Web3 加上 MCP ,下一波 AI 百倍敘事?


前言

自去年 AI Agent 在加密市場中形成一波增量敘事後,許多人都在猜測下一個炒作的 AI 熱點會是何方神聖,而近期在 Web2 AI 圈被大量關注的 MCP 正是適合聚焦的方向之一。

Web3 的 AI 過去的痛點是模型無法無縫接入區塊鏈世界的數據,而區塊鏈應用也難以充分利用 AI 的能力。但 MCP(Model Context Protocol)開放標準協議出現,為這個難題提供了一個優雅的解決方案。

MCP 由大語言模型 Claude 背後的 Anthropic 開發,打破了長期困擾一眾開發者們的「資料孤島」困境,讓 AI 與區塊鏈的深度結合創造了新的可能性。本文將探討 MCP 協議如何在 Web3 世界中運作、目前有哪些項目正在探索這個領域,以及未來可能的發展方向。

Web2 MCP 相關應用彙整
Web2 MCP 相關應用彙整(Source:a16z)

MCP:大模型的「萬能插頭」

在探討 MCP 與 Web3 的結合之前,我們需要先理解 MCP 到底是什麼。簡單來說,MCP 是一種允許大型語言模型(LLM)與外部數據源和工具無縫整合到開放標準協議。如果用一個生活化的比喻,MCP 就像是一個「萬能插頭」,讓 AI 模型能夠連接到各種不同的服務和系統。

在傳統的 AI 應用開發中,每當需要讓 AI 模型連接到新的數據源或工具時,開發者都需要編寫專門的代碼來實現這種連接。這就像是每次想要使用新電器,都需要自己焊接一個新插頭一樣繁瑣。而 MCP 的出現,就像是標準化了電器插頭,讓任何 AI 模型都能通過這個標準接口接入各種服務。

MCP 的技術架構包括三個主要組件:

  1. MCP 客戶端:通常是 AI 助手或界面,如 Claude Desktop 或 Cursor 編輯器。
  2. MCP 服務器:提供特定功能的服務,如查詢數據、執行交易或與智能合約互動。
  3. MCP 協議:定義了客戶端和服務器之間通訊的標準方式。

這種架構讓 MCP 擁有極高的可擴展性。一個 MCP 客戶端可以連接多個 MCP 服務器,而一個 MCP 服務器也可以被多個客戶端使用。好比你可以使用 Claude Desktop 這個 MCP 客戶端,藉著安裝不同的 MCP 服務器,讓它能夠查詢你想知道的區塊鏈數據、發送代幣,甚至是部署智能合約。

Web3 加上 MCP ,下一波 AI 百倍敘事?

Web3 世界中的 MCP 應用

Web3 生態系統的複雜性一直是普通用戶難以跨越的鴻溝。從選擇合適的錢包、理解 Gas fee 機制、到參與鏈上操作等等 ,每一個步驟都需要先備知識。MCP 的出現對於改變這種現況是一大利器,以下舉兩個應用方向:

智能錢包管理與跨鏈操作

傳統上,管理多鏈資產需要使用不同的錢包和接口,切換成本高昂且易出錯。MCP 整合的智能錢包系統通過單一介面聚合多鏈資產,使用戶能夠以對話方式進行資產優化配置。

例如當用戶詢問「投資組合應該如何優化?」時,MCP 驅動的系統就可以分析當前的資產分布,並考慮當前市場狀況、用戶的風險偏好,甚至鏈上數據的趨勢,提供對應與客製化的資產配置建議。系統還能夠幫助用戶理解這些建議背後的邏輯,讓決策過程更加透明。這種應用方向特別適合 UniversalX 這類運用鏈抽象技術打造的單一介面產品,可以讓產品的層次更加豐富。

自適應 DeFi 參與模式

DeFi 生態系統的參與門檻一直較高——用戶需要理解借貸率、無常損失、抵押品率等複雜概念。MCP 的出現創造了「自適應參與」的可能性,意味著系統會根據用戶的經驗水平、風險承受能力和財務目標,自動調整交互界面的複雜度。

對於 DeFi 新手,系統提供簡化的操作選項和詳細的風險說明;而對於老手,系統則可提供高級策略選項和深度市場分析。這種自適應方法使得從零經驗的新手到專業交易者都能獲得最適合自己的體驗。


Web3 與 MCP 相關項目

APRO

APRO 是當前 Web3 和 MCP 應用相對全面的項目之一,項目方的目標是打造一個從數據安全到實時驗證的完整解決方案。跟單純提供 MCP 服務器的項目不太一樣, APRO 的技術架構是多層次的:

  • 框架層:與 DeepSeek、ElizaOS、Virtuals 等合作,為 AI Agent 提供開發支持
  • 技術層:結合 BNB Greenfield、Phala Network、Mind Network 等重點技術來打造安全基礎設施
  • 協議層:通過 ATTPs 和 AI Oracle 建立可信數據管道

APRO 的雙引擎架構 ATTPs 和 AI Oracle 是他們這套產品重要的護城河之一。ATTPs(Agent Text Transfer Protocol Secure)是全球第一個基於區塊鏈的 AI 數據傳輸協議,藉由多層驗證機制(零知識證明、Merkle 樹、區塊鏈共識)確保數據不被篡改且可驗證。而 AI Oracle 則作為 LLM 的「實時事實檢查器」,解決了 GPT 這類大模型無法獲取實時可信訊息的痛點。

Web3 加上 MCP ,下一波 AI 百倍敘事?

APRO 另一個優勢是與 BNB Greenfield 的結合。BNB Greenfield 是去中心化儲存網路,在上面你可以自由創建、儲存和交換數據,並且與 BNB Smart Chain 無縫整合,把數據權還給用戶。

看到這應該就可以想像 APRO 加上 BNB Greenfield 的應用:AI Oracle 從多個來源收集數據 → ATTPs 加密並將數據傳輸到 Greenfield 進行存儲。這當中有三個關鍵能力:

  1. 去中心化數據存儲:所有原始數據直接存儲在 Greenfield 上,確保他們可被訪問且受去中心化存儲原則保護
  2. 證明生成與驗證:原始數據存儲在 Greenfield,相應的證明通過智能合約生成並存儲在 BNB Chain 上
  3. 智能合約整合:協議在 BNB Chain 上實現複雜的智能合約,處理源代理提交的證明的驗證

這樣的架構為區塊鏈世界中的 AI 應用提供了數據完整性和可靠性保障,也是目前 APRO 在努力發展的方向。

Flock.io

Flock.io 是一個鏈上的 AI 訓練平台,這項目的特別之處在它的 MCP 中心化問題解決方案。雖然前面提到了 MCP 提供標準化介面,但大部分實現都是依賴中心化的 AI 模型(如 Claude、GPT)來處理請求。Flock 則是提供了完全在本地運行的 Web3 專用 AI Agent。這個設計有三大優勢:

  1. 隱私保護:用戶的數據和請求不需要傳輸到第三方服務器,消除了隱私洩露風險
  2. 算力自主:計算過程在用戶自己的設備上進行,減少對中央服務器的依賴
  3. 個性化優化:本地模型可以根據用戶的使用模式進行持續優化和個性化調整
Web3 加上 MCP ,下一波 AI 百倍敘事?
Flock.io 平台上現有的 AI Training Tasks

Flock 透過和 Base MCP 的整合,讓用戶可以通過 Flock 的本地 AI Agent 與 Base 區塊鏈無縫互動,同時保持數據的私密性和安全性。另外 Flock 在 Base MCP API 的調用準確度達到 75.93%,這個數字是其他類似的模型暫時無法達到的水準,特別適合複雜的 Web3 操作場景。

Web3 加上 MCP ,下一波 AI 百倍敘事?

SendAI

SendAI 主要在開發和推廣 Solana Agent Kit,算是一個開源工具包,用這個工具包可以更方便的 將AI Agent 連接到 Solana 上。該項目也常常在 Solana 上構建和推廣 AI Driven 的 app。目標就是促進自主 AI Agent 的發展,讓它們能夠跟區塊鏈協議互動,去而提升 Solana 生態系統的功能性和自動化水平。

另外 SendAI 近期推出的 MCP 也整合了 Cline 人工智能助手,讓用戶現在能直接跟 Solana 區塊鏈「聊天」。就像給 AI 裝了一個翻譯器,讓它能理解並操作區塊鏈世界的一切。

對 Cline 這款已經有超過一百萬人在用的 AI 編碼助手來說是很好的拓展。以前 Cline 只能幫你寫程式碼,現在用戶可以使用超過 100 種專門為 Solana 設計的工具和功能,讓 AI 不只是幫你寫程式,還能直接在區塊鏈上幫你讀取資料、執行交易、甚至開發應用。

Web3 加上 MCP ,下一波 AI 百倍敘事?

而 SendAI 前陣子舉辦的 MCP 競賽也有幾個還不錯的專案,讀者有興趣的也能多加參考。


MCP 與 Web3 的未來發展方向

1. DeFAI 的崛起

DeFAI 是 AI 與 DeFi 的交集,核心精神是利用 AI 來優化和自動化 DeFi 操作。MCP 的出現則為 DeFAI 提供了標準化的數據訪問和自動化操作能力,可能大幅加速這一領域的發展。未來我們有機會會看到更多 DeFAI 應用,好比:

  • AI Driven 的投資組合管理:根據市場條件自動調整加密資產配置
  • 智能收益 farming:自動在不同的 DeFi 協議間移動資金,尋找最佳收益
  • 風險管理工具:分析智能合約風險,提前預警可能的安全問題
  • 客製化策略:根據用戶的風險偏好和目標,提供定制化的 DeFi 策略

2. 安全增強服務

安全保障是伴隨著鏈上應用成長的剛需之一,而 MCP 可能催生專注在區塊鏈的安全服務,例如:

  • 智能合約審計:自動分析合約代碼,發現潛在漏洞
  • 交易安全分析:在執行交易前評估風險
  • 異常活動監控:24H 監控錢包和協議活動,檢測可疑行為
  • 詐騙預警系統:識別潛在的加密貨幣詐騙和釣魚攻擊

結語

雖然 MCP 在 Web3 領域的應用仍處於早期階段,但上述提及的多個項目都各自專注於不同的應用場景,共同推動 MCP 與 Web3 的融合。

不過 MCP 在 Web3 結合的路上還是有幾個問題需要優先去排除,像是缺乏標準化的認證機制、用戶數據如何在 AI Agent 和區塊鏈之間安全傳輸、MCP 伺服器的整合等等。

就短期而言,則可以多多參考幣安黑客松以及 Solana 相關競賽的 project 去研究,潛在的 alpha 埋藏在裡頭也說不定。

本報告僅供資訊分享之用,內容不構成任何形式的投資建議或決策依據。文中所引用的數據、分析與觀點均基於作者的研究與公開來源,可能存在不確定性或隨時變動的情況。讀者應根據自身情況及風險承受能力,審慎進行投資判斷。如需進一步指導,建議尋求專業顧問意見。


學習討論群組

親愛的讀者,你可能在思考:「這些深入的分析方法和珍貴的資料分享,我要到哪裡去學習和看到?」 不必再四處尋找!除了 DA Labs 網站優質的內容外,我們建立了完整的社群生態系統,邀請想學習金融科技、區塊鏈/加密貨幣的朋友一同加入:

在 DA 交易者聯盟的各個社群平台中,有來自不同領域的專業講師和交易者,每日不停歇地討論市場資訊。動動你的手指,跟著我們踏上精彩的投資學習之旅吧!

DA Labs —— Bridge the Fintech Gaps