如果你像我一样，可能一直在想“到底什么是MCP？！”…为什么这么多人在谈论它？
关于它的文献很有限，这也很正常；它仅在四个月前才诞生。因此，我决定进行研究并将我的发现整理在这里。
总结：它是加密货币和开源AI的一个重大突破。所以你需要关注它；它可能会催化下一个阶段的代理加密产品。
目录
1.引言
2.什么是模型上下文协议？
3.MCP如何为AI代理工作
4.代理未来：为什么MCP很重要
5. 其他类似MCP的举措
6.与传统AI集成的主要区别
7.结论
1）引言
随着AI代理不断发展，变得更加自主并融入到现实世界的应用中，模型上下文协议（“MCP”）作为一个改变游戏规则的技术出现，改变了这些代理如何与外部数据和工具互动。
MCP由Anthropic在2024年底推出，定位为一个标准化框架，旨在赋能AI代理，使其能够与多种数据源进行无缝沟通。
但自从 @anthropicai 推出了这一通信标准以来，更多的AI解决方案已经将其采纳为现状。
简单来说，它就是：“AI与软件实时沟通的方式”。
随着代理未来的到来——AI系统独立执行复杂任务的时代——MCP是否可能是解锁下一波AI创新的关键？
也许是加密与AI价格走势的下一波上涨？
从聊天机器人到推动各行各业的自主系统，AI代理越来越被期望能够实时做出决策，并从多种来源获取实时数据。
然而，一个主要瓶颈依然存在：缺乏一种标准化的方式让AI模型与外部系统（如数据库、文件库或业务工具）进行连接。
这就是MCP的作用所在。
引入模型上下文协议（MCP）——这是一个开放标准，旨在通过使AI代理能够动态访问和与外部数据源互动来弥合这一鸿沟。
它使大型语言模型（LLM）能够有效地充当代理，具备部署智能合约或执行DeFi活动的能力。这是一个非常巨大的突破！
如果你作为加密原生用户使用过ChatGPT，你可能已经意识到它在提供及时的加密见解、特定信息或分析方面表现糟糕——如果它能告诉我一些前100名加密货币的当前现货价格，我会感到非常惊讶！
MCP能够增强AI驱动的DeFi功能，比如：
1. “查找USDC的最佳年化收益率，并配置1000美元”，或者；
2. 根据市场波动重新平衡投资组合。
这表明了一个更广泛的趋势，朝着代理未来的方向发展，在这个未来中，AI系统将更加独立和有用。
这与传统AI系统的区别在于，传统系统受限于加密 rails的无权限性质。
2）什么是模型上下文协议（MCP）？
模型上下文协议（“MCP”）由Anthropic在2024年底推出，是一个开源标准，旨在将AI助手，
特别是由大型语言模型（LLM）驱动的AI代理，与外部系统连接，这些系统包含了丰富的实时数据。
可以将它视为一个通用适配器，使AI代理能够安全且标准化地访问：
- 内容库
- 商业工具
- 开发环境，还有！
为什么你应该关心？
与传统的AI集成不同，传统AI集成通常依赖于零散的、定制化的解决方案，而MCP提供了一个统一的框架用于双向通信。
这意味着AI代理不仅可以从外部来源获取数据，还可以将更新或操作推送回这些系统，从而实现更动态和自主的行为。
你可以让一个代理完全自主地更新商业系统或管理你的个人事务！
Anthropic推出MCP的使命是简化AI集成，帮助开发人员更轻松地构建代理工作流，使AI系统能够独立且具有上下文地运作。
3）MCP如何为AI代理工作
MCP作为一个集成层，使AI代理能够根据需求连接到外部服务。以下是它如何运作的详细解释：
a) 动态数据访问：
AI代理使用MCP可以访问实时或上下文特定的数据，而不仅仅依赖预训练数据。它们可以从关系型数据库、文件系统或代码库等来源获取数据。
那些神秘的加密货币价格可以实时获取！甚至 @0rxbt 也在为我们最喜欢的紫色青蛙（即 SkyNet，亦即 @aixbt_agent）玩弄MCP！
b) 双向通信：
MCP支持双向交互，这意味着AI代理不仅可以检索数据，还可以根据分析执行操作——例如更新数据库或触发工作流。
c) 标准化框架：
通过提供一个通用协议，MCP消除了定制集成的需求，减少了开发者的复杂性，并确保了各个应用之间的一致性。
也许这是解决不同区块链和多种编程语言问题的方案！或许代理将成为聚合层？！
4）代理未来：为什么MCP很重要
AI代理不再仅仅是被动系统；它们正在成为主动的、目标导向的实体，能够自主做出决策。
然而，为了使AI代理真正有用，它们需要突破训练数据的局限，能够与现实世界进行流畅的互动。
这正是MCP的作用所在。
一个关于MCP应用的优秀示例来自Anthropic的文档：
假设一个AI代理负责管理软件开发管道。
通过MCP，代理可以：
- 从代码库中拉取最新代码
- 分析代码中的bug
- 然后将报告推送回团队的项目管理工具——这一切都是实时完成的。
下面（感谢@alexalbert__）展示了Anthropic的Claude直接连接到GitHub，创建一个新仓库并通过MCP集成发起一个PR（拉取请求）：
MCP允许AI代理通过访问实时数据来适应变化的环境，使它们变得更加响应灵敏和智能。
下方展示了MCP与GitHub、Web API、Slack、电子邮件等的集成与通信。
MCP为@davidsacks关于“获胜”代理可能是什么样的声明提供了解决方案：
但或许，连接代理与现实世界的基础设施才是制胜的关键！
通过标准化协议，开发者可以更快地构建代理工作流，而无需为每个新集成重新发明轮子。
代理未来的核心是AI系统能够独立行动以实现复杂目标——无论是：
- 自动化业务流程
- 管理供应链
- 甚至协助科学研究
MCP是实现这一愿景的重要一步，为AI代理提供了与世界有意义互动的基础设施。
5）其他类似MCP的举措
Anthropic并不是唯一一个认识到需要标准化AI集成协议的参与者。
最近，几个大型协议和公司推出或采纳了类似MCP的框架，以支持代理未来的发展：
i) Perplexity MCP：
ii) OpenAI Agents SDK MCP：
最近（实际上是昨天），OpenAI发布了自己针对Agents SDK的MCP插件：
iii) Stripe MCP集成：
……还有许多MCP服务器正在开发中，以使AI通信更加无缝：
与Anthropic不同的CEO们也在承认其在推进AI代理未来中的重要性：
这些举措凸显了一个日益增长的趋势：认识到代理AI需要标准化、可扩展的数据集成解决方案。
尽管MCP由于其开源性质和广泛适用性仍然是领头羊，但像xAI、Google和Meta等重要参与者的加入，进一步强调了这一领域的重要性。
6）与传统AI集成的关键区别
为什么MCP（及其类似技术）相比传统AI集成方式更具优势？
传统的集成通常涉及自定义API或中间件，导致解决方案碎片化，难以扩展。
MCP提供了一个通用标准，减少了复杂性，确保了一致性。这张比较图将其区别展现得一目了然：
开源协作：MCP的开源性质促进了整个行业的协作，这与集中式AI公司的封闭式方法形成了鲜明对比。
这对加密货币来说是一个重大价值主张。
以下是一个快速对比：
以下是一些在加密货币领域的高层次应用示例：
我们已经开始看到在（1）DeFAI解决方案上的推动，例如 @danielesesta 的 @heyanonai、@LimitusIntel 或 @gizatechxyz，以及通过像 @aixbt_agent 这样的定制工具来解决链上分析问题。
随着MCP在更广泛的加密货币和AI生态系统中的进一步集成，预计将有更多应用出现！
7）结论
MCP代表了迈向代理AI未来的重要一步，在这个未来中，自主系统可以与周围的世界无缝互动。
通过提供一个标准化框架，将AI代理与外部数据源连接，MCP解决了AI开发中的关键瓶颈，推动了更智能、可适应和可扩展的解决方案。
更广泛行业对类似MCP协议的采纳——标志着向这一代理愿景的集体推动。
然而，仍然存在挑战。
MCP及其类似技术的成功将取决于广泛的采用、协议之间的互操作性，以及跟上快速发展的AI环境的能力。
随着我们迈向一个AI代理在生活中扮演越来越重要角色的未来，像MCP这样的框架将成为连接AI与现实世界应用的桥梁。
无论MCP是否成为事实上的标准，还是仅仅作为进一步创新的催化剂，它已经引发了关于代理AI和代理加密货币产品所需基础设施的关键讨论。