Wat zou er gebeuren als Google’s A2A (Agent-to-Agent) en Anthropic’s MCP (Multi-Party Communication Protocol) de gouden standaarden zouden worden voor communicatie in de ontwikkeling van web3 AI-agents? Mijn eerste reactie is dat ze fundamenteel onverenigbaar zouden zijn. Naar mijn mening verschilt de omgeving waarmee web3 AI-agents te maken hebben aanzienlijk van het web2-ecosysteem, en zijn de uitdagingen bij de implementatie van kerncommunicatieprotocollen ook drastisch anders.
1. Kloof in Applicatiematuriteit
De snelle adoptie van A2A en MCP in het web2-domein is te danken aan hun dienstverlening in voldoende volwassen applicatiescenario’s. Het zijn in wezen ‘waardeversterkers’ in plaats van waardecreëerders. De meeste web3 AI-agents bevinden zich daarentegen nog in de vroege stadia van de implementatie van agents met één klik en missen diepgaande applicatiescenario’s (DeFAI, GameFAi, enz.), waardoor het moeilijk is om deze protocollen rechtstreeks te integreren en te benutten.
Wanneer een gebruiker bijvoorbeeld code schrijft in Cursor, kan hij het MCP-protocol gebruiken als een connector om de code met één klik bij te werken en te publiceren naar GitHub zonder zijn huidige werkomgeving te verlaten. Het MCP-protocol verbetert de ervaring. In een web3-omgeving daarentegen kan een gebruiker gedesoriënteerd raken bij het analyseren van on-chain data als hij on-chain transacties uitvoert met behulp van lokaal verfijnde strategieën.
Stel je voor dat een codeerder Cursor gebruikt en updates rechtstreeks naar een GitHub-repository wil pushen. Het MCP-protocol stroomlijnt dit proces en zorgt voor een naadloze overgang. Het landschap verschuift echter dramatisch bij de omgang met web3-omgevingen. Neem een scenario waarin een gebruiker een lokaal verfijnde strategie gebruikt voor het uitvoeren van on-chain transacties. De complexiteit van het analyseren van blockchain-data kan snel overweldigend worden, waardoor de gebruiker verloren raakt in een zee van informatie.
De ongelijkheid in applicatiematuriteit creëert een aanzienlijke hindernis voor de directe toepassing van web2-protocollen in de web3-ruimte. Hoewel A2A en MCP gedijen in de gevestigde ecosystemen van web2, vormen de beginstadia van de ontwikkeling van web3 AI-agents unieke uitdagingen die op maat gemaakte oplossingen vereisen.
De Kloof Overbruggen:
Om deze kloof in applicatiematuriteit te overbruggen, is een gezamenlijke inspanning nodig om de ontwikkeling van diepere en meer geavanceerde use-cases voor web3 AI-agents te bevorderen. Dit omvat het verkennen van toepassingen in gedecentraliseerde financiering (DeFi), gaming (GameFi) en andere opkomende gebieden. Door het creëren van aantrekkelijke en praktische applicaties zal de vraag naar robuuste communicatieprotocollen vanzelf toenemen, waardoor de weg wordt vrijgemaakt voor de succesvolle integratie van A2A en MCP.
Focus op Waardecreatie:
In plaats van zich uitsluitend te richten op het versterken van bestaande waarde, moeten web3 AI-agents prioriteit geven aan het creëren van nieuwe waarde binnen het gedecentraliseerde ecosysteem. Dit kan worden bereikt door gebruik te maken van de unieke mogelijkheden van blockchain-technologie, zoals transparantie, onveranderlijkheid en decentralisatie, om innovatieve oplossingen te ontwikkelen die problemen in de echte wereld aanpakken.
Een Bloeiend Ecosysteem Cultiveren:
Een collaboratieve aanpak is essentieel om de groei van het web3 AI-agent-ecosysteem te stimuleren. Dit omvat het samenbrengen van ontwikkelaars, onderzoekers en ondernemers om kennis te delen, tools te bouwen en applicaties te creëren die de grenzen verleggen van wat mogelijk is. Door een levendige en ondersteunende gemeenschap te bevorderen, kunnen we de ontwikkeling en adoptie van web3 AI-agents versnellen.
2. Ontbrekende Infrastructuur Afgrond
Om een compleet ecosysteem te bouwen, moeten web3 AI-agents eerst de ernstig ontbrekende onderliggende infrastructuur invullen, waaronder een uniforme datalaag, een Oracle-laag, een intentie-uitvoeringslaag, een gedecentraliseerde consensuslaag en meer. Vaak stelt het A2A-protocol agents in staat om gemakkelijk gestandaardiseerde API’s aan te roepen voor functionele samenwerking in de web2-omgeving. In de web3-omgeving daarentegen staan zelfs eenvoudige cross-DEX arbitrage-operaties voor aanzienlijke uitdagingen.
Stel je dit eens voor: een gebruiker geeft een AI-agent de opdracht om ‘ETH van Uniswap te kopen wanneer de prijs lager is dan $1600 en deze te verkopen nadat de prijs is hersteld’. Deze ogenschijnlijk eenvoudige operatie vereist dat de agent tegelijkertijd een reeks web3-specifieke problemen oplost, zoals real-time on-chain data parsing, dynamische Gas fee optimalisatie, slippage control en MEV protection. Web2 AI-agents kunnen daarentegen functionele samenwerking bereiken door gestandaardiseerde API’s aan te roepen. Het niveau van volledigheid van de infrastructuur is enorm verschillend in vergelijking met de web3-omgeving.
Stel je een scenario voor waarin een AI-agent de taak heeft om de beste arbitrage-mogelijkheid te vinden tussen verschillende gedecentraliseerde exchanges (DEX’s). De agent moet real-time prijsfeeds van meerdere bronnen analyseren, de beschikbare liquiditeit beoordelen en de potentiële winstmarge berekenen. De gedecentraliseerde aard van web3 brengt echter verschillende uitdagingen met zich mee die niet aanwezig zijn in traditionele financiële markten.
De Infrastructuurtekortkomingen Aanpakken:
Om de ontbrekende infrastructuur afgrond aan te pakken, is een veelzijdige aanpak vereist, waarbij de nadruk ligt op de ontwikkeling van belangrijke componenten, zoals:
- Uniforme Datalaag: Een gestandaardiseerde en betrouwbare datalaag is essentieel om AI-agents toegang te bieden tot nauwkeurige en tijdige informatie over de status van de blockchain. Dit omvat data over tokenprijzen, transactievolumes en smart contract events.
- Oracle-laag: Oracles zijn nodig om de kloof tussen de on-chain en off-chain werelden te overbruggen en AI-agents toegang te bieden tot externe databronnen zoals marktprijzen, weersomstandigheden en nieuwsberichten.
- Intentie-uitvoeringslaag: Een intentie-uitvoeringslaag is vereist om AI-agents in staat te stellen transacties op de blockchain uit te voeren op een veilige en efficiënte manier. Dit omvat functies zoals transactiesimulatie, gasoptimalisatie en slippage control.
- Gedecentraliseerde Consensuslaag: Een gedecentraliseerde consensuslaag is nodig om de integriteit en betrouwbaarheid te waarborgen van de data en transacties die door AI-agents worden verwerkt. Dit omvat mechanismen om te voorkomen dat kwaadwillende actoren het systeem manipuleren.
Bouwen aan een Robuust Fundament:
Door te investeren in de ontwikkeling van deze belangrijke infrastructuurcomponenten kunnen we een robuust fundament creëren voor de groei van web3 AI-agents. Dit stelt hen in staat om complexere taken uit te voeren, betere beslissingen te nemen en uiteindelijk meer waarde te leveren aan gebruikers.
De Rol van Standaardisatie:
Standaardisatie speelt een cruciale rol in de ontwikkeling van web3-infrastructuur. Door gemeenschappelijke standaarden vast te stellen voor dataformaten, communicatieprotocollen en API-interfaces kunnen we de interoperabiliteit tussen verschillende systemen faciliteren en de complexiteit van het bouwen en implementeren van web3 AI-agents verminderen.
3. Bouwen aan Gedifferentieerde Behoeften voor Web3 AI
Als web3 AI-agents simpelweg de protocollen en functionele modellen van web2 toepassen, zal het moeilijk zijn om de kenmerken van de on-chain trading industrie te benutten, vooral complexe problemen zoals dataruis, transactienauwkeurigheid en Router diversiteit.
Neem intent trading als voorbeeld. In de web2-omgeving geeft een gebruiker de opdracht ‘boek de goedkoopste vlucht’, en het A2A-protocol stelt meerdere agents in staat om gemakkelijk samen te werken om de taak te voltooien. In de web3-omgeving, wanneer een gebruiker verwacht ‘mijn USDC cross-chain naar Solana te brengen tegen de laagste kosten en deel te nemen aan liquidity mining’, moeten ze niet alleen de intentie van de gebruiker begrijpen, maar ook de veiligheid, atomiciteit en kostenreductie garanderen, en een reeks complexe operaties op de chain uitvoeren. Met andere woorden, als een ogenschijnlijk handige operatie gebruikers blootstelt aan grotere veiligheidsrisico’s, dan is een dergelijke handige ervaring zinloos, en is de vraag een pseudo-vraag.
In traditionele web2-systemen omvat het boeken van de goedkoopste vlucht een eenvoudig zoekopdracht naar verschillende airline API’s, het consolideren van de resultaten en het presenteren van de beste optie aan de gebruiker. Het proces is relatief eenvoudig en efficiënt, dankzij gestandaardiseerde protocollen en gecentraliseerde databronnen. Het landschap verschuift echter dramatisch bij het overwegen van intent trading in de web3-omgeving.
De Gedifferentieerde Behoeften van Web3 AI Aanpakken:
Om de gedifferentieerde behoeften van web3 AI effectief aan te pakken, is een focus op de volgende gebieden cruciaal:
- Dataruis Reductie: Web3-data is vaak ruisend en onbetrouwbaar, als gevolg van de gedecentraliseerde aard van het ecosysteem. AI-agents moeten worden uitgerust met robuuste datafiltering- en validatietechnieken om de nauwkeurigheid van hun beslissingen te waarborgen.
- Transactienauwkeurigheid: Het uitvoeren van transacties op de blockchain vereist een hoge mate van precisie, omdat zelfs kleine fouten kunnen leiden tot aanzienlijke financiële verliezen. AI-agents moeten in staat zijn om transacties nauwkeurig te simuleren en rekening te houden met factoren zoals gas fees en slippage.
- Router Diversiteit: Het web3-ecosysteem biedt een breed scala aan routers en protocollen voor het uitvoeren van transacties. AI-agents moeten in staat zijn om intelligent de optimale router te selecteren op basis van factoren zoals kosten, snelheid en veiligheid.
Prioriteit Geven aan Veiligheid en Gebruikerservaring:
Hoewel gemak en efficiëntie belangrijke overwegingen zijn, moeten veiligheid en gebruikerservaring voorop staan. Web3 AI-agents moeten worden ontworpen om gebruikers te beschermen tegen potentiële risico’s, zoals phishing-aanvallen, rug pulls en smart contract kwetsbaarheden. Ze moeten gebruikers ook duidelijke en transparante informatie verstrekken over de risico’s en beloningen die verbonden zijn aan hun acties.
Het Belang van Contextueel Bewustzijn:
Web3 AI-agents moeten contextueel bewust zijn om gebruikersintenties effectief te begrijpen en erop te reageren. Dit omvat het begrijpen van de doelen, voorkeuren en risicotolerantie van de gebruiker. Door rekening te houden met deze factoren kunnen AI-agents meer gepersonaliseerde en relevante aanbevelingen doen.
Meer dan Simpele Automatisering:
Het potentieel van web3 AI reikt veel verder dan simpele automatisering. Door gebruik te maken van de unieke mogelijkheden van blockchain-technologie kunnen AI-agents nieuwe vormen van gedecentraliseerde financiering, governance en samenwerking mogelijk maken. Dit vereist een verschuiving in de mindset van simpelweg het automatiseren van bestaande processen naar het creëren van geheel nieuwe paradigma’s voor waardecreatie.
De waarde van A2A en MCP is onmiskenbaar, maar we kunnen niet verwachten dat ze zonder enige aanpassing rechtstreeks worden aangepast aan de web3 AI-agent track. Is de lege infra-implementatieruimte geen kans voor Builders? De overgang van web2 naar web3 vereist een diepgaand begrip van de onderliggende technologieën, de unieke uitdagingen en de gedifferentieerde behoeften van het gedecentraliseerde ecosysteem. Door deze uitdagingen aan te pakken en ons te richten op waardecreatie, kunnen we het volledige potentieel van web3 AI ontsluiten en een meer open, transparante en billijke toekomst bouwen.