MCP: Penggerak inti Agen AI Web3 generasi berikutnya

MCP sedang dengan cepat menjadi bagian penting dari ekosistem Web3 AI Agent. Ini memperkenalkan MCP Server melalui arsitektur mirip plugin, memberikan alat dan kemampuan baru untuk AI Agent. Seperti konsep-konsep baru lainnya di bidang Web3 AI, MCP (Model Context Protocol) berasal dari Web2 AI dan sekarang sedang dipikirkan kembali dalam lingkungan Web3.

Esensi dan Pentingnya MCP

MCP adalah protokol terbuka yang bertujuan untuk menstandarkan cara aplikasi menyampaikan informasi konteks kepada model bahasa besar (LLMs). Ini memungkinkan alat, data, dan AI Agent untuk berkolaborasi dengan lebih seamless.

Batasan utama yang dihadapi oleh model bahasa besar saat ini termasuk:

• Tidak dapat menjelajahi internet secara real-time
• Tidak dapat mengakses file lokal atau pribadi secara langsung
• Tidak dapat berinteraksi secara mandiri dengan perangkat lunak eksternal

MCP berfungsi sebagai lapisan antarmuka umum, mengisi kekurangan kemampuan ini, sehingga AI Agent dapat menggunakan berbagai alat.

MCP dapat dianalogikan sebagai USB-C di bidang aplikasi AI—standar antarmuka yang seragam, memungkinkan AI lebih mudah terhubung dengan berbagai sumber data dan modul fungsi. Bayangkan setiap LLM adalah ponsel yang berbeda, jika itu adalah produsen perangkat keras, mereka perlu mengembangkan satu set aksesori untuk setiap jenis antarmuka, yang akan memiliki biaya pemeliharaan yang sangat tinggi.

Inilah masalah yang dihadapi oleh pengembang alat AI: menyesuaikan plugin untuk setiap platform LLM, yang sangat meningkatkan kompleksitas dan membatasi skala perluasan. MCP bertujuan untuk menyelesaikan masalah ini dengan membangun standar yang seragam, seperti membuat semua LLM dan penyedia alat menggunakan antarmuka USB-C.

Protokol standar ini menguntungkan kedua belah pihak:

• Untuk AI Agent (klien): dapat dengan aman mengakses alat eksternal dan sumber data waktu nyata
• Untuk pengembang alat (server): satu kali koneksi, dapat digunakan lintas platform

Hasil akhirnya adalah ekosistem AI yang lebih terbuka, dapat dioperasikan, dan dengan friksi rendah.

Perbedaan MCP dan API Tradisional

Desain API adalah untuk melayani manusia, bukan AI-first. Setiap API memiliki struktur dan dokumentasi masing-masing, pengembang harus secara manual menentukan parameter, membaca dokumentasi antarmuka. Sedangkan AI Agent itu sendiri tidak dapat membaca dokumentasi, harus diprogram secara keras untuk menyesuaikan dengan setiap jenis API (seperti REST, GraphQL, RPC, dll).

MCP menyediakan format pemanggilan fungsi yang distandarisasi di dalam API, mengabstraksi bagian-bagian yang tidak terstruktur ini, dan memberikan cara pemanggilan yang seragam untuk Agent. MCP dapat dianggap sebagai lapisan penyesuaian API yang membungkus Autonomous Agent.

Baru-baru ini, seorang penyedia layanan cloud mengumumkan bahwa pengembang dapat langsung menerapkan server MCP jarak jauh di platform mereka dengan konfigurasi perangkat minimum. Ini sangat menyederhanakan proses penerapan dan manajemen server MCP, termasuk otentikasi dan transfer data, yang bisa disebut sebagai "penyebaran satu klik".

Meskipun MCP itu sendiri mungkin tampak tidak cukup menarik, itu sama sekali tidak sepele. Sebagai komponen infrastruktur murni, MCP tidak dapat digunakan langsung oleh konsumen; nilai sebenarnya baru akan muncul ketika agen AI di lapisan atas memanggil alat MCP dan menunjukkan efek nyata.

Ekosistem Web3 AI dan MCP

AI di Web3 juga menghadapi masalah "kurangnya data konteks" dan "pulau data", yang berarti bahwa AI tidak dapat mengakses data waktu nyata di blockchain atau menjalankan logika kontrak pintar secara native.

Di masa lalu, beberapa proyek mencoba membangun jaringan kolaboratif multi-Agen, tetapi akhirnya terjebak dalam "mengulangi roda" karena ketergantungan pada API terpusat dan integrasi kustom. Setiap kali menyambungkan sumber data, lapisan adaptasi harus ditulis ulang, yang menyebabkan biaya pengembangan meningkat pesat. Untuk mengatasi kendala ini, Agen AI generasi berikutnya memerlukan arsitektur yang lebih modular dan berbentuk LEGO, agar dapat dengan mudah mengintegrasikan plugin dan alat pihak ketiga.

Dengan demikian, infrastruktur dan aplikasi AI Agent generasi baru yang berbasis pada protokol MCP dan A2A sedang muncul, dirancang khusus untuk skenario Web3, memungkinkan Agent untuk mengakses data multi-chain dan berinteraksi secara native dengan protokol DeFi.

Kasus Proyek: DeMCP dan DeepCore

DeMCP adalah pasar untuk Server MCP terdesentralisasi, yang fokus pada alat kripto asli dan memastikan kedaulatan alat MCP.

Keuntungan termasuk:

• Menggunakan TEE (Lingkungan Eksekusi Tepercaya) untuk memastikan alat MCP tidak dimodifikasi
• Menggunakan mekanisme insentif token untuk mendorong pengembang berkontribusi pada server MCP
• Menyediakan agregator MCP dan fungsi pembayaran mikro, mengurangi hambatan penggunaan

Proyek lain DeepCore juga menyediakan sistem pendaftaran MCP Server, yang berfokus pada bidang kripto, dan lebih lanjut memperluas ke standar terbuka lainnya: protokol A2A (Agent-to-Agent).

A2A adalah protokol terbuka yang dirancang untuk mewujudkan komunikasi, kolaborasi, dan koordinasi tugas yang aman antara berbagai agen AI. A2A mendukung kolaborasi AI tingkat perusahaan, seperti memungkinkan agen AI dari perusahaan yang berbeda untuk bekerja sama dalam menyelesaikan tugas.

Jika MCP berfokus pada interaksi antara Agent (klien) dan alat (server), maka A2A lebih mirip dengan lapisan kolaborasi antara Agent, memungkinkan beberapa Agent untuk bekerja sama menyelesaikan tugas tanpa harus berbagi status internal. Mereka berkolaborasi melalui konteks, instruksi, pembaruan status, dan pengiriman data.

Singkatnya:

• MCP: Memberikan kemampuan akses alat untuk Agent
• A2A: Memberikan kemampuan untuk saling berkolaborasi antara Agent

Kombinasi Server MCP dan Blockchain

Manfaat mengintegrasikan teknologi blockchain di MCP Server ada banyak:

1. Mendapatkan data ekor panjang melalui mekanisme insentif asli yang terenkripsi, mendorong kontribusi komunitas untuk dataset yang langka.
2. Mengatasi serangan "tool poisoning", yaitu alat berbahaya yang menyamar sebagai plugin yang sah untuk menipu Agent.
   • Blockchain menyediakan mekanisme verifikasi kriptografi, seperti TEE Remote Attestation, ZK-SNARK, FHE, dll.
3. Memperkenalkan mekanisme staking/punishment, menggabungkan sistem reputasi on-chain untuk membangun sistem kepercayaan server MCP.
4. Meningkatkan toleransi kesalahan dan real-time sistem, menghindari titik kegagalan tunggal pada sistem terpusat
5. Mendorong inovasi sumber terbuka, memungkinkan pengembang kecil untuk merilis data sumber seperti ESG, memperkaya keragaman ekosistem.

Saat ini, sebagian besar infrastruktur Server MCP masih mencocokkan alat melalui pemrosesan permintaan bahasa alami pengguna. Di masa depan, AI Agent akan mampu secara mandiri mencari alat MCP yang diperlukan untuk menyelesaikan tujuan tugas yang kompleks.

Namun, saat ini proyek MCP masih dalam tahap awal. Sebagian besar platform masih merupakan pasar plugin terpusat, di mana pihak proyek secara manual mengumpulkan alat Server pihak ketiga dari GitHub dan mengembangkan beberapa plugin sendiri, pada dasarnya tidak ada perbedaan besar dengan pasar plugin Web2, satu-satunya perbedaan adalah fokus pada skenario Web3.

Tren Masa Depan dan Dampak Industri

Saat ini, semakin banyak orang di industri kripto yang mulai menyadari potensi MCP dalam menghubungkan AI dengan blockchain. Misalnya, pendiri suatu platform perdagangan baru-baru ini secara terbuka menyerukan kepada para pengembang AI untuk secara aktif membangun MCP Server berkualitas tinggi, untuk memberikan kumpulan alat yang lebih kaya bagi AI Agent di suatu blockchain.

Seiring dengan matangnya infrastruktur, keunggulan kompetitif perusahaan "pengembang yang mendahului" juga akan beralih dari desain API menjadi: siapa yang dapat menyediakan kumpulan alat yang lebih kaya, beragam, dan mudah untuk digabungkan.

Di masa depan, setiap aplikasi dapat menjadi klien MCP, dan setiap API dapat menjadi server MCP. Dengan demikian, mekanisme harga baru dapat muncul: Agen dapat memilih alat secara dinamis berdasarkan kecepatan eksekusi, efisiensi biaya, relevansi, dan lain-lain, membentuk suatu sistem ekonomi layanan Agen yang lebih efisien yang diberdayakan oleh Crypto dan blockchain sebagai media.

Tentu saja, MCP itu sendiri tidak langsung ditujukan kepada pengguna akhir, itu adalah lapisan protokol dasar. Artinya, nilai dan potensi sebenarnya dari MCP hanya dapat terlihat ketika AI Agent mengintegrasikannya dan mengubahnya menjadi aplikasi yang praktis.

Akhirnya, Agent adalah wadah dan penguat kemampuan MCP, sementara blockchain dan mekanisme kripto membangun sistem ekonomi yang dapat dipercaya, efisien, dan dapat dikombinasikan untuk jaringan cerdas ini.