实世界测试的进行。我们可以期待库/SDK出现，使将AP2集成到代理应用程序中更容易。此外，合作伙伴公司可能进行初始试点项目或概念验证。鉴于许多大型支付公司参与，他们可能在受控环境中试用AP2（例如，在小用户测试版中的AP2启用结账选项）。
• 标准和治理： 谷歌已表达将AP2转移到开放治理模型的承诺，可能通过标准机构。这可能意味着向Linux基金会（如A2A协议所做）等组织提交AP2或形成联盟来维护它。Linux基金会、W3C甚至ISO/TC68（金融服务）等机构可能是正式化AP2的考虑。开放治理将向行业保证AP2不在单一公司控制下，将保持中性和包容性。
• 功能扩展： 技术上，路线图包括扩展对更多支付类型和用例的支持。如规范中所述，在卡之后，焦点将转移到**"推送"支付如银行汇款和本地实时支付方案，以及数字货币**。这意味着AP2将概述意图/购物车/支付授权书如何工作，比如直接银行转账或加密钱包转账，其中流程与卡拉取略有不同。A2A x402扩展是加密的一种扩展；类似地，我们可能看到开放银行API的扩展或B2B发票场景的扩展。
• 安全和合规增强： 随着真实交易开始通过AP2流动，将受到监管机构和安全研究人员的审查。开放过程可能会迭代使授权书更加稳健（例如，确保授权书格式标准化，可能使用W3C可验证凭证格式等）。与身份解决方案的集成（可能利用生物识别用于用户签名授权书，或将授权书链接到数字身份钱包）可能是路线图的一部分以增强信任。
• 生态系统工具： 一个新兴生态系统是可能的。已经，初创公司注意到空白 —— 例如，Vellum.ai分析提到一个名为Autumn的初创公司构建"AI计费基础设施"，本质上是Stripe之上的工具来处理AI服务的复杂定价。随着AP2获得牵引力，我们可以期待更多工具如代理专注的支付网关、授权书管理仪表板、代理身份验证服务等出现。谷歌的参与意味着AP2也可以集成到其云产品中 —— 想象Dialogflow或Vertex AI代理工具中的AP2支持，使代理处理交易成为一键（在谷歌云中管理所有必要的密钥和证书）。

总的来说，AP2的轨迹让人想起其他主要行业标准：有强大赞助商（谷歌）的初始启动、广泛行业联盟、开源参考代码，然后是迭代改进和在真实产品中的逐步采用。AP2邀请所有玩家"与我们一起构建这个未来"的事实强调路线图是关于合作的。如果势头继续，AP2可能在几年内变得像今天OAuth或OpenID Connect在其领域中一样普遍 —— 一个看不见但关键的层，实现跨服务的功能。

结论​

AP2（代理/代理支付协议）代表着朝着AI代理可以像人类一样可靠和安全地交易的未来迈出的重要一步。技术上，它引入了可验证授权书和凭证的巧妙机制，在代理主导的交易中注入信任，确保用户意图明确且可执行。其开放、可扩展的架构允许它与新兴的AI代理框架和既定的金融基础设施集成。通过解决授权、真实性和问责制的核心关切，AP2为AI驱动的商务蓬勃发展奠定了基础，而不牺牲安全性或用户控制。

AP2的引入可以被视为奠定新基础 —— 就像早期互联网协议启用网络一样 —— 为一些人称为"代理经济"的东西。它为无数创新铺平了道路：个人购物代理、自动交易发现机器人、自主供应链代理等，所有这些都在共同信任框架下运营。重要的是，AP2的包容性设计（拥抱从信用卡到加密的一切）将其定位在传统金融和Web3的交叉点，可能通过共同的代理中介协议桥接这些世界。

到目前为止，行业反应非常积极，广泛联盟表明AP2可能成为广泛采用的标准。AP2的成功将取决于持续合作和现实世界测试，但鉴于它解决的明确需求，其前景强劲。在更广泛的意义上，AP2例证了技术如何发展：一种新能力（AI代理）出现，破坏了旧假设，解决方案是开发一个新的开放标准来适应这种能力。通过现在投资开放的安全优先协议，谷歌及其合作伙伴有效地构建了下一个商务时代所需的信任架构。正如俗话说，"预测未来的最好方法是构建它" —— AP2是对AI代理为我们无缝处理交易的未来的押注，它正在积极构建使那个未来可行所需的信任和规则。

来源：

• 谷歌云博客 – "用新的代理支付协议（AP2）为AI商务提供动力" (2025年9月16日)
• AP2 GitHub文档 – "代理支付协议规范和概述"
• Vellum AI博客 – "谷歌的AP2：AI代理支付的新协议" (分析)
• Medium文章 – "谷歌代理支付协议（AP2）" (Tahir总结，2025年9月)
• AP2合作伙伴引用（谷歌云博客）
• A2A x402扩展 (AP2加密支付扩展) – GitHub README

大多数 DeFi 用户仍然需要打开五个浏览器标签页来完成单一的收益策略——在 Aave 上检查利率，在 Stargate 上跨链资产，在 Curve 上进行存款，并祈祷自己不会错过 Gas 费飙升。但一场无声的革命正在进行中。自主 AI 代理现在正在你睡眠时，同时在多个区块链上静默地完成所有这些操作。

2025 年，区块链上的 AI 代理活动激增了 86%。仅 Fetch.ai 代理就管理着超过 10 亿美元的 Hyperliquid 衍生品，自主执行 100 倍杠杆交易。Yearn 的 AI 驱动金库在无需人工干预的情况下，跨收益池优化了 50 亿美元的资产。而 XION 和 Particle Network 等平台正在构建抽象层，使终端用户对这一切感知不到。问题不再是 AI 代理是否能够协调多链 DeFi——而是基础设施成熟的速度有多快，以及这对于从散户用户到机构交易台的每个人意味着什么。

当亚马逊（Amazon）在 2006 年推出 AWS 时，没有人想到一家在线书店的内部服务器基础设施会成为互联网的支柱。近 20 年后，加密领域可能正在上演类似的故事：Coinbase 的 Base 网络在 2025 年占据了所有以太坊 Layer 2 收入的 62%，掌控了 L2 DeFi TVL 的 46%，并处理了绝大部分 L2 稳定币转账 —— 而这一切甚至没有发行原生代币。问题不在于 Base 是否正在赢得 L2 战争，而在于 Coinbase 是否正在悄然成为链上经济的 AWS。

当分布在全球各地的 70 名陌生人——凭借消费级 GPU 和家用网络连接——共同训练出一个参数量达 720 亿、性能超越 Meta LLaMA-2-70B 的语言模型时，AI 的叙事发生了某种转变。没有企业白名单。没有耗资 1 亿美元的数据中心。没有中心化实验室在幕后操纵。只有 Bittensor 的 Subnet 3（子网 3）、一套加密经济激励系统，以及一项名为 SparseLoCo 的技术技巧，让这一切成为可能。

2026 年初，AI 界都在痴迷于 DeepSeek 提供的证据：前沿质量的模型并不需要 OpenAI 级别的预算。Bittensor 社区将 2026 年 3 月 10 日发生的事情称为他们自己的 “DeepSeek 时刻”——这证明了大语言模型现在完全可以在中心化机构之外诞生。值得一问的问题是：Bittensor 究竟是在真正构建全球 AI 基础设施的第二极，还是一个包装在优雅但脆弱的实验之下的动人故事？

AI 行业面临着一个悖论：全球数据产量到 2025 年将从 33 ZB 爆发式增长到 175 ZB，然而 AI 模型的质量却停滞不前。问题不在于数据匮乏，而在于数据提供者无法从其贡献中获取价值。以 Ocean Protocol、LazAI 和 ZENi 为代表的基于区块链的数据市场正在进入这一领域，它们正将 AI 训练数据从一种免费资源转化为一种到 2034 年价值将达 231.8 亿美元的可变现资产类别。

230 亿美元的数据定价难题​

2023 年至 2025 年间，AI 训练成本飙升了 89%，其中数据获取和标注消耗了高达 80% 的机器学习项目预算。然而，作为数据创造者的个人——他们生成搜索查询、社交媒体互动和行为模式——却一无所获，而科技巨头则收割了数十亿美元的价值。

AI 训练数据集市场揭示了这种脱节。该市场在 2025 年的估值为 35.9 亿美元，预计到 2034 年将达到 231.8 亿美元，复合年增长率（CAGR）为 22.9%。另一份预测认为 2026 年该市场规模将达到 74.8 亿美元，到 2035 年将达到 524.1 亿美元，年增长率为 24.16%。

但谁捕获了这些价值？目前，中心化平台榨取利润，而数据创造者得到的补偿为零。标签噪声、标注不一致和上下文缺失推高了成本，但贡献者缺乏提高质量的动力。数据隐私顾虑影响了 28% 的公司，在 AI 正需要多样化、高质量输入的时刻限制了数据集的可访问性。

Ocean Protocol：将 1 亿美元的数据经济代币化​

Ocean Protocol 通过允许数据提供者将数据集代币化，并在不放弃控制权的情况下将其用于 AI 训练，从而解决了所有权问题。自 2024 年 8 月推出 Ocean Nodes 以来，该网络已发展到 遍布 70 多个国家的 140 多万个节点，引入了 35,000 多个数据集，并促成了超过 1 亿美元的 AI 相关数据交易。

2025 年的产品路线图包含三个关键组成部分：

推理流水线（Inference Pipelines） 实现了直接在 Ocean 的基础设施上进行端到端的 AI 模型训练和部署。数据提供者将自有数据集代币化并设定定价，每当 AI 模型消耗其数据进行训练或推理时即可获得收入。

Ocean 企业入驻（Ocean Enterprise Onboarding） 推动生态系统企业从试点走向生产。将于 2025 年第三季度推出的 Ocean Enterprise v1 提供了一个合规、生产级的数据平台，目标客户是需要可审计、隐私保护数据交换的机构客户。

节点分析（Node Analytics） 引入了跟踪性能、使用情况和投资回报率（ROI）的仪表板。NetMind 等合作伙伴贡献了 2,000 个 GPU，而 Aethir 协助扩展 Ocean 节点以支持大型 AI 工作负载，为 AI 训练创建了一个去中心化的计算层。

Ocean 的收入分成机制通过智能合约运作：数据提供者设置访问条款，AI 开发者按使用付费，区块链自动向所有贡献者分配报酬。这使数据从一次性销售转变为与模型性能挂钩的持续性收入流。

LazAI：Metis 上的可验证 AI 交互数据​

LazAI 引入了一种根本不同的方法——将 AI 交互 数据变现，而不仅仅是静态数据集。与 LazAI 旗舰智能体（Lazbubu、SoulTarot）的每一次对话都会生成 数据锚定代币（DATs），作为 AI 生成输出的可追溯、可验证记录。

Alpha 主网于 2025 年 12 月启动，在采用 QBFT 共识和基于 $METIS 结算的企业级基础设施上运行。DATs 将 AI 数据集和模型代币化，使其成为具有透明所有权和收入归属的可验证资产。

为什么这很重要？传统的 AI 训练使用在收集时就被冻结的静态数据集。LazAI 捕获 动态 交互数据——用户查询、模型响应、细化循环——从而创建反映现实世界使用模式的训练数据集。这些数据对于微调模型具有指数级的更高价值，因为它们包含了嵌入在对话流中的人类反馈信号。

该系统包括三项关键创新：

权益证明验证者质押（Proof-of-Stake Validator Staking） 保护 AI 数据流水线的安全。验证者质押代币以验证数据完整性，通过准确验证获得奖励，并因批准欺诈数据而面临处罚。

带有收入分成的 DAT 铸造 允许生成有价值交互数据的用户铸造代表其贡献的 DAT。当 AI 公司购买这些数据集用于模型训练时，收入会根据比例自动流向所有 DAT 持有者。

iDAO 治理 建立了去中心化的 AI 协作体，数据贡献者通过链上投票集体治理数据集管理、定价策略和质量标准。

2026 年的路线图增加了基于 ZK 的隐私保护（用户可以在不暴露个人信息的情况下将交互数据变现）、去中心化计算市场（在分布式基础设施而非中心化云上进行训练）以及超越文本的多模态数据评估（视频、音频、图像交互）。

ZENi：面向 AI 代理的智能数据层​

ZENi 运作于 Web3 与 AI 的交汇点，通过助力“InfoFi 经济”——一个利用 AI 驱动的智能，连接传统商业与基于区块链商业的去中心化网络。该公司完成了由 Waterdrip Capital（水滴资本）和 Mindfulness Capital 领投的 150 万美元种子轮融资。

其核心是 InfoFi 数据层，这是一个高吞吐量的行为智能引擎，每日处理跨 X/Twitter、Telegram、Discord 及链上活动的超过 100 万条信号。ZENi 识别用户行为模式、情绪转变和社区参与度——这些数据对于训练 AI 代理至关重要，但极难大规模收集。

该平台作为一个三部分组成的系统运行：

AI 数据分析代理 (AI Data Analytic Agent) 通过分析社交图谱、链上交易和互动指标，识别高意向受众和影响力集群。这创建了行为数据集，不仅显示用户“做了什么”，还显示了他们“为什么”做出决定。

AIGC（AI 生成内容）代理 利用来自数据层的见解制作个性化营销活动。通过理解用户偏好和社区动态，该代理生成针对特定受众群体优化的内容。

AI 执行代理 (AI Execution Agent) 通过 ZENi dApp 激活触达，完成从数据收集到变现的闭环。当用户的行为数据为成功的营销活动做出贡献时，用户将获得补偿。

ZENi 已经为电子商务、游戏和 Web3 领域的合作伙伴提供服务，拥有 48 万注册用户和 8 万日活跃用户。其商业模式将行为智能货币化：公司付费获取经 ZENi AI 处理的数据集，收入则流向那些为这些见解提供数据的用户。

区块链在数据市场中的竞争优势​

为什么区块链对数据变现至关重要？三项技术能力使去中心化数据市场优于中心化替代方案：

细粒度的收入归属 智能合约实现了复杂的收入共享，AI 模型的多个贡献者可以根据使用情况自动获得比例补偿。一个训练数据集可能汇集了 10,000 名用户的输入——区块链追踪每一次贡献，并根据每次模型推理分发微支付。

传统系统无法处理这种复杂性。支付处理器收取固定费用（2-3%），不适合微支付，且中心化平台缺乏关于谁贡献了什么的透明度。区块链解决了这两个问题：通过 Layer 2 解决方案实现近乎零的交易成本，以及通过链上溯源实现不可篡改的归属。

可验证的数据溯源 LazAI 的数据锚定代币 (Data Anchoring Tokens) 在不暴露底层内容的情况下证明数据来源。训练模型的 AI 公司可以验证他们使用的是经过许可的高质量数据，而不是法律地位存疑的抓取网页内容。

这解决了一个关键风险：数据隐私法规影响了 28% 的公司，限制了数据集的可访问性。基于区块链的数据市场实施了隐私保护验证——在不泄露个人信息的情况下证明数据质量和许可。

去中心化 AI 训练 Ocean Protocol 的节点网络展示了分布式基础设施如何降低成本。去中心化网络将闲置计算能力（游戏电脑、有剩余能力的服务器托管中心）与 AI 训练需求相匹配，而不是向云服务提供商每 GPU 小时支付 2-5 美元，从而降低了 50-85% 的成本。

区块链通过治理任务分配、支付分发和质量验证的智能合约来协调这种复杂性。贡献者质押代币参与，因诚实计算获得奖励，并因提供错误结果而面临罚没 (Slashing) 惩罚。

通往 520 亿美元之路：推动采用的市场力量​

三个趋同的趋势正加速区块链数据市场向 2035 年 524.1 亿美元的预测规模 增长：

AI 模型多样化 利用所有互联网文本训练的大规模基础模型（GPT-4、Claude、Gemini）时代正在结束。医疗、金融、法律服务和垂直应用的专业模型需要特定领域的数据集，而中心化平台并不策划这些数据集。

区块链数据市场擅长处理细分数据集。医疗影像提供商可以将带有诊断注释的放射扫描结果代币化，设定需要患者同意的使用条款，并从每一个基于其数据训练的 AI 模型中赚取收入。这在缺乏细粒度访问控制和归属功能的中心化平台中是无法实现的。

监管压力 数据隐私法规（GDPR、CCPA、中国个人信息保护法）要求基于授权的数据收集。基于区块链的市场将授权实现为可编程逻辑——用户进行加密签名许可，数据只能在指定条款下访问，智能合约自动执行合规性。

Ocean Enterprise v1 对合规性的关注直接解决了这一问题。金融机构和医疗服务提供商需要可审计的数据谱系，以证明用于模型训练的每个数据集都具有适当的许可。区块链提供了满足监管要求的不可篡改的审计追踪。

质量重于数量 最近的研究表明，当系统更类似于生物大脑时，AI 不需要无止境的训练数据。这使得激励机制从收集最大化数据转向策划最高质量的输入。

去中心化数据市场正确地对齐了激励机制：数据创造者因高质量贡献而赚得更多，因为模型会为能提高性能的数据集支付溢价。LazAI 的交互数据捕捉了人类反馈信号（哪些查询被细化，哪些回答让用户满意），而静态数据集会遗漏这些信号——这使得其每字节的价值本质上更高。

挑战：隐私、定价与协议之战​

尽管势头强劲，区块链数据市场仍面临结构性挑战：

隐私悖论 AI 训练需要数据透明度（模型需要访问实际内容），但隐私法规要求数据最小化。与中心化训练相比，目前的解决方案如联邦学习（在加密数据上训练）会增加 3-5 倍的成本。

零知识证明提供了一条前进之路——在不暴露内容的情况下证明数据质量——但增加了计算开销。LazAI 的 2026 年 ZK 路线图解决了这一问题，尽管距离生产就绪的实现还有 12-18 个月。

价格发现 社交媒体互动的价值是多少？带有诊断注释的医学图像值多少钱？区块链市场缺乏针对新型数据类型的成熟定价机制。

Ocean Protocol 的方法——让提供商设定价格并由市场动态决定价值——适用于商品化的数据集，但在处理独一无二的专有数据时却面临困难。预测市场或 AI 驱动的动态定价可能会解决这个问题，尽管两者都会引入预言机依赖（外部价格馈送），从而削弱去中心化。

互操作性碎片化 Ocean Protocol 运行在 Ethereum 上，LazAI 运行在 Metis 上，ZENi 集成了多个链。在一个平台上代币化的数据无法轻易转移到另一个平台，导致流动性碎片化。

跨链桥和通用数据标准（如数据集的去中心化标识符）可以解决这个问题，但生态系统仍处于早期阶段。区块链 AI 市场预计将从 2025 年的 6.8089 亿美元增长到 2034 年的 43.38 亿美元，这表明围绕获胜协议的整合还需要数年时间。

这对开发者意味着什么​

对于构建 AI 应用的团队，区块链数据市场提供了三个直接优势：

访问专有数据集 Ocean Protocol 的 35,000 多个数据集包括通过传统渠道无法获得的专有训练数据。医学影像、金融交易、来自 Web3 应用的行为分析——这些都是中心化平台不会策展的专业数据集。

合规就绪的基础设施 Ocean Enterprise v1 内置的许可、同意管理和审计追踪解决了监管难题。开发者无需构建自定义的数据治理系统，而是通过执行数据使用条款的智能合约，在设计上就继承了合规性。

降低成本 对于批处理训练工作负载，去中心化计算网络的成本比云提供商低 50-85%。Ocean 与 NetMind（2,000 个 GPU）以及 Aethir 的合作展示了代币化 GPU 市场如何以低于 AWS/GCP/Azure 的成本实现供需匹配。

BlockEden.xyz 为基于区块链的 AI 应用提供企业级 RPC 基础设施。无论你是在 Ethereum (Ocean Protocol)、Metis (LazAI) 还是多链平台上构建，我们可靠的节点服务都能确保你的 AI 数据流水线保持在线且高效。探索我们的 API 市场，将你的 AI 系统连接到专为扩展而构建的区块链网络。

2026 年的拐点​

三大催化剂使 2026 年成为区块链数据市场的拐点之年：

Ocean Enterprise v1 正式发布（2025 年第三季度） 首个合规的、机构级数据市场上线。如果 Ocean 哪怕只占 2026 年 74.8 亿美元 AI 训练数据集市场的 5%，那也将有 3.74 亿美元的数据交易流经基于区块链的基础设施。

LazAI ZK 隐私实现（2026 年） 零知识证明使用户能够在不损害隐私的情况下将交互数据变现。这将解锁消费级规模的采用——数以亿计的社交媒体用户、搜索引擎查询和电子商务会话都将通过 DAT 变得可变现。

联邦学习集成 AI 联邦学习 允许在不中心化数据的情况下进行模型训练。区块链增加了价值归属：与其让 Google 在没有补偿的情况下利用 Android 用户数据训练模型，在区块链上运行的联邦系统可以将收益分配给所有数据贡献者。

这种融合意味着 AI 训练正在从“收集所有数据、中心化训练、零支付”转变为“在分布式数据上训练、补偿贡献者、验证溯源”。区块链不仅促成了这一转变——它还是唯一能够协调数百万数据提供者，并实现自动收益分配和加密验证的技术栈。

结论：数据变得可编程​

AI 训练数据市场从 2025 年的 35.9 亿美元增长到 2034 年的 230-520 亿美元，这不仅代表着市场的扩张，更代表着我们评估信息价值方式的根本性转变。

Ocean Protocol 证明了数据可以像金融资产一样被代币化、定价和交易，同时保留提供者的控制权。LazAI 展示了 AI 交互数据——以前被视为转瞬即逝而被丢弃的数据——在经过妥善捕获和验证后，可以成为宝贵的训练输入。ZENi 表明行为智能可以被提取、由 AI 处理，并通过去中心化市场变现。

这些平台共同将数据从科技巨头榨取的原材料转变为一种可编程的资产类别，让创造者能够获取价值。全球数据从 33 泽字节（ZB）爆炸式增长到 175 泽字节，只有在质量胜过数量的情况下才有意义——而基于区块链的市场通过激励机制奖励高质量的贡献。

当数据创造者获得与其贡献成正比的收入时，当 AI 公司为高质量输入支付公平的价格时，当智能合约在数百万参与者中自动完成归属分配时，我们不仅解决了数据定价问题。我们正在构建一个信息具有内在价值、溯源可验证、贡献者最终能够获取其数据所产生财富的经济体系。

这不是一种市场趋势。这是一场范式转移——而且它已经在链上开启。

区块链行业正处于一个十字路口，隐私不再是一个非黑即白的抉择。在加密货币发展的早期，叙事非常明确：不惜一切代价实现绝对隐私、仅在必要时保持透明，并抵制任何形式的监控。但在 2026 年，一场深刻的变革正在发生。去中心化务实人工智能（DePAI）基础设施的兴起预示着一个新时代的到来，在这个时代，符合合规要求的隐私工具不仅被接受，而且正在成为行业标准。

这并非对隐私原则的退缩。这是一种向更成熟理解的演进：隐私与监管合规可以共存，事实上，如果区块链和人工智能要实现大规模的机构化采用，它们必须共存。

“不惜一切代价保护隐私”时代的终结​

多年来，隐私至上主义主导了区块链的讨论。Monero 等项目和早期版本的隐私聚焦协议倡导绝对匿名。其哲学思想非常直接：用户理应享有完全的财务隐私，任何妥协都代表着对加密货币创始原则的背叛。

但这种绝对主义立场产生了一个关键问题。虽然隐私对于保护诚实用户免受监控和抢先交易（front-running）至关重要，但它也成为了非法活动的保护伞。全球监管机构开始以怀疑的态度对待隐私币，导致它们从主流交易所下架，并在多个司法管辖区被彻底禁止。

正如 Cointelegraph 报道，2026 年是务实隐私蓬勃发展的一年，新项目正在为机构解决合规形式的隐私问题，同时人们对 Zcash 等现有隐私币的兴趣也在增长。核心见解在于：隐私并非非此即彼。完全透明和绝对隐私在现实世界中都行不通，因为虽然隐私对诚实用户至关重要，但它也可能被犯罪分子利用来逃避执法。

人们开始接受在特定背景下削减隐私的权衡，以使协议更具抗威胁性。这代表了区块链社区对待隐私方式的根本转变。

定义务实隐私​

那么，究竟什么是务实隐私？根据 Anaptyss 的说法，务实隐私是指在不违反监管要求的情况下，保护用户和业务数据的隐私措施的战略实施，确保财务运营既安全又合规。

这种方法认识到区块链生态系统中的不同参与者有不同的隐私需求：

• 散户用户 需要免受大规模监控和数据抓取的保护
• 机构投资者 需要保密性以防止其交易策略被抢先交易
• 企业 必须在保护敏感业务信息的同时满足严格的 AML/KYC 指令
• AI 代理 需要可验证的计算，而不泄露专有算法或训练数据

解决方案不在于在隐私和合规之间做选择，而在于构建能够同时实现这两者的基础设施。

zkKYC：保护隐私的身份验证​

务实隐私领域最有前景的发展之一是零知识了解你的客户（zkKYC）解决方案的出现。传统的 KYC 流程要求用户反复向多个平台提交敏感的个人文件，从而创造了许多容易受到数据泄露攻击的个人数据"蜜罐"。

zkKYC 翻转了这一模式。正如 zkMe 所解释的，他们的 zkKYC 服务将零知识证明（ZKP）技术与完全符合 FATF 的要求相结合。受监管的 KYC 服务商按照标准的 AML 和身份验证程序在链下验证用户，但协议并不收集身份数据。相反，它们通过密码学方式验证合规性。

该机制非常精妙：智能合约在允许访问某些服务或处理大额交易之前，会自动检查零知识证明。用户证明他们符合合规要求（如年龄、居住地、非制裁状态），而无需向协议或其他用户透露任何实际身份数据。

根据 Studio AM 的报道，这已经在一些区块链生态系统中应用：用户在访问某些去中心化金融（DeFi）服务之前，通过 ZKP 证明年龄或居住地。大型金融机构正在关注这一点。德意志银行（Deutsche Bank）和 Privado ID 已经进行了概念验证，展示了使用零知识凭证进行基于区块链的身份验证。

或许最具意义的是，在 2025 年 7 月，谷歌在与德国 Sparkasse 集团合作后，开源了其零知识证明库，这标志着机构对保护隐私的身份基础设施的投资日益增长。

zkTLS：让互联网变得可验证​

尽管 zkKYC 解决了身份验证问题，但另一项技术正在解决一个同样关键的问题：如何在不牺牲隐私或安全性的情况下，将可验证的 Web2 数据引入区块链系统。这就是 zkTLS（零知识传输层安全协议）。

传统 TLS —— 为每个 HTTPS 连接提供保护的加密协议 —— 有一个关键局限性：它提供机密性但并不提供可验证性。换句话说，虽然 TLS 确保了信息在传输过程中的加密，但它并未产生能够被独立验证的加密交互证明。

zkTLS 通过 将零知识证明与 TLS 加密系统集成来解决这一问题。利用 MPC-TLS 和零知识技术，zkTLS 允许客户端生成真实 HTTPS 会话的加密可验证证明和认证。

正如 zkPass 所描述的，zkTLS 生成一个零知识证明（例如 zk-SNARK），确认数据是从特定的服务器（通过其公钥和域名识别）通过合法的 TLS 会话获取的，而无需泄露会话密钥或明文数据。

这具有深远的意义。传统的 API 很容易被禁用或审查，而 zkTLS 确保只要用户拥有 HTTPS 连接，他们就可以继续访问自己的数据。这使得几乎任何 Web2 数据都能以可验证且无需许可的方式在区块链上使用。

最近的实现证明了该技术的成熟度。Brevis 的 zkTLS 协处理器 在从网络源获取数据时，能够证明内容是通过来自真实域名的真实 TLS 会话检索的，并且数据未被篡改。

在 FOSDEM 2026 上，TLSNotary 项目展示了如何利用 zkTLS 解放用户数据，演示了用户如何证明其私人数据（如银行余额、信用评分、交易历史）的真实性，而无需暴露底层信息。

可验证 AI 计算：机构采用的最后一块拼图​

隐私保护身份和数据验证奠定了基础，但 DePAI 基础设施中最具变革性的元素是可验证的 AI 计算。随着 AI 代理成为区块链生态系统中活跃的经济参与者，问题已从“AI 能做这个吗？”转变为“你能证明 AI 正确执行了此操作吗？”

这种验证要求并非学术层面的。根据 DecentralGPT 的说法，随着 AI 成为金融、自动化和代理工作流的一部分，单纯的性能是不够的。在 Web3 中，问题还在于：你能证明发生了什么吗？2025 年 12 月底，Cysic 与 Inference Labs 合作，为可验证的 AI 应用构建可扩展的基础设施，将去中心化计算与专为现实世界用途设计的验证框架相结合。

机构对可验证计算的需求非常明确。正如 Alexis M. Adams 的分析 指出的，转向确定性 AI 基础设施是组织满足《欧盟 AI 法案》、美国州级前沿法律的多司法管辖区需求以及网络保险市场日益增长的期望的唯一可行途径。

全球 AI 治理市场反映了这种紧迫性：根据同一份分析报告，2026 年该市场估值约为 4.298 亿美元，预计到 2033 年将达到 42 亿美元。

但验证面临着关键空白。正如 Keyrus 指出的，AI 部署需要信任数字身份，但企业无法验证究竟是谁（或什么）在实际操作 AI 系统。当组织无法可靠地将合法的 AI 代理与对手控制的伪装者区分开时，他们就无法放心地授予 AI 系统访问敏感数据或决策的权限。

这正是 zkKYC、zkTLS 和可验证计算融合并提供完整解决方案的地方。AI 代理可以证明其身份 (zkKYC)，证明它们从授权来源正确检索了数据 (zkTLS)，并证明它们正确计算了结果（可验证计算）—— 且所有这些都不会暴露敏感的业务逻辑或训练数据。

推动合规化的机构力量​

这些技术并非凭空出现。在监管压力和业务需求的驱动下，机构对合规隐私基础设施的需求正在加速。

大型金融机构意识到，如果没有隐私，他们的区块链战略将会停滞不前。根据 WEEX Crypto News 的报道，机构投资者需要机密性来防止其策略被抢跑 (front-running)，同时他们还必须满足严格的 AML/KYC 规定。零知识证明作为一种解决方案正受到关注，它允许机构在不向公共区块链泄露敏感底层数据的情况下证明其合规性。

2026 年的监管格局不容含糊。根据 SecurePrivacy.ai 的说法，《欧盟 AI 法案》于 2026 年进入全面实施阶段，各司法管辖区的监管机构期望看到成文的治理方案，而不仅仅是政策。全面执法适用于关键基础设施、教育、就业、基本服务和执法中使用的中高风险 AI 系统。

在美国，到 2025 年底，已有 19 个州实施了全面的隐私法，其中几项新法令将于 2026 年生效，这使得多州隐私合规义务变得复杂。据 Nixon Peabody 报道，科罗拉多州和加利福尼亚州已将“神经数据”（科罗拉多州还增加了“生物数据”）纳入“敏感”数据的定义。

这种监管合流创造了强大的激励机制：在合规、可验证的基础设施上进行构建的组织将获得竞争优势，而那些执着于隐私极大化 (privacy maximalism) 的组织则会发现自己被排除在机构市场之外。

数据完整性：AI 的操作系统​

除了合规性，可验证计算还实现了一些更基础的东西：数据完整性作为负责任 AI 的操作系统。

正如 Precisely 所指出的，到 2026 年，治理将不再是组织在部署后才叠加的东西——它将从一开始就内置于数据的结构、解释和监控方式中。数据完整性将作为负责任 AI 的操作系统。从语义清晰度和可解释性，到合规性、可审计性以及对 AI 生成数据的控制，完整性将决定 AI 是否能够安全扩展并交付持久价值。

这种转变对 AI 代理在区块链网络上的运行方式有着深远的影响。AI 系统不再是不透明的黑盒，而是从设计上就变得可审计、可验证且可治理。智能合约可以强制执行对 AI 行为的约束，验证计算的正确性，并创建不可篡改的审计追踪——同时保护专有算法和训练数据的隐私。

《麻省理工斯隆管理评论》（MIT Sloan Management Review）将此确定为 2026 年 AI 和数据科学的五大趋势之一，并指出值得信赖的 AI 需要可验证的溯源和可解释的决策过程。

去中心化身份：基础层​

这些技术的背后是向去中心化身份和可验证凭证（Verifiable Credentials）的更广泛转变。正如 Indicio 所解释的，去中心化身份改变了现状——个人不再是在中心化位置验证个人数据，而是持有自己的数据，并在经过同意的情况下分享这些数据，且可以通过密码学进行独立验证。

这种模型颠覆了传统的身份系统。用户无需在各个数据库中创建无数的身份文件副本，而是维护一个单一的可验证凭证，并仅选择性地披露每次交互所需的特定属性。

对于 AI 代理，这种模型扩展到了人类身份之外。代理可以拥有可验证凭证，证明其训练溯源、运行参数、审计历史和授权范围。这创建了一个信任框架，使代理能够在保持问责制的同时自主交互。

从实验到部署​

2026 年的关键转变是从理论框架向生产部署的过渡。根据 XT Exchange 的分析，到 2026 年，去中心化 AI 将超越实验阶段，进入实际部署。然而，关键约束仍然存在，包括扩展 AI 工作负载、保护数据隐私以及治理开放的 AI 系统。

这些约束正是 DePAI 基础设施所要解决的。通过结合用于身份识别的 zkKYC、用于数据验证的 zkTLS 以及用于 AI 运行的可验证计算，该基础设施创建了一个完整的技术栈，用于部署同时具备以下特性的 AI 代理：

• 为用户和企业保护隐私
• 符合监管要求
• 设计上可验证且可审计
• 可扩展以应对机构级工作负载

前方的道路：构建可组合的隐私​

DePAI 拼图的最后一块是可组合性。正如 Blockmanity 报道，2026 年是区块链成为 AI 代理和全球金融“管道”的时刻。基础设施必须是模块化的、可互操作的，并且对终端用户是透明的。

务实的隐私工具在可组合性方面表现出色。一个 AI 代理可以：

1. 使用 zkKYC 凭证进行身份验证
2. 通过 zkTLS 获取经过验证的外部数据
3. 通过可验证推理执行计算
4. 使用正确性的零知识证明在链上提交结果
5. 在不泄露敏感逻辑的情况下维护审计追踪

每个层级独立运行，允许开发者根据特定需求混合和匹配隐私保护技术。DeFi 协议可能需要 zkKYC 进行用户引导，需要 zkTLS 获取价格喂价，并需要可验证计算进行复杂的财务计算——所有这些都能无缝协作。

这种可组合性跨越了不同的链。基于互操作性标准构建的隐私基础设施可以在 Ethereum、Solana、Sui、Aptos 和其他区块链网络上运行，为合规、私密、可验证的计算创建一个通用层。

为什么这对构建者很重要​

对于构建下一代区块链应用的开发者来说，DePAI 基础设施既是机遇也是要求。

机遇：在构建机构真正想要应用的应用方面具有先发优势。金融机构、医疗保健提供者、政府机构和企业都需要区块链解决方案，但他们不能在合规性或隐私方面做出妥协。构建在务实隐私基础设施上的应用可以服务于这些市场。

要求：监管环境正趋向于强制要求可验证、可治理的 AI 系统。无法证明合规性、可审计性和用户隐私保护的应用将被排除在受监管的市场之外。

技术能力正在迅速成熟。zkKYC 解决方案已达到生产级，主要金融机构正在进行试点。zkTLS 实现正在处理现实世界的数据。可验证计算框架正在扩展以处理机构级工作负载。

现在需要的是开发者的采用。从实验性的隐私工具到生产级基础设施的转变，需要构建者将这些技术集成到应用中，在现实场景中进行测试，并向基础设施团队提供反馈。

BlockEden.xyz 为实施隐私保护技术的区块链网络提供企业级 RPC 基础设施。探索我们的服务，在为 DePAI 时代设计的基石上进行构建。

结论：务实隐私的未来​

2026 年的 DePAI 爆发不仅仅代表了技术进步。它标志着区块链在隐私、合规以及机构采纳方面的关系走向成熟。

行业正在超越隐私至上主义者与透明度绝对主义者之间的意识形态之争。务实隐私承认，不同的场景需要不同的隐私保证，并且通过周密的密码学设计，合规性与用户隐私可以共存。

zkKYC 在不泄露身份的前提下证明身份。zkTLS 在无需信任中间人的情况下验证数据。可验证计算在不公开算法的情况下证明结果的正确性。这些技术共同构成了一个基础设施层，使得 AI 智能体可以自主运行，企业可以放心地采用区块链，而用户则能保留对数据的控制权。

这并不是对隐私原则的妥协。而是承认，隐私若要具有实际意义，必须在全球金融的监管和商业现实中具备可持续性。被禁止、下架并被排除在机构用途之外的绝对隐私无法保护任何人。而能够同时实现机密性和合规性的务实隐私，才真正履行了区块链的承诺。

那些认识到这一转变并于今日在 DePAI 基础设施上进行构建的开发者，将定义去中心化应用的下一个时代。工具已准备就绪，机构需求显而易见，监管环境也日益明朗。2026 年是务实隐私从理论走向部署的一年——区块链行业将因此变得更加强大。

来源​

• 2026 年是加密货币领域务实隐私之年：Canton、Zcash 等
• 定义 2026 年的 5 个战略性加密货币与区块链反洗钱（AML）趋势
• zkMe 推出 zkKYC：一个完全去中心化且隐私优先的 KYC 解决方案
• ZK-KYC：去中心化金融中机构合规的未来
• zkTLS：构建可验证且私有的网络
• zkTLS —— 可验证互联网的基石
• FOSDEM 2026 - 利用 zkTLS 解放你的用户数据
• Brevis 与 APRO：无须信任的预言机与预测市场中的交易者隐私
• 2026 年是 AI 推理之年 —— 为什么去中心化、可验证计算让 DecentralGPT 变得更具相关性
• 确定性 AI 基础设施分析与 2026 年全球监管格局
• 2026 年的 AI：如何构建值得信赖、受监管且安全的 AI 系统
• 加密货币中务实隐私的兴起：在 2026 年探索新前沿
• 2026 年 AI 风险与合规：企业治理概览
• 塑造 2026 年的数据隐私、网络安全与 AI 发展
• 2026 年 AI 预测：为什么数据完整性比以往任何时候都更重要
• 2026 年 AI 和数据科学的五大趋势
• 2026 年的去中心化身份：为进步铺平道路
• 2026 年领先去中心化 AI 的五大 AI 加密项目
• 2026 年：当区块链仅成为 AI 智能体和全球金融的底层管道时

如果未来十年最重要的基础设施建设不是发生在企业董事会或政府招标中，而是跨越数百万台独立设备、由代币激励协调并由代码治理的，会怎样？这就是去中心化物理基础设施网络（DePIN）的前提。到 2026 年，这一承诺正在转化为现实：超过 650 个活跃项目，160 亿美元的总市值，而且最关键的是，每月约 1.5 亿美元的真实企业收入——由真实客户为真实服务支付。

世界经济论坛预测到 2028 年 DePIN 规模可能达到 3.5 万亿美元，这听起来似乎有些异想天开，直到你勾勒出它的发展轨迹。这不是投机性的代币经济学，而是区块链协调的硬件网络如何开始蚕食传统基础设施市场底部的故事。

如果你在大众察觉之前发现新兴加密趋势的能力值钱呢？这不只是模糊的“知识就是力量”的概念，而是字面意义上的——你的洞见被贴上了代币价格，并且有一个市场准备好为此竞价。

这就是信息金融（Information Finance，简称 InfoFi）的承诺。由 Vitalik Buterin 在其 2024 年 11 月的文章《从预测市场到信息金融》（From prediction markets to info finance）中提出，InfoFi 描述了一类利用金融机制来提取、汇总并对作为公共物品的信息进行定价的协议。到 2025 年初，该行业的市值已增长至 3.81 亿美元。到 2025 年底，它已成为 Web3 中竞争最激烈的战场之一。

但 InfoFi 并非单一的事物。在这个统称下存在四个截然不同的垂直领域，每个领域都有其独特的机制、核心参与者和竞争态势。理解每个垂直领域的现状以及它们之间的界限，对于任何想要明智地在这个领域导航的人来说都至关重要。