O que é o Protocolo de Contexto do Modelo (MCP)?

OProtocolo de Contexto do Modelo(MCP) é um padrão aberto desenvolvido por@AnthropicAIque revoluciona a forma como os modelos de IA se conectam com fontes de dados e ferramentas externas. Inicialmente, o impacto do padrão foi lento, mas desde@OpenAIadotado no início deste ano, ele disparou em adoção. Muitas vezes é comparado a uma “porta USB-C para agentes de IA” - fornece um método uniforme para conectá-los a várias ferramentas e fontes de dados, simplificando a interação da IA com recursos externos.

Em vez de os desenvolvedores criarem integrações personalizadas para cada fonte de dados ou ferramenta, o MCP estabelece um protocolo de comunicação padronizado entre modelos de IA (clientes) e provedores de dados/ferramentas (servidores). O objetivo é ajudar os modelos de ponta a produzir respostas melhores e mais relevantes, conectando-os a sistemas onde os dados estão, incluindo repositórios de conteúdo, ferramentas de negócios e ambientes de desenvolvimento.

Em sua essência, MCP aborda a limitação fundamental dos Modelos de Linguagem Grande (LLMs) que estão isolados dos dados em tempo real e incapazes de tomar ações diretas externamente. O MCP permite que os sistemas de IA descubram e interajam com ferramentas disponíveis dinamicamente, suportando a comunicação persistente de duas vias entre os modelos e os sistemas externos. Isso é especialmente importante e poderoso para capacitar agentes de IA autônomos a terem capacidades mais robustas, especialmente em DeFi.

Como MCP Otimiza Agentes de IA em DeFi

MCP aumenta significativamente as capacidades do agente de IA em DeFi, simplificando a forma como os agentes processam e interagem com dados em tempo real. MCP permite que os agentes de IA acessem dinamicamente fluxos de dados externos, como dados de mercado, de fontes como bancos de dados relacionais e APIs. Isso facilita para os agentes absorverem os últimos desenvolvimentos e melhora sua capacidade de tomar decisões informadas. Ao integrar várias fontes de dados em tempo real, os agentes podem analisar pontos de dados complexos e se adaptar às condições de mercado em mudança - uma tarefa crítica para casos de uso como o provisionamento de liquidez.

MCP também melhora a eficiência dos agentes de IA, permitindo que as ferramentas tomem medidas. Os agentes não apenas podem puxar dados de sistemas externos, mas também podem enviar atualizações ou ações de volta para esses sistemas, como executar contratos inteligentes ou atualizar posições de liquidez. Isso capacita os agentes a executar autonomamente estratégias DeFi, tornando-os atores mais eficientes no espaço. Ao eliminar a necessidade de integrações personalizadas para cada ferramenta ou fonte de dados, o MCP reduz a complexidade e acelera a implementação de soluções DeFi impulsionadas por IA. Isso permite que os agentes se adaptem, dimensionem e respondam rapidamente a novas oportunidades, aumentando a eficiência geral das operações DeFi.

MCP é ótimo para fornecer essas capacidades essenciais para agentes - ferramentas para obter dados e tomar ações. Mas, em contraste, não é adequado para agentes coordenar ou comunicar uns com os outros. Ao contrário das ferramentas, os agentes não são projetados para seguir comandos rígidos via uma API fixa. Eles são naturalmente flexíveis, usando linguagem natural para executar uma variedade de capacidades e orquestrar interações que frequentemente envolvem estados compartilhados. Eu elaboro sobre isso na seção “MCP Acelera a Necessidade de Coordenação de Enxame de Agentes” abaixo.

Para aqueles que são novos no conceito, voz líder da indústria @S4mmyEthescreveu um artigo detalhado sobre o rótulo MC, chamando-o de "uma grande descoberta para criptomoedas e inteligência artificial de código aberto" - você pode encontrar essa peça abaixo.

Adoção do MCP em Diversas Indústrias

Web3 e Blockchain

Web3 é um terreno fértil natural de inovação e está se tornando rapidamente um campo de testes para sistemas de IA e metodologias. O mesmo acontece com MC, que está aprimorando a integração de IA-blockchain e abrindo caminho para sistemas inteligentes interagirem eficientemente com aplicativos descentralizados, desbloqueando novas eficiências em Web3, como observado recentemente por@aelfblockchain.

Existem vários projetos empolgantes no ecossistema Web3 que estão se inclinando para MC, eles incluem:

@Arcdotfun- o principal framework Rust para agentes de IA na Web3 acabou de anunciar Ryzome, uma loja de aplicativos universal para IA agencial, alimentada por MCP, que padroniza a comunicação entre agentes de IA e serviços digitais. Isso permite que agentes de IA acessem facilmente os serviços da Web 2 e Web 3 sem integrações complexas.

@heurist_ai - uma nuvem descentralizada de IA como serviço, lançou uma série de ferramentas que são acessíveis pela MCPLIKE uma integração para@getmasafiX dados.

Verifique o Github deles para uma análise detalhada delesestrutura do agente.

@UnifaiNetwork - uma startup de IA Web3 se posicionou como MCP para Web3, construindo uma rica variedade de plugins MCP de código aberto com capacidades incluindo, pagamentos de carteira, trocas, estratégias de gerenciamento de liquidez, apostas alimentadas por IA e muito mais.

@StoryProtocol- a Blockchain de PI do Mundo, também anunciou recentemente integrações com o MCP para facilitar a obtenção de informações sobre transações, licenças, transações e propriedade em seu ecossistema, bem como permitir que agentes criem e transfiram PI.

Essas implementações por equipes inovadoras no espaço estão possibilitando que LLMs interajam de forma eficiente com dados de blockchain em tempo real, realizem auditorias de segurança em contratos inteligentes, rastreiem métricas de token e até facilitem transações on-chain com salvaguardas adequadas.

Comércio eletrônico e Varejo

No espaço do comércio eletrônico e varejo, o MCP está transformando a forma como os agentes de IA se conectam com fontes de dados e ferramentas, melhorando tanto a eficiência operacional quanto as experiências do cliente. Funções como buscas de produtos, rastreamento de pedidos e recomendações de preços estão otimizando as operações e aprimorando a experiência geral de compras.

Integrações iniciais do MCP no espaço incluem:

@Shopifylojas sãointegrando MCPpara gerenciar facilmente produtos, clientes, pedidos e muito mais com chamadas simples de API para seu API de Administração.

@blocksum dos principais fornecedores de pagamento utilizouMCP para construir um agente de IA extensível de código aberto, chamado Goose, que ajuda a instalar, executar, editar e testar código com qualquer LLM.

@WooCommerceincluiuservidores MCPpara melhorar a interação com suas lojas, possibilitando ferramentas abrangentes para gerenciar produtos, pedidos, clientes, envios, impostos, descontos e configuração da loja.

Empresa B2B

No setor empresarial, houve uma adoção significativa do MCP para operações e fluxos de trabalho. O MCP tem sido adotado em diversas ofertas empresariais líderes, incluindo:

@OpenAI integrou a tecnologiapara melhorar a comunicação padronizada entre agentes de IA e sistemas externos, simplificando os fluxos de trabalho empresariais e reduzindo os custos de desenvolvimento.

@MicrosoftincluiuMCP em produtos como Copilot Studioe Núcleo Semântico, permitindo que os criadores se conectem diretamente aos servidores de conhecimento e APIs existentes. Ações e conhecimentos são automaticamente adicionados ao agente - e continuamente atualizados à medida que a funcionalidade evolui.

@Databricksadotouum MCPservidor que se conecta à sua API, permitindo que LLMs executem consultas SQL, listem trabalhos e obtenham status de trabalho atualizados.

Ferramentas de Desenvolvimento e Engenharia

O desenvolvimento de software tem sido um dos primeiros e mais robustos adotadores da MC. Como aponta o NSHipster em um artigo recente, 'O Protocolo do Servidor de Linguagem (LSP) revolucionou a integração das linguagens de programação com as ferramentas do desenvolvedor. O Protocolo de Contexto do Modelo (MCP) visa fazer o mesmo para uma nova geração de ferramentas de IA.'

Alguns importantes ferramentas de desenvolvimento e engenharia que agora estão suportando a integração do MCP incluem:

@zeddotdev @Replit @codeiumdeve@Sourcegraph está trabalhando com MCPpara aprimorar suas plataformas, permitindo que os agentes obtenham melhor as informações para entender o contexto em torno de uma tarefa de codificação, produzindo um código mais refinado e funcional.

@github servidores MCPfornecer integração perfeita com suas APIs, possibilitando automação avançada e capacidades de interação para desenvolvedores e ferramentas.

Integrações de IDE para análise de códigoe geração, transformando a IA de um assistente passivo para um parceiro ativo e colaborativo no processo de desenvolvimento de software.

A Expansão do Alcance e Impacto do MCP para Sistemas de IA

A rápida adoção do MCP em diversas indústrias destaca seu valor como um protocolo padronizado para interação de ferramentas de IA. Originalmente uma iniciativa da Anthropic, agora evoluiu para um ecossistema aberto com milhares de servidores construídos pela comunidade e integrações de importantes empresas de tecnologia. Recentemente, temos visto um crescimento tremendo na acessibilidade dos servidores MCP, com mais de 300 disponíveis especificamente para agentes de IA, como mostrado por @Sumanth_077abaixo.

À medida que o MCP amadurece, estamos vendo:

1. Integrações simplificadas - substituindo conectores personalizados por interfaces padronizadas.
2. Segurança aprimorada por meio de autenticação em nível de protocolo e controle de acesso.
3. Um ecossistema de desenvolvedores próspero criando ferramentas especializadas e conectores.
4. Compatibilidade entre plataformas cruzadas entre diferentes modelos e aplicações de IA.

MCP Acelera a Necessidade de Coordenação do Enxame de Agentes

Enquanto o MCP resolve o problema de conectividade entre agentes de IA individuais e fontes de dados, não aborda o desafio de coordenação entre vários agentes especializados. Aqui é onde@TheoriqAIentra.

Theoriq tem defendido o uso de enxames de agentes (que chamamos de coletivos antes do termo enxames decolar) nos últimos dois anos. À medida que desenvolvemos o Protocolo Theoriq, um protocolo descentralizado e multiagente para finanças impulsionadas por IA, estamos lançando as bases para que os agentes se comuniquem, colaborem e executem tarefas financeiras complexas. Já estamos enfrentando esse desafio de frente, construindo um enxame de Provisão de Liquidez Onchain (OLP) construído no protocolo que entrega valor financeiro ao ecossistema DeFi e seus jogadores. Mais sobre isso abaixo.

Agentes especializados continuarão a surgir e se tornar eficientes nas tarefas para as quais são construídos, e à medida que cada um alavanca o MCP para acesso a dados, ainda será necessário ter "trilhos para se comunicar" entre si. Adicionar inúmeros plugins do MCP a um agente genérico será menos eficaz do que ter agentes especializados que se comunicam por meio de um protocolo coordenado.

A adição do MCP facilita para os agentes se conectarem a fontes externas, e adicionar essa capacidade ao que Theoriq está trabalhando, apenas aumentará as capacidades dos agentes.

O protocolo Theoriq aborda esse desafio de próximo nível por:

1. Permitindo a comunicação de agente para agente - Enquanto o MCP conecta agentes a fontes de dados, o Theoriq conecta agentes a outros agentes de forma minimizada, incluindo comunicações de apoio e de longa duração. É importante observar que o MCP apenas permite que um agente inicie solicitações de informação, mas o Theoriq permite que os agentes sejam chamados de volta sempre que ocorrer um evento importante (como uma mudança no mercado ou uma notícia de última hora).
2. Fornecendo mecanismos de coordenação - Os enxames da Theoriq permitem que agentes especializados trabalhem juntos em tarefas complexas, como a provisão de liquidez - eles podem se comunicar em linguagem natural com semântica rica, enquanto o MCP segue um paradigma de API tradicional com capacidades mais rígidas e estreitamente definidas.
3. Estabelecendo incentivos econômicos - Ao contrário do MCP, Theoriq utiliza economia de tokens e pagamento para incentivar contribuições de agentes de alta qualidade e participação com resultados financeiros.
4. Garantir interações de agentes - A arquitetura on-chain/off-chain da Theoriq garante comunicação segura e verificável entre agentes, indo além do que o MCP oferece.
5. Descoberta e reputação do agente de suporte - Theoriq permite que os agentes se descubram com base em suas capacidades e seus registros, promovendo uma colaboração mais eficaz.

MCP como a Camada de Ferramentas do Agente, Theoriq como a Camada de Coordenação

O Protocolo do Contexto do Modelo surgiu como uma infraestrutura essencial que conecta modelos de IA a dados e ferramentas. Ele padroniza como os agentes interagem com o mundo externo, tornando os agentes especializados e capazes cada vez mais viáveis e valiosos.

No entanto, à medida que esses agentes especializados proliferam, a necessidade de coordenação entre eles cresce. Theoriq preenche essa lacuna crítica fornecendo os "trilhos" para comunicação de agente para agente, permitindo que sistemas multiagentes complexos enfrentem desafios sofisticados como provisão de liquidez on-chain.

A combinação do MCP para conectividade agente-mundo e Theoriq para coordenação agente-agente cria uma base poderosa para a emergente economia agentica. Essa sinergia permite a excelência especializada em vez da mediocridade generalizada, apontando o caminho para um ecossistema de IA mais eficiente, capaz e com minimização de confiança. Antecipamos que todos os principais frameworks de agentes de IA em Web3 abraçarão o MCP, assim como Rig fez. Ao colaborarmos com esses frameworks para integrar o Theoriq para coordenação de enxames, esperamos que tanto o MCP quanto o Theoriq aumentem de valor.

Aviso Legal:

1. Este artigo é reproduzido a partir de [GateRon Bodkin]. Todos os direitos autorais pertencem ao autor original [Ron Bodkin]. Se houver objeções a esta reimpressão, entre em contato com o Gate Learnequipe e eles lidarão com isso prontamente.
2. Aviso de responsabilidade: As opiniões expressas neste artigo são exclusivamente do autor e não constituem nenhum conselho de investimento.
3. A equipe do Gate Learn faz traduções do artigo para outros idiomas. Copiar, distribuir ou plagiar os artigos traduzidos é proibido, a menos que seja mencionado.