自去年 AI Agent 在加密市场中形成一波增量叙事后，许多人都在猜测下一个炒作的 AI 热点会是何方神圣，而近期在 Web2 AI 圈被大量关注的 MCP 正是适合聚焦的方向之一。
Web3 的 AI 过去的痛点是模型无法无缝接入区块链世界的资料，而区块链应用也难以充分利用 AI 的能力。但 MCP（Model Context Protocol）开放标准协议出现，为这个难题提供了一个优雅的解决方案。
MCP 由大语言模型 Claude 背后的 Anthropic 开发，打破了长期困扰一众开发者们的「资料孤岛」困境，让 AI 与区块链的深度结合创造了新的可能性。本文将探讨 MCP 协议如何在 Web3 世界中运作、目前有哪些专案正在探索这个领域，以及未来可能的发展方向。
MCP：大模型的「万能插头」
在探讨 MCP 与 Web3 的结合之前，我们需要先理解 MCP 到底是什么。简单来说，MCP 是一种允许大型语言模型（LLM）与外部资料来源和工具无缝整合到开放标准协议。如果用一个生活化的比喻，MCP 就像是一个「万能插头」，让 AI 模型能够连线到各种不同的服务和系统。
在传统的 AI 应用开发中，每当需要让 AI 模型连线到新的资料来源或工具时，开发者都需要编写专门的程式码来实现这种连线。这就像是每次想要使用新电器，都需要自己焊接一个新插头一样繁琐。而 MCP 的出现，就像是标准化了电器插头，让任何 AI 模型都能通过这个标准介面接入各种服务。
MCP 的技术架构包括三个主要元件：
- MCP 客户端：通常是 AI 助手或介面，如 Claude Desktop 或 Cursor 编辑器。
- MCP 伺服器：提供特定功能的服务，如查询资料、执行交易或与智慧合约互动。
- MCP 协议：定义了客户端和伺服器之间通讯的标准方式。
这种架构让 MCP 拥有极高的可扩展套件性。一个 MCP 客户端可以连线多个 MCP 伺服器，而一个 MCP 伺服器也可以被多个客户端使用。好比你可以使用 Claude Desktop 这个 MCP 客户端，藉著安装不同的 MCP 伺服器，让它能够查询你想知道的区块链资料、传送代币，甚至是部署智慧合约。
Web3 世界中的 MCP 应用
Web3 生态系统的复杂性一直是普通使用者难以跨越的鸿沟。从选择合适的钱包、理解 Gas fee 机制、到参与链上操作等等 ，每一个步骤都需要先备知识。MCP 的出现对于改变这种现况是一大利器，以下举两个应用方向：
智慧钱包管理与跨链操作
传统上，管理多链资产需要使用不同的钱包和介面，切换成本高昂且易出错。MCP 整合的智慧钱包系统通过单一介面聚合多链资产，使使用者能够以对话方式进行资产优化配置。
例如当使用者询问「投资组合应该如何优化？」时，MCP 驱动的系统就可以分析当前的资产分布，并考虑当前市场状况、使用者的风险偏好，甚至链上资料的趋势，提供对应与客制化的资产配置建议。系统还能够帮助使用者理解这些建议背后的逻辑，让决策过程更加透明。这种应用方向特别适合 UniversalX 这类运用链抽象技术打造的单一介面产品，可以让产品的层次更加丰富。
自适应 DeFi 参与模式
DeFi 生态系统的参与门槛一直较高 —— 使用者需要理解借贷率、无常损失、抵押品率等复杂概念。MCP 的出现创造了「自适应参与」的可能性，意味著系统会根据使用者的经验水平、风险承受能力和财务目标，自动调整互动介面的复杂度。
对于 DeFi 新手，系统提供简化的操作选项和详细的风险说明；而对于老手，系统则可提供高阶策略选项和深度市场分析。这种自适应方法使得从零经验的新手到专业交易者都能获得最适合自己的体验。
Web3 与 MCP 相关专案
APRO
APRO 是当前 Web3 和 MCP 应用相对全面的专案之一，专案方的目标是打造一个从资料安全到即时验证的完整解决方案。跟单纯提供 MCP 伺服器的专案不太一样， APRO 的技术架构是多层次的：
- 框架层：与 DeepSeek、ElizaOS、Virtuals 等合作，为 AI Agent 提供开发支援
- 技术层：结合 BNB Greenfield、Phala Network、Mind Network 等重点技术来打造安全基础设施
- 协议层：通过 ATTPs 和 AI Oracle 建立可信资料管道
APRO 的双引擎架构 ATTPs 和 AI Oracle 是他们这套产品重要的护城河之一。ATTPs（Agent Text Transfer Protocol Secure）是全球第一个基于区块链的 AI 资料传输协议，借由多层验证机制（零知识证明、Merkle 树、区块链共识）确保资料不被篡改且可验证。而 AI Oracle 则作为 LLM 的「即时事实检查器」，解决了 GPT 这类大模型无法获取即时可信讯息的痛点。
APRO 另一个优势是与 BNB Greenfield 的结合。BNB Greenfield 是去中心化储存网路，在上面你可以自由建立、储存和交换资料，并且与 BNB Smart Chain 无缝整合，把资料权还给使用者。
看到这应该就可以想像 APRO 加上 BNB Greenfield 的应用：AI Oracle 从多个来源收集资料 → ATTPs 加密并将资料传输到 Greenfield 进行储存。这当中有三个关键能力：
- 去中心化资料储存：所有原始资料直接储存在 Greenfield 上，确保他们可被访问且受去中心化储存原则保护
- 证明生成与验证：原始资料储存在 Greenfield，相应的证明通过智慧合约生成并储存在 BNB Chain 上
- 智慧合约整合：协议在 BNB Chain 上实现复杂的智慧合约，处理源代理提交的证明的验证
这样的架构为区块链世界中的 AI 应用提供了资料完整性和可靠性保障，也是目前 APRO 在努力发展的方向。
Flock.io
Flock.io 是一个链上的 AI 训练平台，这专案的特别之处在它的 MCP 中心化问题解决方案。虽然前面提到了 MCP 提供标准化介面，但大部分实现都是依赖中心化的 AI 模型（如 Claude、GPT）来处理请求。Flock 则是提供了完全在本地执行的 Web3 专用 AI Agent。这个设计有三大优势：
- 隐私保护：使用者的资料和请求不需要传输到第三方伺服器，消除了隐私泄露风险
- 算力自主：计算过程在使用者自己的装置上进行，减少对中央伺服器的依赖
- 个性化优化：本地模型可以根据使用者的使用模式进行持续优化和个性化调整
Flock 透过和 Base MCP 的整合，让使用者可以通过 Flock 的本地 AI Agent 与 Base 区块链无缝互动，同时保持资料的私密性和安全性。另外 Flock 在 Base MCP API 的呼叫准确度达到 75.93%，这个数位是其他类似的模型暂时无法达到的水准，特别适合复杂的 Web3 操作场景。
SendAI
SendAI 主要在开发和推广 Solana Agent Kit，算是一个开源工具包，用这个工具包可以更方便的 将 AI Agent 连线到 Solana 上。该专案也常常在 Solana 上构建和推广 AI Driven 的 app。目标就是促进自主 AI Agent 的发展，让它们能够跟区块链协议互动，去而提升 Solana 生态系统的功能性和自动化水平。
另外 SendAI 近期推出的 MCP 也整合了 Cline 人工智慧助手，让使用者现在能直接跟 Solana 区块链「聊天」。就像给 AI 装了一个翻译器，让它能理解并操作区块链世界的一切。
对 Cline 这款已经有超过一百万人在用的 AI 编码助手来说是很好的拓展。以前 Cline 只能帮你写程式码，现在使用者可以使用超过 100 种专门为 Solana 设计的工具和功能，让 AI 不只是帮你写程式，还能直接在区块链上帮你读取资料、执行交易、甚至开发应用。
而 SendAI 前阵子举办的 MCP 竞赛也有几个还不错的专案，读者有兴趣的也能多加参考。
MCP 与 Web3 的未来发展方向
1. DeFAI 的崛起
DeFAI 是 AI 与 DeFi 的交集，核心精神是利用 AI 来优化和自动化 DeFi 操作。MCP 的出现则为 DeFAI 提供了标准化的资料访问和自动化操作能力，可能大幅加速这一领域的发展。未来我们有机会会看到更多 DeFAI 应用，好比：
- AI Driven 的投资组合管理：根据市场条件自动调整加密资产配置
- 智慧收益 farming：自动在不同的 DeFi 协议间移动资金，寻找最佳收益
- 风险管理工具：分析智慧合约风险，提前预警可能的安全问题
- 客制化策略：根据使用者的风险偏好和目标，提供订制化的 DeFi 策略
2. 安全增强服务
安全保障是伴随著链上应用成长的刚需之一，而 MCP 可能催生专注在区块链的安全服务，例如：
- 智慧合约审计：自动分析合约程式码，发现潜在漏洞
- 交易安全分析：在执行交易前评估风险
- 异常活动监控：24H 监控钱包和协议活动，检测可疑行为
- 诈骗预警系统：识别潜在的加密货币诈骗和钓鱼攻击
结语
虽然 MCP 在 Web3 领域的应用仍处于早期阶段，但上述提及的多个专案都各自专注于不同的应用场景，共同推动 MCP 与 Web3 的融合。
不过 MCP 在 Web3 结合的路上还是有几个问题需要优先去排除，像是缺乏标准化的认证机制、使用者资料如何在 AI Agent 和区块链之间安全传输、MCP 伺服器的整合等等。
就短期而言，则可以多多参考币安骇客松以及 Solana 相关竞赛的 project 去研究，潜在的 alpha 埋藏在里头也说不定。
本报告仅供资讯分享之用，内容不构成任何形式的投资建议或决策依据。文中所引用的资料、分析与观点均基于作者的研究与公开来源，可能存在不确定性或随时变动的情况。读者应根据自身情况及风险承受能力，审慎进行投资判断。如需进一步指导，建议寻求专业顾问意见。
