近年、人工知能（AI）の分野では、MoE、強化学習、エージェント、コンピューター利用、A2Aなど、新しい用語が数多く生まれています。技術的なバックグラウンドを持たない一般ユーザーにとって、これらの用語や技術的概念は圧倒的であり、大きな認知的負担につながる可能性があります。その結果、AIとのインタラクションは、チャットボックス内での単純な質疑応答に限定されることがよくあります。
MCP（モデルコンテキストプロトコル）も、そのような技術的概念の1つです。過去1年間で、AIエージェントは急速に進化しており、MCPプロトコルは、複雑なタスクの自動化をサポートする重要な基盤機能として登場しました。しかし、現在のMCP革命は、あいまいなプロトコルのドキュメント、複雑なツールの登録、およびパーソナライズされた構成への高い障壁により、依然として開発者の独占的な領域であるように思われます。その結果、ほとんどの一般ユーザーは遠くから観察するだけで、実際に実践的な経験を得るのが難しいと感じています。
しかし、この状況は変わりつつあります。360の子会社であるNano AIは、4月23日に、個人ユーザー向けに設計された「MCPツールボックス」の発売を発表しました。この製品は、技術的なバックグラウンドを持たない一般ユーザー向けに調整されており、最小限の学習コストで最先端のAIの使用法を誰でも習得できるようにします。
この製品は、MCPプロトコルを完全にサポートするだけでなく、さまざまな大規模モデルインフラストラクチャに基づいてエージェントタスクを実行することもできます。さらに、外部ツールを自動的に呼び出す、AI知識ベースにアクセスする、ユーザー定義のタスクフローをサポートするなど、強力な機能を誇っています。重要なことに、操作の敷居が大幅に引き下げられ、コーディングスキルは不要で、チャットボックスを開くだけで使用できます。
現在、Super Agentの公開テストが開始されています。モデルからプロトコル、ツールエコシステム、パーソナライズされたタスクオーケストレーションまで、Nano AIは、AIエージェントを真に誰もの日常生活にもたらす製品レベルのイノベーションを目指しているようです。
では、Nano AIの「MCPツールボックス」はどれほど優れているのでしょうか。この質問に答えるために、Machine Heartチームは、内部テスト資格を取得した後、一連のテストを実施しました。
ツールボックスの実践的な体験：MCPが簡単に
Nano AIの「MCPツールボックス」の使用は、参入障壁が非常に低くなっています。ユーザーは、Nano AIアプリケーションをダウンロードしてインストールし、登録してログインするだけで、追加の構成は必要ありません。
更新された「エージェント」ページに入ると、Nano AIが既存のエージェントを、詳細な調査、仕事と効率、およびライフアシスタントを含むいくつかの大まかなカテゴリに分類していることがわかります。同時に、ツールボックスとケーススタディの広場へのアクセスも提供します。
ツールボックスに入ると、Nano AIがすでに100以上のMCPサーバーを構成していることがわかります（この記事の執筆中にこの数は120から132に増加しました）。これには、Nano AI自体が開発した12個のMCPツールと、オフィスコラボレーション、学術、ライフサービス、検索エンジン、金融、メディアエンターテインメント、データクローリングなどのさまざまなシナリオをカバーする数百個のサードパーティMCPツールが含まれており、中国最大のMCPエコシステムとなっています。さらに、Nano AIは、ユーザーが独自のMCPサーバーを構成することもサポートしています。以下では、「MCPサーバー」の代わりに「ツール」という用語を使用します。その理由は後で詳しく説明します。
まず、Machine Heartの読者が最も魅力的だと思うアプリケーションをテストしましょう。特定の研究トピックに関連するarXivに関する最近の研究結果を検索して整理します。
まずツールボックスを検索すると、Nano AIのプリセットツールにすでに「arXiv検索」が含まれていることがわかります。したがって、自分で構成する必要はありません。振り返ってみると、Nano AIにはすでにarXiv論文の検索をサポートする多くのエージェントがあることもわかります。最初のステップとして「プロフェッショナル論文検索」を選択します。このエージェントには、Nano AIスーパー検索、arXiv検索、Google Scholar、およびAcademic Searchの4つのツールが構成されており、当社のニーズに完全に合っていることがわかります。プロンプトを作成して実行します。
過去1か月間のarXivでの強化学習に関連する研究結果を取得し、理論研究、技術的改善、およびアプリケーションに従って分類し、重要な進捗状況の簡単な解釈を提供してください。
「プロフェッショナル論文検索」の作業プロセスは次のとおりです。
このタスクは非常に簡単です。エージェントは「arXiv検索」ツールを1回だけ呼び出し、したがって、3つのカテゴリのそれぞれで2つの代表的な研究結果を選択し、30分以内にタスクを完了しました。
次に、コマンドを使用してサイクリングプランナーエージェントを試してください：「重慶の観音橋の近くに良いサイクリングルートはありますか？」
このエージェントは、amapmcpserver-cloudのmaps_weather（天候のクエリ用）とmaps_direction_bicycling（ルートの設定用）、およびgen_html（Webページの生成用）の3つのツールを使用し、合計362秒間実行し、最終的に上記に示す動的なWebページを取得したことがわかります。このリンクからアクセスすることもできます：。はい、生成されたWebページを公開的に共有できます！
次に、難易度を上げましょう。今回の要件は「ネットワークを検索し、現在の女性のファッショントレンドを分析し、女性のファッション要素分析レポートを発行する」です。今回はNano AIの「詳細調査エージェント」を直接使用します。このエージェントは、MCPサーバーや組み込みのブラウザーなど、ユーザーの特定のニーズに応じて適切なツールを使用して、さまざまなコンピューター使用タスクを完了することを選択できます。もちろん、したがって、詳細調査エージェントは、タスクの実行に通常、最大数十分かかるため、はるかに時間がかかることがよくあります。
タスクを実行すると、詳細調査エージェントは、最初にタスク要件に従って実行する手順を計画し、次に計画に従って手順を段階的に実行します。
この特定のタスクについて、詳細調査エージェントによって生成された実行手順を次の図に示します。
最初に、複数のWebサイトで現在の女性のファッショントレンドに関連するコンテンツを検索し、次に検索されたコンテンツを分析し、結果を視覚化しました。最後に、最終レポートを提供しました。
このプロセスでは、ローカル検索ツールaiso_do_searchを3回、データクローリングツール360_crawlを1回、クラウドコードサンドボックスツールcloud-sandboxを9回、要約ツールsummaryを1回、Webページ生成ツールgen_htmlを1回呼び出しました。
最終的に、人気のあるスタイルのテーマ分析、人気のある色のトレンド、人気のあるスタイルと要素の分析、人気のある要素の包括的な評価、生地と技術のトレンド、およびマッチングの提案とアプリケーションをカバーする30ページの詳細なレポートを取得しました。これは、最初の1文のタスクをはるかに超えています。
レポートから抽出されたコンテンツのいくつかのページ
次のビデオは、Nano AIの詳細調査エージェントがタスクを完了する全プロセスを示しています。
4倍速で再生
それだけでなく、Nano AIは、取得した分析結果をより鮮やかに表示できる動的なWebページも生成しました。
さらに、Googleが最近第1四半期の財務レポートを発表したことを考慮して、Nano AIの「チーフ業界洞察オフィサー」エージェントがレポートを解釈するのを手伝ってもらうこともできます。
そのWebページ版には、からアクセスできます。全体の作業プロセスは、次のビデオで見ることができます。
最近人気のあるテレビシリーズ「The Good Life」のXiaohongshuへの投稿に適した映画レビューをNano AIに書いてもらいましょう。プリセットのXiaohongshuブラウジングロボットが適切に機能します。
注意！コンテンツにはネタバレが含まれます。
次のビデオは、Nano AIの作業の全プロセスを示しています。
このプロセスでは、Xiaohongshuに関連する2つのツール（Xiaohongshuに関する情報を収集するためのcollect_relate_info_redbookとXiaohongshuコンテンツを生成するためのred_book_generateを含む）を使用していることがわかります。さらに、browser_automation_taskも使用しました。このツールは、Nano AIアプリケーションに組み込まれたブラウザーを開いてタスクを実行できます。適切な指示があれば、このツールを使用して、電車のチケットの予約、Weiboへの投稿、1文でのメモの作成などのタスクを完了することもできます。
最後に、Nano AIでは、ユーザーは独自のMCPを簡単に構成することもできます。たとえば、ここでは、いくつかのパラメーター設定だけでObsidianノートをクエリおよび分析するためのツールを正常に構成しました。
次に、ツールを呼び出すエージェントを構成するだけで、Nano AIで収集されたノートをインテリジェントに取得して分析できます。次のビデオに例を示します。
上記のケースは、Nano AIの機能のほんの一例にすぎません。MCPツールボックスを使用すると、ユーザーは、情報のクロールと検索、画像とビデオコンテンツの生成、AIにflomoフラグメントノートを整理して結果をNotionワークスペースに入れる、株式の分析、ポルトガルへの旅行に最も費用対効果の高いフライトルートを見つける、旅行またはフィットネスプランの指定、会社レポートの作成、クラウドストレージリポジトリまたはローカルファイルの管理など、他にも多くのことを行うことができます。唯一の制限はあなたの想像力です！
ツールボックスにMCPを隠す：Nano AIの方法
MCP（モデルコンテキストプロトコル）は、Anthropicによって2024年11月に最初にリリースされました。これは、大規模モデルを現実世界に接続する重要な「架け橋」と言えます。モデルが質問に答えるだけでなく、ツールを呼び出し、データを取得し、人間のようにタスクを実行できるようにします。今年、ますます多くの企業がプロトコルを採用するにつれて、LLMのツール使用における事実上の標準となり、AIエージェントの可能性をさらに解放しています。
ただし、ほとんどのユーザーにとって、MCPプロトコルの典型的なラベルは「複雑さ」、「高い技術的敷居」、および「開発者専用」です。もともとプロのエンジニアに属していたこの能力を、すべての一般の人々にどのように引き渡すのでしょうか。
この実際の問題に対応して、360の答えは、MCPを理解するように教えるのではなく、一連の「目に見える、クリック可能な、結果を予測可能な」ツールボックスに直接カプセル化することです。
1. コンセプトの簡素化からインタラクションの次元削減へ
Nano AIチームは、最初にコンセプトの翻訳を行いました。ユーザーは、MCPサーバーまたはAPIキーが何であるかを理解する必要はありません。これは使用可能な「ツール」または「スキル」であることのみを知る必要があります。これが、以前に「ツール」という用語を使用した理由です。もともとあいまいだったプロトコルインターフェースを、「検索」、「書き込み」、「データ分析」などの理解しやすいツールラベルにパッケージ化することで、ユーザーの認知的な敷居が大幅に下がり、いわゆるMCPサーバーがAI大規模モデルに何を意味するのかをより直感的に理解できるようになります。これがNano AIツールボックスの設計理念です。その背後には、MCPプロトコルのNano AIによる再カプセル化と、インターフェースレイヤーのエンジニアリング再構築があります。
ユーザーがインターフェースで目にするのは、単純な選択とドラッグですが、実際には、Nano AI自体が開発した、または慎重に選択された統合である100以上のMCPサーバーのスケジューリングです。これらのツールは、オフィス、学術、金融、検索エンジン、Webクローリング、および画像処理などのシナリオをカバーしています。ユーザーは、1行のコードを記述することなく、大規模モデルにこれらの「外部頭脳」を自動的に呼び出して、複雑なタスクチェーンを完了させることができます。
Nano AIには、Firecrawl、Brava Search、AutoNavi Mapsなどの複数のMCPツール用のAPIキーも組み込まれています。
2. モデルとツールの間の「ラストマイル」を突破
過去には、大規模モデルに強力な言語理解能力があったとしても、依然として「ツール呼び出し」の孤島効果に閉じ込められていました。Nano AIのアプローチは、MCPプロトコルを仲介言語として使用し、「大規模モデル+ツール」の連携メカニズムを根本的に突破することです。
これにより、呼び出しの問題が解決されるだけでなく、モデルの実際の能力の境界が大幅に拡大されます。たとえば、ユーザーはエージェントに「NVIDIAの株価分析レポートの作成を手伝ってください」と伝えるだけでよく、エージェントはタスクの手順を自動的に分解し、検索エンジンを動員し、ページコンテンツをクロールし、分析チャートを生成し、明確に構造化されたレポートを出力できます。その期間中に、5〜7個のツールが呼び出される可能性がありますが、ユーザーは1つの結果ページのみを表示します。
これはまさにMCPの「ツールの組み合わせ」能力の具現化です。エージェントがリソースを独立してスケジュールし、プロセスを計画し、操作中に試行錯誤のフィードバックと自己最適化を実行して、高度に擬人化されたタスク解決パスを形成できるようにします。
3. ローカル操作、安全で信頼性：技術スタックの詳細な研磨
多くの「クラウドインテリジェントボディ」とは異なり、Nano AIは、より困難ですが、より有望なパスを選択しました。MCPクライアントをローカルにデプロイし、ユーザーにより大きな制御を与えます。
これにより、少なくとも3つの重要な利点があります。
- 呼び出しの自由: ローカルインテリジェントボディは、ユーザーのファイルシステムにアクセスし、ブラウザーを呼び出し、データベースを取得して、真にパーソナライズされたタスク処理を実現できます。
- 障壁の突破: AIの独自のニーズに対応して、360はNano AI専用のAIブラウザーを作成し、中国の主流プラットフォームに適応させました。ログインウォール、マンマシン検証、および情報フローの干渉を突破し、ログインやスライディング検証などの操作を自動的に完了できます。
- サンドボックス保証: 360のセキュリティ技術の蓄積に基づいて、Nano AIは将来、ローカルランタイムサンドボックスも導入します。これにより、大規模モデルがローカルファイルを誤って操作する可能性をリアルタイムで監視、早期警告、および制限して、データセキュリティを確保できます。
このシステム全体により、ユーザーはそれを「使用」できるだけでなく、「安全に、効率的に、スケーラブルに使用」できます。
4. 大規模ユーザーへの対応：真にオープンなMCPエコシステムの構築
Nano AIはMCPツールをカプセル化するだけでなく、オープンなスキルエコシステムをいち早く公開しました。現在、月間訪問者数が4億人を超えるこのプラットフォームには、100を超える高品質のMCPツールがオンラインで提供されており、より多くのサードパーティMCPサーバーが入力されています。ユーザーはツールスキルを自由にアップロード、再利用、および組み合わせて、独自のAIエージェントを作成できます。
一般ユーザーにとって、これは「他の人が設定したAIを使用する」のではなく、自分のニーズに応じてパーソナライズされたAIアシスタントを構築できることを意味します。論文分析、データ生成、トレンドモニタリング、Webページ構築、株式予測… 需要がある限り、組み合わせて使用できるツールがあり、自動的に実行できるタスクがあります。
業界全体にとって、これはエージェントテクノロジーが「クローズドシステム」から「エコロジカルネットワーク」の段階に移行していることを意味します。ツール、モデル、およびタスクはもはや孤立することなく、共通言語としてMCPによってリンクされ、前例のないインテリジェントなコラボレーションパターンを作成します。
技術的な障壁が打ち破られた：インテリジェントボディがCエンドに沈む
かつて、インテリジェントボディを使用するための敷居は、開発者のドアフレームでまだ高かったです。現在、Nano AI「MCPツールボックス」の発売により、AI自動化インフラストラクチャとして知られるMCPは、ほぼ「フールスタイル」の形式で、初めて一般ユーザーの目に触れるようになりました。360グループの会長であるZhou Hongyiがリリース前の共有会議で述べたように、「エージェントでMCPサーバーが自動的に呼び出されることは、ユーザーは知る必要はありません」。ツールボックスを使用すると、Nano AIはMCPの技術的な障壁を打ち破り、インテリジェントボディがさらにCエンドに沈むことを可能にしています。
MCPを「ツールボックス」にすることは簡単に聞こえますが、実行するのは困難です。これは、テクノロジーを統合する能力をテストするだけでなく、製品思考とユーザー理解の「共感」もテストします。Nano AIが行っているのは、複雑さをコアにカプセル化し、ユーザーに自由を与えることです。これにより、すべての一般の人々が、開発者のように「AIの世界を呼び出す」許可を得ることができます。
このプロセスは、単純な視覚的インターフェース構築ではなく、深いAIアプリケーションパラダイムの変化です。インテリジェントボディはもはや話したり答えたりできるモデルだけでなく、能力をスケジュールし、ツールを呼び出し、タスクを完了する能力を備えた真のパートナーです。
それ以来、MCPは真にCエンドユーザーに向かって動き始めました。これは、記憶に値する歴史的な出発点かもしれません。