Chainfeeds 導讀：
鏈上 AI Agent 正在悄然復甦，MCP、A2A、UnifAI 等協議標準逐步完善，正在構建一個多 Agent 協作的新基礎設施。AI Agent 正從資訊工具進化為應用執行體。這是鏈上 AI Agent 的第二春嗎？
文章來源：
https://x.com/tmel0211/status/1912430381305065865
文章作者：
Haotian
觀點：
Haotian：1）MCP（Model Context）協議）：由 Anthropic 推出的開放標準協議，本質上是打通 AI 模型與外部工具的「神經系統」，解決了 Agent 與外部工具的互操作性問題。谷歌 DeepMind 都表達了其本身的支持，使 MCP 迅速成為行業認可的協議標準。MCP 的技術價值在於將函數調用標準化，讓不同的 LLM 能夠用統一語言與外部工具交互，相當於 Web3 AI 世界的「HTTP 協議」，但其在遠程安全通信接口轉發短板2）A2A（Agent-to-Agent Protocol）：Google 主導的 Agent 間通信協議，構成「Agent 社交網絡」的協議框架。相對於 MCP 關注 AI 連接工具，A2A 更關注 Agent 之間的通信交互。通過 Agent 卡機制能力發現問題，跨實現平臺、多模態的 Agent 協作，已獲得 Atlassian、Salesforce 等 50 多家企業支持。從功能上看，A2A 是 AI 世界的「社交協議」，讓不同小型 AI 可以通過統一方式和諧工作。我個人感覺，協議類似，谷歌來「攢局」給 AI 代理背書的意義更大。3）UnifAI ：定位為 Agent 協作網絡，嘗試整合 MCP 和 A2A 的優勢，為中小企業提供跨平臺 Agent 協作解決方案。其架構類似於一箇中間層，希望通過統一服務發現機制讓 Agent 生態更加高效。儘管相比其他幾個協議高效，UnifAI 的市場影響力和生態建設仍明顯不足，未來可能會向某些細分場景聚焦。鏈上 AI Agent 可以藉助這些標準化協議，產生哪些拓展方向和機會呢？1 ）能力去中心化執行應用：Dark 基於 TEE 的設計，出了一個核心問題 —— 如何讓 AI 模型可信地執行鏈上操作。這為 AI Agent 在 DeFi 領域的基礎提供了技術支撐，意味著未來可能出現更多自主執行交易、代幣發行、LP 管理等 DeFi 操作的 AI Agent。 整合那些純粹概念炒作的 Agent 模型，有實用價值的 Agent 生態才是真正的價值所在。（不過，Dark 目前 github 也只有過去有限的 12 個 Action，只能算好的開始，距離完全脫離概念階段到大規模應用落地還有距離）2）多 Agent 和諧區塊鏈網絡：A2A 和 UnifAI 對多 Agent 協作場景的探索，為鏈上 Agent 生態帶來了全新的網絡效應可能性。嘗試想一個由多個專業 Agent 組成的去中心化網絡，可能會突破單一 LLM 的能力邊界，形成一個自主協作的去中心化市場，這恰好與區塊鏈共享網絡特性完美契合。
內容來源
