Три главные "мертвые зоны" A2A и протокола MCP при внедрении Web3 AI Agent

Если A2A от Google и MCP от Anthropic станут золотым стандартом связи для развития web3 AI Agent, что произойдет? Интуитивно кажется, что “вода и почва не подходят”. На мой взгляд, среда, с которой сталкивается web3 AI Agent, имеет явные отличия от экосистемы web2, и вызовы, стоящие перед реализацией основных коммуникационных протоколов, также совершенно разные:

1. Разрыв зрелости приложений: A2A и MC быстро распространяются в области web2, потому что они обслуживают достаточно зрелые сценарии применения, по сути являясь “усилителями ценности”, а не создателями ценности. В то время как web3 AI Agent в основном находятся на начальном этапе с одной кнопкой для публикации Agent, им не хватает глубоких сценариев применения (DeFAI, GameFAi и т. д.), что затрудняет прямое использование этих протоколов для реализации ценности.

Например, пользователь может ввести код в Cursor и использовать протокол MCP в качестве соединителя, чтобы одним нажатием обновить и опубликовать код на Github, не покидая текущую рабочую среду, протокол MCP выполняет дополнительную полезную функцию. Но если пользователь в среде web3 выполняет транзакции в цепочке, используя локально обученные стратегии, он может запутаться, когда попытается проанализировать данные в цепочке.

2. Проблема отсутствия инфраструктуры: чтобы web3 AI Agent смог создать полноценную экосистему, необходимо сначала заполнить серьезные пробелы в базовой инфраструктуре, включая единый уровень данных, уровень Oracle, уровень исполнения намерений, уровень децентрализованного консенсуса и т.д. Обычно в среде web2 протокол A2A позволяет Agent легко использовать стандартизированные API для реализации функционального сотрудничества, но в среде web3 простая операция арбитража между DEX сталкивается с огромными трудностями.

Представьте себе сцену, где пользователь указывает AI Agent “купить на Uniswap, когда цена ETH ниже 1600 долларов, и продать, когда цена восстановится”. На первый взгляд, простая операция, но Agent необходимо одновременно решить ряд уникальных для web3 проблем, таких как实时解析 цепочных данных, динамическая оптимизация Gas-стоимости, контроль проскальзывания и защита от MEV. В то время как web2 AI Agent просто вызывает стандартизированный API для реализации функционального взаимодействия, степень развития его инфраструктуры по сравнению с web3 средой просто небо и земля.

3）Построение дифференцированных требований web3 AI: Если агент web3 AI просто применяет протоколы и функциональные модели web2, будет трудно реализовать особенности цепочного торгового формата, особенно такие сложные проблемы, как шум данных, точность сделок и многообразие маршрутизаторов.

В качестве примера торговли по намерению, в среде web2 пользователь указывает “зарезервировать самый дешевый рейс”, протокол A2A позволяет нескольким агентам легко сотрудничать; но в среде web3, когда пользователь ожидает “перевести мои USDC через цепочку на Solana с наименьшими затратами и участвовать в ликвидном майнинге”, необходимо не только понять намерение пользователя, но и взвесить безопасность, атомарность и издержки, а также выполнить ряд сложных операций в сети. Другими словами, если казалось бы удобная операция ставит пользователя под больший риск безопасности, то такой удобный опыт не имеет смысла, и такая потребность является ложной.

Выше.

В общем, я хочу выразить следующее: ценность A2A и MCP безусловна, но нельзя ожидать, что они смогут непосредственно адаптироваться к сектору web3 AI Agent без каких-либо изменений. Эта пустота в развертывании инфраструктуры не является ли возможностью для строителей?