A ponte entre AI e ferramentas externas: uma análise da tecnologia MCP

O significado da inteligência artificial reside na libertação da força de trabalho humana e na melhoria da eficiência do trabalho. No entanto, atualmente, os grandes modelos de linguagem ainda apresentam limitações, necessitando de múltiplos diálogos para fornecer sugestões, e o usuário ainda precisa executar essas sugestões pessoalmente. Isso ainda está a uma certa distância da verdadeira visão de utilizar a IA para ajudar no trabalho.

Se for possível, através de conversas com a IA, utilizar realmente um computador para responder a e-mails, redigir relatórios e realizar tarefas como negociações automatizadas, isso estará mais próximo do objetivo de libertar a produtividade. E esta tecnologia é o tópico quente atual no campo da IA - MC.

O que é MCP?

MCP (Model Context Protocol) é um protocolo padronizado que será lançado em novembro de 2024, destinado a resolver o problema em que os modelos de IA apenas "falam" mas não conseguem "fazer". O nome MCP pode ser desmembrado da seguinte forma:

• Modelo: refere-se a vários modelos de linguagem AI de grande escala
• Contexto: dados adicionais ou ferramentas externas fornecidas ao modelo
• Protocolo: norma ou interface genérica e padronizada

Em resumo, o MCP, através de normas unificadas, permite que a IA não apenas tenha conversas, mas também controle diretamente ferramentas externas para completar diversas tarefas.

Modelos de linguagem tradicionais, como o ChatGPT e o Grok, só conseguem realizar interações de "entrada de texto e saída de texto". Para que a IA execute operações reais, como ler arquivos, enviar e-mails, consultar bases de dados, geralmente é necessário que o usuário realize manualmente as operações com base nas sugestões da IA, e depois forneça os resultados de volta à IA, num ciclo contínuo.

A aparição do MCP permite que a IA leia diretamente arquivos locais, conecte-se a bases de dados remotas e até mesmo opere serviços de rede específicos. Isso significa que a IA não está mais limitada à saída de texto, mas é capaz de substituir humanos na realização de muitas tarefas repetitivas ou processuais.

A forma de funcionamento do MC

A operação do MCP envolve os seguintes componentes-chave:

1. MCP Host (Administrador): responsável por gerenciar e coordenar toda a operação do MCP. Por exemplo, o Claude Desktop é um tipo de Host que pode ajudar a IA a acessar dados ou ferramentas locais.

2. MCP Client（用户端）：recebe as necessidades dos usuários e comunica-se com o modelo de IA. Exemplos comuns incluem interfaces de chat ou IDEs integrados com MCP.

3. MCP Server (servidor): pode ser visto como um conjunto de APIs anotadas, que oferecem funcionalidades que a IA pode usar, como ler bancos de dados, enviar e-mails, gerenciar arquivos, chamar serviços externos, etc.

Com o MCP, a IA não só consegue entender a linguagem humana, como também pode converter texto específico diretamente em comandos de ação, realizando assim operações automatizadas. Por exemplo, organizar relatórios de vendas, enviar e-mails a clientes, e até mesmo operar em software de modelagem 3D.

A importância do MC

1. Estabelecer uma ponte entre a IA e as ferramentas externas

   As limitações dos grandes modelos de linguagem residem no fato de que seus dados são pré-treinados e não atualizados em tempo real. O MCP permite que a IA acesse e opere recursos externos em tempo real, expandindo enormemente os limites das capacidades da IA.

2. Padronização e universalidade

   MCP fornece um padrão unificado para a interação entre IA e ferramentas externas, semelhante à função de uma porta USB-C. Isso evita problemas de desenvolvimento duplicado e melhora a eficiência de desenvolvimento.

3. Da resposta passiva à execução ativa

   Ferramentas de IA tradicionais só conseguem responder a perguntas, enquanto o MCP permite que a IA decida quais instruções executar com base em situações reais e ajuste as ações subsequentes de acordo com os resultados do feedback.

4. Segurança e Controle

   O MCP não exige a transferência de todos os dados para o modelo de IA, podendo controlar o acesso aos dados através de permissões e gestão de chaves de API, garantindo a segurança das informações sensíveis.

Comparação entre MCP e Agente de IA

O Agente de IA normalmente refere-se a sistemas de IA que podem automatizar tarefas específicas, sendo capazes não apenas de manter uma conversa, mas também de tomar iniciativas com base no contexto, chamando ferramentas ou APIs para completar uma série de etapas.

As principais diferenças entre MCP e AI Agent:

• MCP é um protocolo, enquanto o Agente de IA é um conceito ou método de execução.
• MCP foca em como diferentes modelos de IA se comunicam com ferramentas externas, desempenhando o papel de um padrão universal.
• O Agente de IA enfatiza que a IA possui a capacidade de agir proativamente e executar ferramentas.

O MCP pode ajudar o Agente de IA a operar de forma mais eficaz, permitindo que ele acesse vários recursos externos apenas seguindo as especificações do MCP, sem precisar escrever regras de API separadas para cada ferramenta ou plataforma.

Projeto de conceito MCP no campo das criptomoedas

1. Base MC

   Framework desenvolvido oficialmente pela Base, que permite que aplicações de IA interajam com a blockchain Base. Os usuários podem implantar contratos ou utilizar serviços DeFi através de conversas em linguagem natural.

2. Flock

   Plataforma de treino de IA descentralizada, que fornece modelos de proxy Web3, permitindo que tarefas de blockchain impulsionadas por IA sejam executadas localmente, oferecendo mais controlo aos utilizadores.

3. LYRAOS

   O sistema operativo Multi AI Agent permite que os agentes de IA interajam diretamente com a blockchain Solana, realizando transações de criptomoedas e outras operações. Está a explorar a utilização do MCP-OS para estabelecer organizações autónomas descentralizadas impulsionadas por IA.

Conclusão: Um Novo Capítulo na Narrativa de IA

Apesar de o MCP fornecer regras padronizadas para a interação entre IA e ferramentas externas, os casos de sucesso na área do Web3 ainda são limitados. Isso pode ser devido a várias razões:

1. A integração técnica ainda não está madura: As diferenças entre as várias cadeias e DApps no ecossistema Web3 são grandes, e unificá-las em um MCP Server requer muitos recursos de desenvolvimento.

2. Riscos de segurança e regulamentação: permitir que a IA opere diretamente contratos e processe transações financeiras requer uma gestão adequada de chaves privadas e mecanismos de controle de permissões.

3. Experiência do usuário e hábitos: a maioria dos usuários ainda tem dúvidas sobre a gestão de carteiras por IA ou sobre decisões de investimento, e, juntamente com a alta barreira de entrada das operações em blockchain, isso pode afetar a taxa de adoção.

4. Sentimento do mercado: O entusiasmo gerado anteriormente pelo AI Agent no mercado de criptomoedas está enfrentando um arrefecimento, e os investidores estão mais cautelosos em relação a projetos puramente conceituais.

A combinação de MCP com a blockchain realmente tem potencial, mas enfrenta desafios duplos em termos de tecnologia e mercado. Se no futuro for possível integrar mecanismos de segurança mais maduros, fornecer uma experiência de usuário mais intuitiva e desenvolver aplicações inovadoras que realmente tenham valor, "Web3 + MCP" poderá, talvez, superar a especulação e se tornar o protagonista da próxima onda de inovação tecnológica.