Pont entre l'IA et les outils externes : Exploration de la technologie MCP

La signification de l'intelligence artificielle réside dans la libération de la main-d'œuvre humaine et l'amélioration de l'efficacité au travail. Cependant, les modèles de langage à grande échelle présentent encore des limites, nécessitant des dialogues multiples pour fournir des suggestions, et les utilisateurs doivent toujours exécuter ces suggestions eux-mêmes. Cela représente encore un certain écart par rapport à la vision de l'utilisation réelle de l'IA pour assister le travail.

Si l'on peut dialoguer avec l'IA pour effectuer des tâches telles que répondre à des e-mails, rédiger des rapports, voire automatiser des transactions, cela rapprochera davantage de l'objectif de libération de la productivité. Et cette technologie est le sujet brûlant du domaine de l'IA actuel - MC.

Qu'est-ce que le MCP ?

MCP (Model Context Protocol) est un protocole standardisé qui sera publié en novembre 2024, visant à résoudre le problème selon lequel les modèles d'IA ne peuvent que "parler" mais ne peuvent pas "faire". Le nom de MCP peut être décomposé en :

• Modèle : désigne divers grands modèles linguistiques AI
• Contexte : données supplémentaires ou outils externes fournis au modèle
• Protocole : spécification ou interface générique et standardisée

En résumé, MCP standardise de manière unifiée, permettant à l'IA non seulement de dialoguer, mais aussi de contrôler directement des outils externes pour accomplir diverses tâches.

Les modèles de langage traditionnels de grande taille comme ChatGPT, Grok, etc., ne peuvent effectuer qu'une interaction de "saisie de texte, sortie de texte". Pour permettre à l'IA d'exécuter des opérations réelles, comme lire des fichiers, envoyer des e-mails, interroger des bases de données, il est généralement nécessaire que l'utilisateur effectue manuellement des opérations basées sur les suggestions de l'IA, puis renvoie les résultats à l'IA, formant ainsi un cycle.

L'apparition de MCP permet à l'IA de lire directement des fichiers locaux, de se connecter à des bases de données distantes, et même d'opérer des services réseau spécifiques. Cela signifie que l'IA n'est plus limitée à la sortie de texte, mais qu'elle peut remplacer l'humain dans de nombreux travaux répétitifs ou procéduraux.

Fonctionnement de MC

Le fonctionnement de MCP implique les composants clés suivants :

1. MCP Host (administrateur) : responsable de la gestion et de la coordination du fonctionnement de l'ensemble du MCP. Par exemple, Claude Desktop est un type d'hôte qui peut aider l'IA à accéder aux données ou outils locaux.

2. Client MCP (côté utilisateur) : reçoit les demandes des utilisateurs et communique avec le modèle AI. Des exemples courants incluent une interface de chat ou un IDE intégrant MCP.

3. Serveur MCP : Peut être considéré comme un ensemble d'API annotées, offrant des fonctionnalités utilisables par l'IA, telles que la lecture de bases de données, l'envoi d'e-mails, la gestion de fichiers, l'appel de services externes, etc.

Avec MCP, l'IA peut non seulement comprendre le langage humain, mais aussi transformer des textes spécifiques en instructions d'action, permettant ainsi des opérations automatisées. Par exemple, organiser des rapports de vente, envoyer des e-mails aux clients, voire effectuer des opérations dans des logiciels de modélisation 3D.

L'importance de MCP

1. Établir un pont entre l'IA et les outils externes

Les limitations des grands modèles de langage résident dans le fait que leurs données sont pré-entraînées et ne sont pas mises à jour en temps réel. MCP permet à l'IA d'accéder et d'opérer en temps réel sur des ressources externes, élargissant considérablement les limites des capacités de l'IA.

2. Standardisation et universalité

MCP fournit une norme unifiée pour l'interaction entre l'IA et les outils externes, similaire à la fonction d'un port USB-C. Cela évite les problèmes de développement redondants et améliore l'efficacité du développement.

3. De la réponse passive à l'exécution proactive

   Les outils d'IA traditionnels ne peuvent que répondre à des questions, tandis que MCP permet à l'IA de décider quelles instructions exécuter en fonction de la situation réelle et d'ajuster les actions suivantes en fonction des résultats des retours.

4. Sécurité et contrôle

   MCP ne nécessite pas de transférer toutes les données au modèle d'IA, mais permet de contrôler l'accès aux données via des permissions et des clés API, garantissant ainsi la sécurité des informations sensibles.

Comparaison entre MCP et Agent IA

Un agent AI se réfère généralement à un système d'IA capable de traiter automatiquement des tâches spécifiques, non seulement de dialoguer, mais aussi d'agir de manière proactive en fonction du contexte, d'appeler des outils ou des API pour accomplir une série d'étapes.

Les principales différences entre MCP et l'Agent IA :

• MCP est un protocole, tandis que l'Agent IA est un concept ou une méthode d'exécution.
• MCP se concentre sur la manière de faire communiquer différents modèles d'IA avec des outils externes, jouant le rôle de norme universelle.
• L'Agent IA souligne que l'IA possède la capacité d'agir de manière proactive et d'exécuter des outils.

MCP peut aider l'Agent IA à fonctionner de manière plus efficace, lui permettant d'accéder à diverses ressources externes simplement en suivant les normes MCP, sans avoir à rédiger des règles API séparées pour chaque outil ou plateforme.

Projet conceptuel MCP dans le domaine des cryptomonnaies

1. Base MC

   Cadre développé officiellement par Base, permettant aux applications AI d'interagir avec la blockchain Base. Les utilisateurs peuvent déployer des contrats ou utiliser des services DeFi par le biais de conversations en langage naturel.

2. Flock

   Plateforme d'entraînement AI décentralisée, offrant des modèles d'agents Web3, permettant aux tâches blockchain pilotées par AI de s'exécuter localement, offrant aux utilisateurs un plus grand contrôle.

3. LYRAOS

   Plusieurs systèmes d'exploitation AI Agent permettent aux AI Agents d'interagir directement avec la blockchain Solana, d'effectuer des transactions de cryptomonnaie et d'autres opérations. L'exploration de l'utilisation de MCP-OS pour établir des organisations autonomes décentralisées pilotées par l'IA est en cours.

Conclusion : Un nouveau chapitre de la narration AI

Bien que le MCP fournisse des règles standardisées pour l'interaction entre l'IA et les outils externes, les cas de succès dans le domaine du Web3 restent limités. Cela peut être dû à plusieurs raisons :

1. L'intégration technique n'est pas encore mature : il existe de grandes différences entre les chaînes et les DApps dans l'écosystème Web3, et les unifier en un serveur MCP nécessite d'importantes ressources de développement.

2. Risques de sécurité et de réglementation : Laisser l'IA manipuler directement les contrats et traiter les transactions financières nécessite une gestion complète des clés privées et un mécanisme de contrôle des accès.

3. Expérience utilisateur et habitudes : La plupart des utilisateurs restent sceptiques quant à la gestion de portefeuille par l'IA ou à la prise de décisions d'investissement, et le seuil élevé des opérations blockchain pourrait affecter le taux d'adoption.

4. Sentiment du marché : L'engouement suscité par l'AI Agent sur le marché des cryptomonnaies est en train de se refroidir, les investisseurs adoptant une attitude plus prudente envers les projets purement conceptuels.

La combinaison de MCP et de la blockchain présente effectivement un potentiel, mais elle fait face à des défis techniques et de marché. Si l'avenir permet d'intégrer des mécanismes de sécurité plus matures, d'offrir une expérience utilisateur plus intuitive et de développer des applications innovantes véritablement utiles, "Web3 + MCP" pourrait peut-être dépasser la spéculation et devenir le protagoniste de la prochaine vague d'innovation technologique.