בשנים האחרונות, תחום הבינה המלאכותית (Artificial Intelligence) היה עד להתקדמות טכנולוגית מהירה, שהולידה שפע של מונחים חדשים כמו MoE, Reinforcement Learning, Agents, computer-use ו-A2A. עבור משתמשים רגילים שחסרים רקע טכני, מונחים ומושגים טכנולוגיים אלה יכולים להיות מכריעים, מה שמוביל לעומס קוגניטיבי משמעותי. כתוצאה מכך, האינטראקציה שלהם עם AI מוגבלת לעתים קרובות להחלפות פשוטות של שאלות ותשובות בתוך תיבות צ’אט.
MCP, או Model Context Protocol, הוא אחד מהמושגים הטכניים הללו. במהלך השנה האחרונה, סוכני AI התפתחו במהירות, ופרוטוקולי MCP הפכו ליכולת בסיסית קריטית התומכת באוטומציה מורכבת של משימות. עם זאת, נראה כי מהפכת ה-MCP הנוכחית היא עדיין התחום הבלעדי של מפתחים, עם תיעוד פרוטוקול מעורפל, רישום כלים מורכב ומחסומים גבוהים לתצורה מותאמת אישית. כתוצאה מכך, רוב המשתמשים הרגילים יכולים רק להתבונן מרחוק ומתקשים לחוות חוויה מעשית אמיתית.
עם זאת, מצב זה משתנה. ב-23 באפריל, Nano AI, חברת בת של 360, הכריזה על השקת ‘“MCP Toolbox“‘ המיועד למשתמשים בודדים. מוצר זה מותאם למשתמשים רגילים ללא רקע טכני, ומאפשר לכל אחד לשלוט בשימושי AI חדשניים בעלויות למידה מינימליות.
מוצר זה לא רק תומך באופן מלא בפרוטוקול MCP, אלא גם יכול להפעיל משימות סוכנים המבוססות על תשתיות מודל גדולות שונות. בנוסף, הוא מתגאה ביכולות חזקות כגון הפעלה אוטומטית של כלים חיצוניים, גישה לבסיסי ידע AI ותמיכה בתזרימי משימות מוגדרים על ידי משתמשים. באופן מכריע, סף התפעול הופחת באופן משמעותי, אינו דורש כישורי קידוד, וניתן להשתמש בו פשוט על ידי פתיחת תיבת צ’אט.
נכון לעכשיו, Super Agent השיקה בדיקות פומביות. ממודלים לפרוטוקולים, מערכות אקולוגיות של כלים ותזמור משימות מותאם אישית, נראה כי Nano AI מכוונת לחדשנות ברמת המוצר שמביאה באמת סוכני AI לחיי היומיום של כולם.
אז, עד כמה ‘MCP Toolbox’ של Nano AI טוב? כדי לענות על שאלה זו, צוות Machine Heart, לאחר שקיבל הסמכות בדיקה פנימית, ערך סדרה של בדיקות.
ניסיון מעשי עם ארגז הכלים: MCP פשוט
השימוש ב-‘MCP Toolbox’ של Nano AI הוא בעל מחסום כניסה נמוך מאוד. משתמשים צריכים רק להוריד ולהתקין את אפליקציית Nano AI ולאחר מכן להירשם ולהיכנס, ללא כל תצורה נוספת.
בכניסה לדף ‘“Agent”‘ המעודכן, אנו יכולים לראות כי Nano AI סיווגה סוכנים קיימים למספר קטגוריות רחבות, כולל מחקר מעמיק, עבודה ויעילות ועוזרי חיים. במקביל, היא מספקת גם גישה לארגז הכלים ולריבוע מקרה מבחן.
בכניסה לארגז הכלים, אנו יכולים לראות כי Nano AI כבר הגדירה יותר מ-100 שרתי MCP (מספר זה גדל מ-120 ל-132 במהלך כתיבת מאמר זה), כולל תריסר כלי MCP שפותחו על ידי Nano AI עצמה ומאות כלי MCP של צד שלישי, המכסים תרחישים שונים כגון שיתוף פעולה משרדי, אקדמאים, שירותי חיים, מנועי חיפוש, כספים, בידור מדיה וגרידת נתונים, מה שהופך אותו למערכת האקולוגית הגדולה ביותר של MCP בסין. בנוסף, Nano AI תומכת גם במשתמשים בהגדרת שרתי MCP משלהם. להלן, נשתמש במונח ‘“כלי“‘ במקום ‘שרת MCP’, והסיבה לכך תוסבר בפירוט בהמשך.
ראשית, נבדוק יישום שקוראי Machine Heart ימצאו אותו הכי מושך: חיפוש וארגון ממצאי מחקר אחרונים ב-arXiv הקשורים לנושא מחקר ספציפי.
בואו נחפש תחילה בארגז הכלים ונמצא שכלי Nano AI מוגדרים מראש כבר כוללים את ‘“arXiv Search”‘, כך שאיננו צריכים להגדיר אותו בעצמנו. במבט לאחור, אנו יכולים לראות גם של-Nano AI כבר יש סוכנים רבים התומכים באחזור מאמרים ב-arXiv. אנו נבחר ב-“Professional Paper Search” כצעד הראשון שלנו. אנו יכולים לראות שסוכן זה מוגדר עם ארבעה כלים: Nano AI Super Search, arXiv Search, Google Scholar ו-Academic Search, העונים בצורה מושלמת על הצרכים שלנו. כתוב הנחיה ובצע:
אחזר ממצאי מחקר הקשורים ללמידת חיזוק ב-arXiv בחודש האחרון, סווג אותם לפי מחקר תיאורטי, שיפורים טכנולוגיים ויישומים, וספק פרשנות פשוטה של ההתקדמות החשובה.
תהליך העבודה של ‘“Professional Paper Search”‘ הוא כדלקמן:
משימה זו פשוטה מאוד. הסוכן קרא רק לכלי ‘“arXiv Search”‘ פעם אחת, ולכן השלים את המשימה בפחות מחצי דקה, ובחר שני תוצאות מחקר מייצגות בכל אחת משלוש הקטגוריות.
לאחר מכן, נסה את סוכן מתכנן הרכיבה על אופניים באמצעות הפקודה: ‘האם יש מסלולי רכיבה טובים ליד גשר Guanyin בצ’ונגצ’ינג?’
אנו יכולים לראות שסוכן זה השתמש בשלושה כלים: maps_weather של amapmcpserver-cloud (לשאילת מזג אוויר) ו-maps_direction_bicycling (להגדרת מסלולים) ו-gen_html (ליצירת דפי אינטרנט), ביצוע בסך הכל 362 שניות, ולבסוף קיבל את דף האינטרנט הדינמי המוצג לעיל. אתה יכול גם לגשת אליו דרך הקישור הזה: . כן, אתה יכול לשתף באופן פומבי את דף האינטרנט שנוצר!
לאחר מכן, בואו נגדיל את הקושי. הפעם הדרישה שלנו היא ‘חפש ברשת, נתח את טרנדי האופנה הנשית הנוכחיים והוציא דו”ח ניתוח אלמנטים של אופנת נשים’. הפעם נשתמש ישירות ב-“In-Depth Research Agent” של Nano AI, שיכול לבחור להשתמש בכלים מתאימים בהתאם לצרכים הספציפיים של המשתמש, כולל שרתי MCP והדפדפן המובנה כדי להשלים משימות שונות לשימוש במחשב. כמובן, לכן, ה-“In-Depth Research Agent” לוקח לעתים קרובות זמן רב יותר להשלמת משימה, עד עשרות דקות.
בעת ביצוע המשימה, ‘“In-Depth Research Agent”‘ יתכנן תחילה את השלבים שיש לבצע בהתאם לדרישות המשימה, ולאחר מכן יבצע את השלבים צעד אחר צעד בהתאם לתוכנית.
שלבי הביצוע שנוצרו על ידי ‘“In-Depth Research Agent”‘ עבור משימה ספציפית זו מוצגים באיור להלן.
תחילה, הוא חיפש תוכן הקשור לטרנדי האופנה הנשית הנוכחיים במספר אתרי אינטרנט, ואז ניתח את התוכן שחיפש, והמחיש את התוצאות. לבסוף, הוא נתן את הדו”ח הסופי.
בתהליך זה, הוא קרא לכלי החיפוש המקומי aiso_do_search שלוש פעמים, לכלי גרידת הנתונים 360_crawl פעם אחת, לכלי ארגז חול של קוד ענן cloud-sandbox תשע פעמים, לכלי הסיכום סיכום פעם אחת, ולכלי יצירת דפי האינטרנט gen_html פעם אחת.
בסופו של דבר, קיבלנו דו”ח מעמיק בן 30 עמודים, המכסה שישה חלקים עיקריים: ניתוח נושאי סגנון פופולריים, טרנדי צבעים פופולריים, ניתוח סגנונות ואלמנטים פופולריים, הערכה מקיפה של אלמנטים פופולריים, טרנדי בדים וטכנולוגיה, והצעות והיישומים התואמים, החורגים בהרבה ממשימת המשפט האחד הראשונית שלנו.
מספר עמודים של תוכן שחולצו מהדוח
הסרטון הבא מציג את התהליך כולו של ‘“In-Depth Research Agent”‘ של Nano AI בהשלמת המשימה:
הושמע במהירות פי 4
לא רק זה, Nano AI גם יצרה דף אינטרנט דינמי שיכול להציג בצורה חיה יותר את תוצאות הניתוח שהתקבלו:
בנוסף, בהתחשב בעובדה שגוגל פרסמה לאחרונה את הדו”ח הכספי שלה לרבעון הראשון, אנו יכולים גם לתת לסוכן ‘“Chief Industry Insight Officer”‘ של Nano AI לעזור לנו לפרש אותו.
ניתן לגשת לגרסת דף האינטרנט שלו בכתובת: , וניתן לראות את כל תהליך העבודה בסרטון הבא:
בואו ננסה להשתמש ב-Nano AI כדי לכתוב ביקורת סרטים המתאימה לפרסום ב-Xiaohongshu עבור סדרת הטלוויזיה הפופולרית לאחרונה ‘“The Good Life”‘, ורובוט הגלישה המוגדר מראש של Xiaohongshu יכול לעשות את העבודה היטב.
זהירות! התוכן יכיל ספוילרים.
הסרטון הבא מציג את כל תהליך העבודה של Nano AI.
אנו יכולים לראות שבתהליך זה, Nano AI השתמשה בשני כלים הקשורים ל-Xiaohongshu, כולל collect_relate_info_redbook לאיסוף מידע על Xiaohongshu ו-red_book_generate ליצירת תוכן Xiaohongshu; בנוסף, היא גם השתמשה ב-browser_automation_task - כלי זה יכול לפתוח את הדפדפן המובנה ביישום Nano AI כדי לבצע משימות. עם ההוראות המתאימות, אתה יכול גם להשתמש בכלי זה כדי להשלים משימות כגון הזמנת כרטיסי רכבת, פרסום ב-Weibo ורישום הערות במשפט אחד.
לבסוף, ב-Nano AI, משתמשים יכולים גם להגדיר בקלות את ה-MCP שלהם. לדוגמה, כאן, הצלחנו להגדיר כלי לשאילתא וניתוח הערות Obsidian עם הגדרות פרמטרים בודדות בלבד.
אז, פשוט הגדר סוכן שקורא לכלי, ואנו יכולים לאחזר ולנתח בצורה חכמה את ההערות שנאספו שלנו ב-Nano AI. הסרטון הבא מציג דוגמה:
המקרים לעיל הם רק קצה הקרחון של היכולות של Nano AI. עם ‘“MCP Toolbox”‘, יש הרבה דברים אחרים שמשתמשים יכולים לעשות, כגון גרידה וחיפוש מידע, יצירת תמונות ותוכן וידאו, לאפשר ל-AI לארגן את הערות המקטע flomo שלך ולהכניס את התוצאות למרחב העבודה של Notion, ניתוח מניות, מציאת נתיב הטיסה המשתלם ביותר לטיול לפורטוגל, ציון תוכניות נסיעה או כושר, יצירת דוחות חברה, ניהול מאגרי אחסון בענן או קבצים מקומיים… הגבול היחיד הוא הדמיון שלך!
הסתרת MCP בארגז הכלים: איך Nano AI עושה את זה
MCP, או Model Context Protocol, שוחרר לראשונה על ידי Anthropic בנובמבר 2024. אפשר לומר שזה ‘גשר’ חשוב המחבר מודלים גדולים עם העולם האמיתי - הוא מאפשר למודלים לא רק לענות על שאלות, אלא גם לקרוא לכלים, לקבל נתונים ולבצע משימות כמו בני אדם. השנה, ככל שיותר ויותר חברות מאמצות את הפרוטוקול, הוא הפך לסטנדרט דה פקטו בשימוש ה-LLM בכלים, ומשחרר עוד יותר את הפוטנציאל של סוכני AI.
עם זאת, עבור רוב המשתמשים, התוויות הטיפוסיות של פרוטוקול MCP הן ‘מורכבות’, ‘סף טכני גבוה’ ו’בלעדיות למפתחים’. איך למסור את היכולת הזו, שבמקור הייתה שייכת למהנדסים מקצועיים, לכל אדם רגיל?
בתגובה לבעיה אמיתית זו, התשובה של 360 היא: כבר לא ללמד אותך להבין את MCP, אלא לארוז אותו ישירות לתוך סט של ארגז כלים ‘“גלוי, ניתן ללחיצה וניתן לחיזוי תוצאות”‘.
1. מפשטת קונספט להפחתת ממדים של אינטראקציה
צוות Nano AI ביצע תחילה את התרגום של מושגים: משתמשים לא צריכים להבין מהו שרת MCP או מפתח API, הם צריכים רק לדעת שזה ‘“כלי“‘ או ‘“כישורים“‘ שניתן להשתמש בהם - וזו הסיבה שהשתמשנו במונח ‘כלי’ קודם לכן. אריזת ממשק הפרוטוקול המעורפל במקור לתוויות כליות קלות להבנה כגון ‘חיפוש’, ‘כתיבה’ ו’ניתוח נתונים’ מפחיתה מאוד את סף הקוגניטיבי של המשתמש ומאפשרת למשתמשים להבין בצורה אינטואיטיבית יותר את המשמעות של מה שנקרא שרת MCP למודלים גדולים של AI. זוהי פילוסופיית העיצוב של Nano AI Toolbox. מאחורי זה עומדת האריזה מחדש של Nano AI של פרוטוקול MCP והשחזור ההנדסי של שכבת הממשק.
מה שמשתמשים רואים בממשק הוא בחירה וגרירה פשוטה, אך במציאות, זה תזמון של יותר מ-100 שרתי MCP שפותחו על ידי Nano AI עצמה או שילוב שנבחר בקפידה. כלים אלה מכסים תרחישים כגון משרד, אקדמאים, כספים, מנועי חיפוש, גרידת אינטרנט ועיבוד תמונה. משתמשים יכולים לאפשר למודלים גדולים להפעיל אוטומטית את ‘“מוחות חיצוניים”‘ אלה כדי להשלים שרשראות משימות מורכבות מבלי לכתוב שורה של קוד.
ל-Nano AI יש אפילו מפתחות API מובנים עבור כלי MCP מרובים כגון Firecrawl, Brava Search ו-AutoNavi Maps.
2. שבירת ‘“המייל האחרון”‘ בין מודלים לכלים
בעבר, גם אם למודלים גדולים היו יכולות הבנת שפה עוצמתיות, הם עדיין היו לכודים באפקט האי של ‘“קריאה לכלים”‘. הגישה של Nano AI היא להשתמש בפרוטוקול MCP כשפה מתווכת, שוברת באופן יסודי את מנגנון שיתוף הפעולה של ‘“מודל גדול + כלי”‘.
זה לא רק פותר את הבעיה של קריאה, אלא גם מרחיב מאוד את גבול היכולת בפועל של המודל. לדוגמה, משתמשים צריכים רק לומר לסוכן ‘“עזור לי ליצור דוח ניתוח מחירי מניות של NVIDIA”‘, והסוכן יכול אוטומטית לפרק את שלבי המשימה, לגייס מנועי חיפוש, לגרוד תוכן דף, ליצור תרשימי ניתוח ולהפיק דוח מובנה בצורה ברורה. במהלך התקופה, ניתן לקרוא ל-5 עד 7 כלים, אך המשתמש רואה רק דף תוצאות אחד.
זה בדיוק ההתגלמות של יכולת ‘“שילוב כלים”‘ של MCP: היא מאפשרת לסוכנים לתזמן משאבים באופן עצמאי, לתכנן תהליכים ולבצע משוב ניסוי וטעייה ואופטימיזציה עצמית במהלך הפעולה, ויוצרת נתיב פתרון משימות אנתרופומורפי מאוד.
3. פעולה מקומית, בטוחה ואמינה: ליטוש מעמיק של מחסנית טכנולוגיה
בניגוד ל-“גופי אינטליגנציה בענן”‘ רבים, Nano AI בחרה בנתיב קשה יותר אך מבטיח יותר: פריסת לקוחות MCP באופן מקומי, מה שנותן למשתמשים שליטה רבה יותר.
זה מביא לפחות שלושה יתרונות מרכזיים:
- חופש שיחות: גופים אינטליגנטיים מקומיים יכולים לגשת למערכת הקבצים של המשתמש, לקרוא לדפדפן ולאחזר את מסד הנתונים כדי להשיג עיבוד משימות מותאם אישית אמיתי.
- שבירת מחסומים: בתגובה לצרכים הייחודיים של AI, 360 יצרה דפדפן AI ייעודי עבור Nano AI והתאימה אותו לפלטפורמות המיינסטרים בסין. הוא יכול לשבור חומות כניסה, אימות אדם-מכונה והפרעות בזרימת מידע, ולהשלים אוטומטית פעולות כגון כניסה ואימות החלקה.
- ערבות לארגז חול: בהתבסס על הצטברות טכנולוגיית האבטחה של 360, Nano AI תציג גם ארגז חול זמן ריצה מקומי בעתיד, שיכול לנטר, להזהיר מוקדם ולהגביל את המודל הגדול מלפעול בשגגה אפשרית על קבצים מקומיים בזמן אמת כדי להבטיח אבטחת מידע.
מערכת שלמה זו לא רק מאפשרת למשתמשים ‘להשתמש’ בה, אלא גם ‘להשתמש בה בבטחה, ביעילות ובמדרגיות’.
4. מול משתמשים רבים: בניית מערכת אקולוגית MCP פתוחה באמת
Nano AI לא רק עוטפת כלי MCP, אלא גם לקחה את ההובלה בפתיחת מערכת אקולוגית מיומנויות פתוחה. נכון לעכשיו, לפלטפורמה זו עם נפח ביקור חודשי של יותר מ-400 מיליון יש יותר מ-100 כלי MCP איכותיים באינטרנט, ויותר שרתי MCP של צד שלישי מוזנים. משתמשים יכולים להעלות, לעשות שימוש חוזר ולשלב כישורי כלי כדי ליצור סוכן AI משלהם.
עבור משתמשים רגילים, זה אומר שהוא כבר לא ‘משתמש ב-AI שנקבע על ידי אחרים’, אלא יכול לבנות עוזר AI מותאם אישית בהתאם לצרכים שלו. ניתוח ניירות, יצירת נתונים, ניטור מגמות, בניית דפי אינטרנט, חיזוי מניות… כל עוד יש ביקוש, יש כלים שניתן להשתמש בהם בשילוב, ויש משימות שניתן לבצע אוטומטית.
עבור התעשייה כולה, זה אומר שטכנולוגיית הסוכנים עוברת משלב ‘“מערכת סגורה”‘ לשלב ‘“רשת אקולוגית”‘. כלים, מודלים ומשימות כבר לא יהיו מבודדים, אלא יהיו מקושרים על ידי MCP כשפה משותפת, וייצרו דפוס שיתוף פעולה אינטליגנטי חסר תקדים.
מחסומים טכניים נשברו: גופים אינטליגנטיים שוקעים לקצה ה-C
היה היה זמן, הסף לשימוש בגופים אינטליגנטיים היה עדיין גבוה על מסגרת הדלת של מפתחים. כעת, עם השקת ‘“MCP Toolbox”‘ של Nano AI, MCP, פרוטוקול המכונה תשתית אוטומציה של AI, נכנסה לחזונם של משתמשים רגילים בפעם הראשונה בצורה כמעט ‘טיפשית’. כפי שאמר ג’ואו הונגיי, יו”ר קבוצת 360, בפגישת השיתוף לפני השחרור: ‘“מה שרת MCP נקרא אוטומטית בסוכן, משתמשים לא צריכים לדעת”‘. עם ארגז הכלים, Nano AI שוברת את המחסומים הטכניים של MCP ומאפשרת לגופים אינטליגנטיים לשקוע עוד יותר לקצה ה-C.
להפוך את MCP ל’”ארגז כלים”‘ נשמע קל, אבל קשה לעשות את זה. זה לא רק בוחן את היכולת לשלב טכנולוגיה, אלא גם בוחן את ‘“האמפתיה”‘ של חשיבה על מוצרים והבנת משתמשים. מה ש-Nano AI עושה הוא לארוז מורכבות בליבה ולתת חופש למשתמשים - כדי שכל אדם רגיל יוכל לקבל את ההרשאה ‘לקרוא לעולם ה-AI’ כמו מפתחים.
תהליך זה אינו בניית ממשק ויזואלי פשוטה, אלא שינוי פרדיגמת יישומי AI עמוק: גופים אינטליגנטיים הם כבר לא רק מודלים שיכולים לדבר ולענות, אלא שותפים אמיתיים עם היכולת לתזמן יכולות, לקרוא לכלים ולהשלים משימות.
מאז, MCP החלה באמת לנוע לעבר משתמשי קצה C, וזה עשוי להיות נקודת התחלה היסטורית שכדאי לזכור.