Dalam beberapa tahun terakhir, bidang Kecerdasan Buatan telah mengalami kemajuan teknologi pesat, memunculkan banyak istilah baru seperti MoE, Reinforcement Learning, Agents, penggunaan komputer, dan A2A. Bagi pengguna biasa yang kurang memiliki latar belakang teknis, istilah dan konsep teknologi ini bisa sangat membebani, menyebabkan beban kognitif yang signifikan. Akibatnya, interaksi mereka dengan AI seringkali terbatas pada pertukaran tanya jawab sederhana di dalam kotak obrolan.
MCP, atau Model Context Protocol, adalah salah satu konsep teknis ini. Selama setahun terakhir, agen AI telah berkembang pesat, dan protokol MCP telah muncul sebagai kemampuan mendasar yang penting untuk mendukung otomatisasi tugas yang kompleks. Namun, revolusi MCP saat ini tampaknya masih menjadi domain eksklusif para pengembang, dengan dokumentasi protokol yang tidak jelas, pendaftaran alat yang kompleks, dan hambatan tinggi untuk konfigurasi yang dipersonalisasi. Akibatnya, sebagian besar pengguna biasa hanya dapat mengamati dari kejauhan dan merasa sulit untuk benar-benar mendapatkan pengalaman langsung.
Namun, situasi ini sedang berubah. Pada tanggal 23 April, Nano AI, anak perusahaan 360, mengumumkan peluncuran “MCP Toolbox“ yang dirancang untuk pengguna individu. Produk ini dirancang untuk pengguna biasa tanpa latar belakang teknis, memungkinkan setiap orang untuk menguasai penggunaan AI mutakhir dengan biaya pembelajaran minimal.
Produk ini tidak hanya sepenuhnya mendukung protokol MCP tetapi juga dapat menjalankan tugas agen berdasarkan berbagai infrastruktur model besar. Selain itu, ia menawarkan kemampuan hebat seperti secara otomatis memanggil alat eksternal, mengakses basis pengetahuan AI, dan mendukung alur tugas yang ditentukan pengguna. Yang terpenting, ambang batas operasional telah diturunkan secara signifikan, tidak memerlukan keterampilan coding, dan dapat digunakan hanya dengan membuka kotak obrolan.
Saat ini, Super Agent telah meluncurkan pengujian publik. Dari model hingga protokol, ekosistem alat, dan orkestrasi tugas yang dipersonalisasi, Nano AI tampaknya mengarah pada inovasi tingkat produk yang benar-benar membawa agen AI ke dalam kehidupan sehari-hari setiap orang.
Jadi, seberapa bagus “MCP Toolbox” Nano AI? Untuk menjawab pertanyaan ini, tim Machine Heart, setelah mendapatkan kualifikasi pengujian internal, melakukan serangkaian pengujian.
Pengalaman Langsung dengan Toolbox: MCP Dibuat Sederhana
Menggunakan Nano AI “MCP Toolbox” memiliki hambatan masuk yang sangat rendah. Pengguna hanya perlu mengunduh dan menginstal aplikasi Nano AI dan kemudian mendaftar dan masuk, tanpa konfigurasi tambahan apa pun.
Setelah memasuki halaman “Agent” yang diperbarui, kita dapat melihat bahwa Nano AI telah mengkategorikan agen yang ada ke dalam beberapa kategori luas, termasuk penelitian mendalam, pekerjaan dan efisiensi, dan asisten kehidupan. Pada saat yang sama, ia juga menyediakan akses ke Toolbox dan kotak studi kasus.
Memasuki Toolbox, kita dapat melihat bahwa Nano AI telah mengkonfigurasi lebih dari 100 MCP Server (jumlah ini meningkat dari 120 menjadi 132 selama penulisan artikel ini), termasuk selusin alat MCP yang dikembangkan oleh Nano AI sendiri dan ratusan alat MCP pihak ketiga, yang mencakup berbagai skenario seperti kolaborasi kantor, akademisi, layanan kehidupan, mesin pencari, keuangan, hiburan media, dan perayapan data, menjadikannya ekosistem MCP terbesar di Tiongkok. Selain itu, Nano AI juga mendukung pengguna dalam mengkonfigurasi MCP Server mereka sendiri. Selanjutnya, kita akan menggunakan istilah “Alat“ alih-alih “MCP Server,” dan alasan untuk ini akan dijelaskan secara rinci nanti.
Pertama, mari kita uji aplikasi yang menurut pembaca Machine Heart paling menarik: mencari dan mengatur temuan penelitian terbaru di arXiv terkait dengan topik penelitian tertentu.
Mari kita cari terlebih dahulu Toolbox dan temukan bahwa alat preset Nano AI sudah menyertakan “Pencarian arXiv,” jadi kita tidak perlu mengkonfigurasinya sendiri. Melihat ke belakang, kita juga dapat melihat bahwa Nano AI sudah memiliki banyak agen yang mendukung pengambilan makalah arXiv. Kita akan memilih “Pencarian Makalah Profesional” sebagai langkah pertama kita. Kita dapat melihat bahwa agen ini dikonfigurasi dengan empat alat: Nano AI Super Search, Pencarian arXiv, Google Scholar, dan Pencarian Akademik, yang sangat sesuai dengan kebutuhan kita. Tulis prompt dan jalankan:
Ambil temuan penelitian terkait dengan reinforcement learning di arXiv dalam sebulan terakhir, klasifikasikan menurut penelitian teoretis, peningkatan teknologi, dan aplikasi, dan berikan interpretasi sederhana tentang kemajuan penting.
Proses kerja “Pencarian Makalah Profesional” adalah sebagai berikut:
Tugas ini sangat sederhana. Agen hanya memanggil alat “Pencarian arXiv” sekali, dan oleh karena itu menyelesaikan tugas dalam waktu kurang dari setengah menit, memilih dua hasil penelitian representatif di masing-masing dari tiga kategori.
Selanjutnya, coba agen perencana bersepeda menggunakan perintah: “Apakah ada rute bersepeda yang bagus di dekat Jembatan Guanyin di Chongqing?”
Kita dapat melihat bahwa agen ini menggunakan tiga alat: maps_weather amapmcpserver-cloud (untuk menanyakan cuaca) dan maps_direction_bicycling (untuk mengatur rute) dan gen_html (untuk membuat halaman web), berjalan selama total 362 detik, dan akhirnya memperoleh halaman web dinamis yang ditampilkan di atas. Anda juga dapat mengaksesnya melalui tautan ini: . Ya, Anda dapat membagikan halaman web yang dihasilkan secara publik!
Selanjutnya, mari kita tingkatkan kesulitannya. Kali ini persyaratan kita adalah “Cari jaringan, analisis tren mode wanita saat ini, dan keluarkan laporan analisis elemen mode wanita.” Kali ini kita akan langsung menggunakan “Agen Penelitian Mendalam” Nano AI, yang dapat memilih untuk menggunakan alat yang sesuai sesuai dengan kebutuhan spesifik pengguna, termasuk MCP Server dan browser bawaan untuk menyelesaikan berbagai tugas penggunaan komputer. Tentu saja, oleh karena itu, Agen Penelitian Mendalam seringkali membutuhkan waktu lebih lama untuk menjalankan tugas, hingga puluhan menit.
Saat menjalankan tugas, Agen Penelitian Mendalam pertama-tama akan merencanakan langkah-langkah yang akan dijalankan sesuai dengan persyaratan tugas, dan kemudian menjalankan langkah-langkah tersebut langkah demi langkah sesuai dengan rencana.
Langkah-langkah eksekusi yang dihasilkan oleh Agen Penelitian Mendalam untuk tugas khusus ini ditunjukkan pada gambar di bawah ini.
Pertama, ia mencari konten yang terkait dengan tren mode wanita saat ini di beberapa situs web, kemudian menganalisis konten yang dicari, dan memvisualisasikan hasilnya. Akhirnya, ia memberikan laporan akhir.
Dalam proses ini, ia memanggil alat pencarian lokal aiso_do_search tiga kali, alat perayapan data 360_crawl sekali, alat sandbox kode cloud cloud-sandbox sembilan kali, alat ringkasan sekali, dan alat pembuatan halaman web gen_html sekali.
Pada akhirnya, kita memperoleh laporan mendalam 30 halaman, yang mencakup enam bagian utama: analisis tema gaya populer, tren warna populer, analisis gaya dan elemen populer, evaluasi komprehensif elemen populer, tren kain dan teknologi, dan saran dan aplikasi pencocokan, jauh melebihi tugas satu kalimat awal kita.
Beberapa halaman konten yang diekstraksi dari laporan
Video berikut menunjukkan seluruh proses Agen Penelitian Mendalam Nano AI menyelesaikan tugas:
Diputar dengan kecepatan 4x
Tidak hanya itu, Nano AI juga menghasilkan halaman web dinamis yang dapat menampilkan hasil analisis yang diperoleh dengan lebih jelas:
Selain itu, mengingat Google baru-baru ini merilis laporan keuangan kuartal pertamanya, kita juga dapat membiarkan agen “Chief Industry Insight Officer” Nano AI membantu kita menafsirkannya.
Versi halaman webnya dapat diakses di: , dan seluruh proses kerja dapat dilihat di video berikut:
Mari kita coba menggunakan Nano AI untuk menulis ulasan film yang cocok untuk diposting di Xiaohongshu untuk serial TV yang baru-baru ini populer “The Good Life”, dan robot penjelajah Xiaohongshu preset dapat melakukan pekerjaan dengan baik.
Awas! Konten akan berisi spoiler.
Video berikut menunjukkan seluruh proses kerja Nano AI.
Kita dapat melihat bahwa dalam proses ini, Nano AI menggunakan dua alat yang terkait dengan Xiaohongshu, termasuk collect_relate_info_redbook untuk mengumpulkan informasi di Xiaohongshu dan red_book_generate untuk menghasilkan konten Xiaohongshu; selain itu, ia juga menggunakan browser_automation_task - alat ini dapat membuka browser bawaan di aplikasi Nano AI untuk melakukan tugas. Dengan instruksi yang sesuai, Anda juga dapat menggunakan alat ini untuk menyelesaikan tugas-tugas seperti memesan tiket kereta api, memposting di Weibo, dan membuat catatan dalam satu kalimat.
Akhirnya, di Nano AI, pengguna juga dapat dengan mudah mengkonfigurasi MCP mereka sendiri. Misalnya, di sini, kita berhasil mengkonfigurasi alat untuk menanyakan dan menganalisis catatan Obsidian hanya dengan beberapa pengaturan parameter.
Kemudian, cukup konfigurasi agen yang memanggil alat tersebut, dan kita dapat secara cerdas mengambil dan menganalisis catatan yang kita kumpulkan di Nano AI. Video berikut menunjukkan contohnya:
Kasus-kasus di atas hanyalah puncak gunung es dari kemampuan Nano AI. Dengan MCP Toolbox, ada banyak hal lain yang dapat dilakukan pengguna, seperti merayapi dan mencari informasi, menghasilkan gambar dan konten video, membiarkan AI mengatur catatan fragmen flomo Anda dan memasukkan hasilnya ke dalam ruang kerja Notion, menganalisis saham, menemukan rute penerbangan paling hemat biaya untuk bepergian ke Portugal, menentukan rencana perjalanan atau kebugaran, membuat laporan perusahaan, mengelola repositori penyimpanan cloud atau file lokal… Satu-satunya batasan adalah imajinasi Anda!
Menyembunyikan MCP di Toolbox: Bagaimana Nano AI Melakukannya
MCP, atau Model Context Protocol, pertama kali dirilis oleh Anthropic pada November 2024. Dapat dikatakan sebagai “jembatan” penting yang menghubungkan model besar dengan dunia nyata - memungkinkan model tidak hanya menjawab pertanyaan, tetapi juga memanggil alat, memperoleh data, dan menjalankan tugas seperti manusia. Tahun ini, karena semakin banyak perusahaan mengadopsi protokol tersebut, ia telah menjadi standar de facto dalam penggunaan alat LLM, yang selanjutnya melepaskan potensi agen AI.
Namun, bagi sebagian besar pengguna, label khas protokol MCP adalah “kompleksitas”, “ambang batas teknis tinggi” dan “eksklusif pengembang”. Bagaimana cara menyerahkan kemampuan ini, yang awalnya menjadi milik insinyur profesional, kepada setiap orang biasa?
Menanggapi masalah nyata ini, jawaban 360 adalah: tidak lagi mengajari Anda untuk memahami MCP, tetapi langsung merangkumnya ke dalam serangkaian toolbox “terlihat, dapat diklik, dan dapat diprediksi hasilnya”.
1. Dari Penyederhanaan Konsep hingga Pengurangan Dimensi Interaksi
Tim Nano AI pertama-tama melakukan terjemahan konsep: pengguna tidak perlu memahami apa itu MCP Server atau API Key, mereka hanya perlu tahu bahwa ini adalah “alat“ atau “keterampilan“ yang dapat digunakan - itulah sebabnya kita menggunakan istilah “alat” sebelumnya. Mengemas antarmuka protokol yang awalnya tidak jelas menjadi label alat yang mudah dipahami seperti “pencarian”, “penulisan”, dan “analisis data” sangat mengurangi ambang batas kognitif pengguna dan memungkinkan pengguna untuk lebih intuitif memahami arti dari apa yang disebut MCP Server untuk model besar AI. Ini adalah filosofi desain Nano AI Toolbox. Di balik ini adalah enkapsulasi ulang Nano AI dari protokol MCP dan rekonstruksi rekayasa lapisan antarmuka.
Apa yang dilihat pengguna di antarmuka adalah pemilihan dan penyeretan sederhana, tetapi pada kenyataannya, itu menjadwalkan lebih dari 100 MCP Server yang dikembangkan oleh Nano AI sendiri atau integrasi yang dipilih dengan cermat. Alat-alat ini mencakup skenario seperti kantor, akademisi, keuangan, mesin pencari, perayapan web, dan pemrosesan gambar. Pengguna dapat membiarkan model besar secara otomatis memanggil “otak eksternal” ini untuk menyelesaikan rantai tugas yang kompleks tanpa menulis sebaris kode pun.
Nano AI bahkan memiliki API Key bawaan untuk beberapa alat MCP seperti Firecrawl, Brava Search, dan AutoNavi Maps.
2. Menerobos “Batu Penghalang Terakhir” Antara Model dan Alat
Di masa lalu, bahkan jika model besar memiliki kemampuan pemahaman bahasa yang kuat, mereka masih terjebak dalam efek pulau “pemanggilan alat”. Pendekatan Nano AI adalah dengan menggunakan protokol MCP sebagai bahasa perantara, yang secara fundamental menerobos mekanisme kolaborasi “model besar + alat”.
Ini tidak hanya menyelesaikan masalah pemanggilan, tetapi juga sangat memperluas batas kemampuan aktual model. Misalnya, pengguna hanya perlu memberi tahu agen “Bantu saya membuat laporan analisis harga saham NVIDIA”, dan agen dapat secara otomatis menguraikan langkah-langkah tugas, memobilisasi mesin pencari, merayapi konten halaman, menghasilkan grafik analisis, dan mengeluarkan laporan yang terstruktur dengan jelas. Selama periode tersebut, 5 hingga 7 alat dapat dipanggil, tetapi pengguna hanya melihat satu halaman hasil.
Inilah tepatnya perwujudan dari kemampuan “kombinasi alat” MCP: memungkinkan agen untuk secara mandiri menjadwalkan sumber daya, merencanakan proses, dan melakukan umpan balik trial-and-error dan optimasi diri selama operasi, membentuk jalur pemecahan masalah tugas yang sangat antropomorfik.
3. Operasi Lokal, Aman dan Andal: Pemolesan Mendalam Tumpukan Teknologi
Tidak seperti banyak “badan cerdas cloud”, Nano AI memilih jalur yang lebih sulit tetapi lebih menjanjikan: menyebarkan klien MCP secara lokal, memberi pengguna kontrol yang lebih besar.
Ini membawa setidaknya tiga keuntungan utama:
- Kebebasan panggilan: Badan cerdas lokal dapat mengakses sistem file pengguna, memanggil browser, dan mengambil basis data untuk mencapai pemrosesan tugas yang dipersonalisasi yang sebenarnya.
- Menerobos hambatan: Menanggapi kebutuhan unik AI, 360 telah membuat browser AI khusus untuk Nano AI dan menyesuaikannya dengan platform utama di Tiongkok. Ini dapat menerobos dinding login, verifikasi manusia-mesin, dan gangguan aliran informasi, dan secara otomatis menyelesaikan operasi seperti login dan verifikasi geser.
- Jaminan sandbox: Berdasarkan akumulasi teknologi keamanan 360, Nano AI juga akan memperkenalkan sandbox runtime lokal di masa mendatang, yang dapat memantau, memperingatkan sejak dini, dan membatasi model besar dari kemungkinan salah mengoperasikan file lokal secara real time untuk memastikan keamanan data.
Seluruh sistem ini tidak hanya memungkinkan pengguna untuk “menggunakannya”, tetapi juga “menggunakannya dengan aman, efisien, dan terukur.”
4. Menghadapi Pengguna Massif: Membangun Ekosistem MCP yang Benar-Benar Terbuka
Nano AI tidak hanya merangkum alat MCP, tetapi juga memimpin dalam membuka ekosistem keterampilan terbuka. Saat ini, platform dengan volume kunjungan bulanan lebih dari 400 juta ini memiliki lebih dari 100 alat MCP berkualitas tinggi online, dan lebih banyak MCP Server pihak ketiga sedang dimasukkan. Pengguna dapat denganbebas mengunggah, menggunakan kembali, dan menggabungkan keterampilan alat untuk membuat agen AI mereka sendiri.
Bagi pengguna biasa, ini berarti bahwa itu bukan lagi “menggunakan AI yang ditetapkan oleh orang lain”, tetapi dapat membangun asisten AI yang dipersonalisasi sesuai dengan kebutuhan mereka sendiri. Analisis makalah, pembuatan data, pemantauan tren, konstruksi halaman web, prediksi saham… Selama ada permintaan, ada alat yang dapat digunakan dalam kombinasi, dan ada tugas yang dapat dijalankan secara otomatis.
Bagi seluruh industri, ini berarti bahwa teknologi agen bergerak dari “sistem tertutup” ke tahap “jaringan ekologis”. Alat, model, dan tugas tidak lagi terisolasi, tetapi akan dihubungkan oleh MCP sebagai bahasa umum, menciptakan pola kolaborasi cerdas yang belum pernah terjadi sebelumnya.
Hambatan Teknis Telah Dipecah: Badan Cerdas Tenggelam ke Ujung C
Dahulu kala, ambang batas untuk menggunakan badan cerdas masih tinggi di kusen pintu pengembang. Sekarang, dengan peluncuran Nano AI “MCP Toolbox”, MCP, protokol yang dikenal sebagai infrastruktur otomasi AI, telah memasuki visi pengguna biasa untuk pertama kalinya dalam bentuk yang hampir “gaya bodoh”. Seperti yang dikatakan Zhou Hongyi, ketua 360 Group, pada pertemuan berbagi sebelum rilis: “Apa yang secara otomatis dipanggil MCP Server di agen, pengguna tidak perlu tahu.” Dengan toolbox, Nano AI memecah hambatan teknis MCP dan memungkinkan badan cerdas untuk lebih tenggelam ke ujung C.
Membuat MCP menjadi “toolbox” terdengar mudah, tetapi sulit untuk dilakukan. Ini tidak hanya menguji kemampuan untuk mengintegrasikan teknologi, tetapi juga menguji “empati” dari pemikiran produk dan pemahaman pengguna. Apa yang dilakukan Nano AI adalah merangkum kompleksitas dalam inti dan memberikan kebebasan kepada pengguna - sehingga setiap orang biasa dapat memiliki izin untuk “memanggil dunia AI” seperti pengembang.
Proses ini bukanlah konstruksi antarmuka visual yang sederhana, tetapi perubahan paradigma aplikasi AI yang mendalam: badan cerdas bukan lagi hanya model yang dapat berbicara dan menjawab, tetapi mitra nyata dengan kemampuan untuk menjadwalkan kemampuan, memanggil alat, dan menyelesaikan tugas.
Sejak saat itu, MCP benar-benar mulai bergerak menuju pengguna ujung-C, yang mungkin merupakan titik awal historis yang patut diingat.