ابزارهای هوش مصنوعی در کسری از ثانیه به درخواستهای کاربر از بررسی وضعیت آبوهوا گرفته تا بازکردن یک صفحه وب پاسخ میدهند. اما انجام این کار مستلزم صدها خط کدنویسی پیچیده در پشت صحنه است و همین موضوع سرعت توسعه ابزارهای AI را کند کرده است. پروتکل زمینه مدل (MCP) گرهگشای این مشکل است و با تعریف رابطها و استانداردهای مشخص به مدلها هوش مصنوعی اجازه میدهد بدون نیاز به کدنویسی سنگین، سریعتر و راحتتر با ابزارهای بیرونی ارتباط بگیرند. پروتکل MCP در حوزه کریپتو نیز مورد استقبال قرار گرفته است؛ زیرا امکان اتصال مستقیم هوش مصنوعی به دادههای زنده بلاکچین از قیمت توکنها گرفته تا جریان تراکنشها را فراهم میکند. گفتنی است این پروتکل متن باز است و فعالیت گسترده توسعهدهندگان در گیتهاب به تکامل مداوم آن کمک میکند. حالا اگر علاقهمند هستید بدانید پروتکل زمینه مدل (MCP) چیست و چه کاربردهایی دارد با این مطلب از میهن بلاکچین همراه باشید.
پروتکل زمینه مدل (MCP) چیست؟
پروتکل زمینه مدل (Model Context Protocol) در تاریخ ۲۵ نوامبر ۲۰۲۴ توسط شرکت آنتروپیک (Anthropic) معرفی شد و از همان ابتدا مورد توجه فعالان حوزه هوش مصنوعی و ارزهای دیجیتال قرار گرفت. دلیل این استقبال کاملا روشن است؛ پروتکل MCP، مدلهای هوش مصنوعی را بهطور مستقیم به دادههای زنده دنیای واقعی متصل میکند و این قابلیت بهطور خاص برای دنیای کریپتو که به اطلاعات لحظهای بلاکچین نیاز دارد، اهمیت زیادی دارد.
اعتبار پروتکل زمینه مدل زمانی بیشتر شد که غولهای فناوری مانند مایکروسافت، گوگل و اوپن ایآی حمایت خود را اعلام کردند و حتی آن را در پلتفرمهای خود بهکار گرفتند. همکاری نزدیک مایکروسافت و آنتروپیک برای ساخت یک کیت توسعه مبتنی بر زبان برنامهنویسی سی شارپ (C#) نیز به توسعهدهندگان کمک کرد تا بتوانند ابزارهای پیچیدهتری را در حوزه کریپتو ایجاد کنند.
پروتکل MCP یک رابط استاندارد است که تعامل میان مدلهای زبانی بزرگ (LLMs) و منابع داده یا ابزارهای خارجی را تسهیل میکند. درواقع، این پروتکل مانند یک درگاه یونیورسال (Universal Connector) است که به مدلها زبانی اجازه میدهد با ابزارهای بیرونی تعامل داشته باشند و فراتر از دانش آموزشدیده خود عمل کنند. در حوزه کریپتو، این قابلیت به ابزارهای هوش مصنوعی اجازه میدهد که به دادههای لحظهای درون زنجیره مانند قیمت توکنها، تاریخچه تراکنشها یا وضعیت قراردادهای هوشمند دسترسی پیدا کنند و اقدامات عملی مانند انتقال دارایی یا تنظیم استراتژیهای دیفای را انجام دهند.
این پروتکل بر پایه معماری کلاینت–سرور طراحی شده و سه جزء اصلی دارد:
- هاست (Hosts): منظور از هاست، اپلیکیشنهای هوش مصنوعی مانند پلتفرمهای معاملاتی یا ابزارهای تحلیلی هستند که به ورودیهای بیرونی نیاز دارند.
- کلاینت (Client): رابط میانی است که ارتباط مستقیم با سرورها را مدیریت میکند.
- سرور (Server): برنامههای سبکی هستند که وظایف مشخصی مانند پرسوجو (کوئری) دادههای بلاکچین یا اجرای تراکنشها را بر عهده دارند.
این معماری امکان تعامل دوطرفه را فراهم میکند؛ یعنی هوش مصنوعی علاوهبر توانایی دریافت داده میتواند عملیات اجرایی را هم انجام دهد. بهطور مثال، یک مدل هوش مصنوعی با استفاده از پروتکل MCP میتواند پاداشهای استیکینگ در بلاکچین سولانا را استعلام بگیرد و سپس بلافاصله تراکنشی را برای تخصیص مجدد داراییها انجام دهد.
طراحی پروتکل MCP با محوریت استانداردسازی و سازگاری گسترده انجام شده است تا با پروتکلها و منابع داده متنوع در دنیای کریپتو همخوانی داشته باشد. این پروتکل شامل یکپارچهسازیهای از پیش ساخته است، از چندین زبان برنامهنویسی مانند پایتون، سیشارپ و جاوا پشتیبانی میکند و همچنین تدابیر امنیتی مختلفی را برای حفاظت از دادههای حساس مانند کلیدهای خصوصی در بر میگیرد.
چرا پروتکل زمینه مدل طراحی شد؟
نسل اولیه چتباتهای هوش مصنوعی صرفا بر پایه گفتوگوی عمومی ساخته میشدند و به دلیل اینکه تنظیماتی برای نقشهای شخصیسازیشده نداشتند، پاسخهایشان یکنواخت، غیرشخصی و عاری از حس انسانی بود. بعدها توسعهدهندگان با معرفی مفهوم «Personality»، ویژگیهایی همچون نقش، شخصیت و لحن را به هوش مصنوعی اضافه کردند تا پاسخ آنها به انتظارات کاربر نزدیکتر شود. اما بازهم ابزارهای AI یک پاسخدهنده منفعل بودند و نمیتوانستند وظایف و عملیات پیچیده را انجام دهند. با معرفی پروژههایی مانند “Auto-GPT”، امکان تعریف مجموعهای از ابزارها و توابع برای توسعهدهندگان فراهم شد و مدل میتوانست بهطور خودکار براساس قوانین از پیشتعیین شده وظایف خواستهشده کاربر را انجام دهد و نتایج را برگرداند. با اینحال، مشکلاتی همچون فقدان فرمت یکسان برای استفاده از ابزارها و ضعف در سازگاری میان پلتفرمها همچنان به قوت خودش باقی بود. درنهایت، برای حل این چالشها پروتکل MCP با هدف سادهسازی ارتباط میان هوش مصنوعی و ابزارهای خارجی طراحی شد. این پروتکل با ارائه یک استاندارد واحد، نیاز به کدنویسی پیچیده و زمانبر را برطرف میکند و به مدلها اجازه میدهد بهسادگی به سرویسها و دادههای متنوع خارجی متصل شوند.
ادغام پروتکل MCP و ایجنتهای هوش مصنوعی حوزه کریپتو
ادغام پروتکل MCP و ایجنتهای هوش مصنوعی رمزنگاریشده نقطه عطف مهمی در تکامل هوش مصنوعی و بلاکچین به شمار میآید. اگرچه این دو مفهوم مکمل یکدیگر هستند؛ اما تفاوت اصلی آنها در حوزه تمرکزشان است. ایجنتهای هوش مصنوعی بیشتر بر عملیات خودکار در بلاکچین، اجرای قراردادهای هوشمند و مدیریت داراییهای رمزنگاریشده متمرکز هستند و بر حفظ حریم خصوصی و ادغام با اپلیکیشنهای غیرمتمرکز تأکید دارند. در مقابل، پروتکل زمینه مدل وظیفه سادهسازی تعامل میان ایجنتهای هوش مصنوعی و سیستمهای بیرونی را بر عهده دارد و با ارائه پروتکلهای استاندارد و مدیریت زمینه، انعطافپذیری و قابلیت همکاری میانپلتفرمها را افزایش میدهد.
نسل قبلی ایجنتهای هوش مصنوعی قابلیتهای اجرایی خاصی مانند اجرای تراکنش یا مدیریت کیف پول از طریق قراردادهای هوشمند را داشتند؛ اما این تواناییها غالبا از پیش تعریفشده بودند و انعطاف لازم را نداشتند. مزیت اصلی پروتکل MCP این است که یک استاندارد ارتباطی یکپارچه ارائه میدهد تا تعامل ایجنتهای هوش مصنوعی با ابزارها و دادههای مختلف درون و برون زنجیرهای بهسادگی انجام شود. این استانداردسازی مشکل پراکندگی رابطها را برطرف میکند، امکان اتصال بدون دردسر ایجنتها به دادهها و ابزارهای چندزنجیرهای را فراهم میسازد و قابلیت اجرای خودکار آنها را تا حد زیادی افزایش میدهد.
کاربردهای این همافزایی بسیار گسترده است. بهطور مثال، ایجنتهای هوش مصنوعی حوزه دیفای میتوانند با کمک MCP دادههای بازار را بهصورت لحظهای دریافت و پرتفوی سرمایهگذاری را به شکل خودکار بهینه کنند. همچنین، پروتکل MCP مسیر همکاری میان چندین ایجنت را هموار میکند؛ آنها میتوانند وظایف مختلف مانند تحلیل دادههای آنچین، پیشبینی بازار یا مدیریت ریسک را میان خود تقسیم کرده و به صورت مشترک اجرا کنند.
از طرف دیگر، پروتکل MCP اتوماتیکسازی تراکنشهای آنچین را نیز امکانپذیر میکند. این پروتکل با اتصال عوامل مختلف مرتبط با تراکنش و کنترل ریسک، مشکلاتی همچون اسلیپیج (Slippage)، هزینههای اضافی و ارزش قابلاستخراج ماینر (MEV) را کاهش میدهد و مدیریت داراییهای دیجیتال را ایمنتر و کارآمدتر میکند.
پروتکل MCP چطور صنعت هوش مصنوعی کریپتو را متحول میکند؟
پروتکل زمینه مدل از چند زاویه مختلف میتواند پیوند میان هوش مصنوعی و بلاکچین را متحول کند:
تسهیل توسعه
استانداردسازی ادغام هوش مصنوعی و بلاکچین توسط پروتکل MCP، گام بزرگی برای توسعهدهندگان است. بدون وجود یک پروتکل یکپارچه، هر پروژه مجبور است برای اتصال هوش مصنوعی به بلاکچینهای مختلف راهکارهای اختصاصی طراحی کند که معمولا پرهزینه و خطاپذیر هم هستند. پروتکل MCP این مشکل را با ارائه یک چارچوب واحد که روی چندین بلاکچین ازجمله اتریوم و سولانا قابل استفاده است، حل میکند. در نتیجه، روند توسعه و استقرار پروژههای کریپتویی مبتنی بر هوش مصنوعی کارآمدتر و سریعتر میشود.
بهبود تصمیمگیری لحظهای
بازار کریپتو به دلیل نوسانهای زیاد نیازمند دسترسی آنی به دادهها است. پروتکل MCP دسترسی مدلهای هوش مصنوعی به اطلاعات زنده بلاکچین از ردیابی قیمت توکنها گرفته تا بررسی فعالیت کیفپولها و تحلیل وضعیت استخرهای نقدینگی را فراهم میسازد و تضمین میکند که خروجیهای هوش مصنوعی بر پایه دقیقترین دادههای لحظهای باشند. این قابلیت برای الگوریتمهای معاملاتی که به تصمیمگیری در کسری از ثانیه متکی هستند، اهمیت زیادی دارد.
پیشبرد خودکارسازی
پروتکل MCP علاوهبر دریافت داده میتواند دستورات را روی بلاکچین اجرا کند. این ویژگی دریچهای را به سوی اتوماسیون پیشرفته میگشاید؛ این یعنی هوش مصنوعی میتواند بهطور خودکار پرتفویهای کریپتویی را مدیریت کند، معاملات را انجام دهد یا با برنامههای غیرمتمرکز (dApps) تعامل داشته باشد. بهعنوان مثال، یک ایجنت هوش مصنوعی میتواند موقعیتهای دیفای را بدون نیاز به دخالت انسانی، بر اساس شرایط بازار بهینهسازی کند. این سطح از اتوماسیون، بهرهوری را بالا میبرد، خطاهای انسانی را کاهش میدهد و دسترسی به استراتژیهای مالی پیچیده را برای همه ممکن میسازد.
ارتقا قابلیت همکاری
پروتکل زمینه مدل با پشتیبانی از چندین زبان برنامهنویسی و مجموعه کاملی از کیتهای توسعه (SDK) قابلیت همکاری در محیطهای فنی متنوع را تقویت میکند. این موضوع در دنیای کریپتو که پروژهها اغلب روی بلاکچینها و تکنولوژیهای مختلف فعالیت میکنند، اهمیت ویژهای دارد. پروتکل MCP با ارائه یک رابط یکپارچه به توسعهدهندگان اجازه میدهد اپلیکیشنهایی بسازند که بهراحتی با مدلهای مختلف هوش مصنوعی و پروتکلهای بلاکچینی هماهنگ میشوند. در نتیجه، یک اکوسیستم منسجمتر و نوآورانهتر شکل میگیرد.
کدام پروژههای اکوسیستم AI و کریپتو میتوانند از MCP استفاده کنند؟
بهطور کلی پروژههایی که میتوانند از پروتکل MCP بهرهمند شوند، در دو دسته جای میگیرند:
- پروژههای نوظهور
حضور پروتکل MCP در پروژههای نوظهور نشان میدهد که ظرفیت بالایی برای تحول اکوسیستمهای مبتنی بر هوش مصنوعی دارد. برای مثال، پروژه “DexPaprika” با تمرکز بر داده نشان داده است که MCP میتواند قدرت تحلیل و شفافیت بیشتری را به پلتفرمها اضافه کند. همچنین، پروژهای مانند “magnetai/mcp-free-usdc-transfer” به خوبی نشان میدهد که MCP تراکنشهای مالی را سادهتر و کارآمدتر میسازد و این قابلیت بهطور خاص برای توسعهدهندگان دیفای اهمیت دارد.
- پلتفرمهای قدیمی
پروژههایی مانند فچ ایآی (Fetch.ai) و سینگیولاریتی نت (SingularityNET) ظرفیت بالایی برای بهرهگیری از پروتکل MCP دارند. این پلتفرمها که بر ایجنتهای هوش مصنوعی مستقل مبتنی بر بلاکچین تمرکز دارند، میتوانند با استفاده از MCP در حوزههایی مانند ترید الگوریتمی و مدیریت برنامههای غیرمتمرکز، عملکرد دقیقتری را ارائه دهند.
کدام پروژهها تاکنون از MCP استفاده کردهاند؟
پروتکل MCP از زمان معرفی، به دلیل سادهسازی ارتباط میان AI Agentها و دادههای بلاکچینی، بهسرعت در پروژههای هوش مصنوعی مبتنی بر بلاکچین بهکار گرفته شد. در ادامه، چند نمونه از پروژههای هوش مصنوعی وب ۳ با محوریت پروتکل MCP را بررسی میکنیم:
- Bankless Onchain: دسترسی به دادههای آنچین مانند موجودی توکنهای ERC20 و وضعیت قراردادهای هوشمند را برای برنامههای تحلیلی و معاملات بلادرنگ فراهم میکند.
- magnetai/mcp-free-usdc-transfer: این پروژه با هدف سادهتر کردن تراکنشهای استیبلکوینی، با استفاده از پروتکل MCP انتقال رایگان استیبل کوین USDC را روی شبکه بیس امکانپذیر میکند.
- DexPaprika: دسترسی لحظهای به دادههای بیش از ۵ میلیون توکن در ۲۰ بلاکچین مختلف را برای رهگیری بازار و شناسایی فرصتهای آربیتراژ فراهم میسازد.
- Solana Agent Kit: قابلیت اجرای بیش از ۴۰ فعالیت مختلف در شبکه سولانا، از جمله استیکینگ و اجرای تراکنشها را در اختیار توسعهدهندگان قرار میدهد.
- Solix DePIN: اولین زیرساخت فیزیکی غیرمتمرکز (DePIN) مجهز به پروتکل MCP است که به کاربران اجازه میدهد با اشتراکگذاری پهنای باند اینترنت بلااستفاده از طریق مرورگر، امتیاز SLIX کسب کنند. مدیریت هوشمند ترافیک و تخصیص پهنای باند از طریق پروتکل MCP انجام میشود.
- DeMCP: یک شبکه غیرمتمرکز MCP است که خدمات متنباز MCP را به توسعهدهنگان ایجنتهای هوش مصنوعی ارائه میدهد.
- DARK: یک شبکه MCP آزمایشی مبتنی بر محیط اجرای بدون نیاز به اعتماد (TEE) بر بستر سولانا است که به توسعهدهندگان اجازه میدهد از طریق یک پیکربندی ساده به سرعت به انواع ابزارهای و خدمات خارجی دسترسی پیدا کنند.
- Cookie.fun: اولین پلتفرم جامع برای ارزیابی و تحلیل ایجنتهای وب ۳ است که با سرور MCP اختصاصی خود بیش از ۷ ترابایت داده لحظهای را از بلاکچین و شبکههای اجتماعی تجمیع میکند.
- SkyAI: یک پروژه زیرساخت داده وب ۳ است که روی زنجیره بیانبی (BNB Chain) ساخته شده است. این پلتفرم قصد دارد با ادغام دسترسی به دادههای چند زنجیرهای، استقرار ایجنتهای هوش مصنوعی و ابزارهای سطح پروتکل جهت سادهسازی فرآیند توسعه، کاربرد عملی هوش مصنوعی را در محیطهای بلاکچین ترویج دهد.
چالشهای پیشروی پروتکل MCP
پروتکل MCP بهعنوان یکی از روایتهای نوین در تلاقی هوش مصنوعی و بلاکچین، ظرفیت بالایی برای بهبود کارایی داده، کاهش هزینه توسعه و تقویت امنیت و حریم خصوصی دارد. با این حال، اغلب پروژههای مبتنی بر MCP هنوز در مرحله آزمایشی یا اثبات مفهوم (Proof of Concept) قرار دارند و محصول بالغی ارائه نکردهاند. همین موضوع باعث شده است که پس از عرضه توکن، قیمت آنها با افت شدید مواجه شود؛ بهعنوان مثال، توکن DeMCP در کمتر از یک ماه ۷۴٪ سقوط کرده است. این مسئله، نشانه بحران اعتماد بازار به پروژههای MCP است که عمدتا از چرخه طولانی توسعه و عدم کاربرد عملی ناشی میشود. بنابراین، تسریع فرآیند توسعه، ایجاد پیوند واقعی میان توکن و محصولات و بهبود تجربه کاربری مهمترین مسائل پیشروی پروژههای با محوریت MCP است. علاوه بر این، یکپارچهسازی فنی پروتکل زمینه مدل نیز کار چالشبرانگیزی است. واقعیت این است که با توجه به تفاوت منطق قراردادهای هوشمند و ساختار داده میان بلاکچینها و برنامههای غیرمتمرکز، ایجاد یک سرور یکپارچه و استاندارد به منابع توسعه زیادی نیاز دارد.
چشمانداز آینده پروتکل MCP چیست؟
علیرغم چالشهای فعلی، چشمانداز آینده پروتکل MCP روشن و امیدوارکننده است. با بلوغ تدریجی این پروتکل و رشد فناوری هوش مصنوعی، انتظار میرود MCP در حوزههایی چون دیفای و سازمانهای مستقل غیرمتمرکز (DAO) نقش پررنگتری ایفا کند.
از سوی دیگر، ماهیت غیرمتمرکز MCP یک بستر عملیاتی شفاف و قابلردیابی را برای مدلهای هوش مصنوعی فراهم میسازد و مسیر تمرکززدایی و داراییسازی این مدلها را هموار میکند. درنتیجه، نسل جدیدی از ایجنتهای هوش مصنوعی شکل میگیرند که تعامل عمیقتری با اقتصاد غیرمتمرکز خواهند داشت. با این حال، تحقق کامل این چشمانداز نیازمند رفع موانعی همچون یکپارچهسازی فنی، ارتقای امنیت و بهبود تجربه کاربری است.
جمعبندی
پروتکل زمینه مدل (MCP) یک استاندارد پیشرفته برای اتصال هوش مصنوعی به بلاکچین است که امکان دسترسی لحظهای به دادهها، اجرای خودکار معاملات و بستر شفافی را برای داراییسازی مدلهای هوش مصنوعی فراهم میکند. هنوز مزایای مشخصی برای توکن مرتبط با MCP تعریف نشده است و این موضوع نشان میدهد که پروتکل زمینه مدل در مراحل ابتدایی قرار دارد. با این حال، هرچه پروژههای بیشتری MCP را به کار بگیرند و ارزش آن را نشان دهند، توکنهای مرتبط با پلتفرمهای مبتنی بر هوش مصنوعی نیز اهمیت بیشتری پیدا خواهند کرد. دو منبع “MCP Crypto Alliance” و “Awesome Crypto MCP Servers” ابزارهای مهمی برای شناسایی پروژههای پیشرو با محوریت MCP هستند. متخصصان بازار کریپتو باید این تحولات را از نزدیک زیر نظر داشته باشند، چراکه پذیرندگان اولیه میتوانند مسیر آینده این فناوری و بازار آن را شکل دهند.