Laut PANews stellen die potenzielle Annahme von Googles A2A- und Anthropic MCP-Protokollen als Kommunikationsstandards für web3 AI-Agenten erhebliche Herausforderungen dar, aufgrund der deutlichen Unterschiede zwischen den web2- und web3-Ökosystemen.
Die erste Herausforderung liegt in der Reife der Anwendungen. Während A2A und MCP im web2-Bereich schnell an Bedeutung gewonnen haben, indem sie bereits ausgereifte Anwendungsszenarien verbessert haben, befinden sich web3 AI-Agenten noch in der frühen Entwicklungsphase und fehlen tiefgehende Anwendungskontexte wie DeFAI und GameFAI. Dies erschwert es, diese Protokolle direkt anzuwenden und effektiv in der web3-Umgebung zu nutzen.
Zum Beispiel können Benutzer in web2 nahtlos Code auf Plattformen wie GitHub unter Verwendung des MCP-Protokolls aktualisieren, ohne ihre aktuelle Arbeitsumgebung zu verlassen. In einer web3-Umgebung kann es jedoch verwirrend werden, On-Chain-Transaktionen mit lokal trainierten Strategien auszuführen, wenn man On-Chain-Daten analysiert.
Ein weiteres bedeutendes Hindernis ist das Fehlen grundlegender Infrastrukturen im web3-Bereich. Um ein umfassendes Ökosystem aufzubauen, müssen web3 AI-Agenten das Fehlen wesentlicher Komponenten wie einer einheitlichen Datenschicht, Oracle-Schicht, Absichtsausführungsschicht und einer dezentralen Konsensschicht adressieren. In web2 ermöglichen A2A-Protokolle Agenten, einfach mit standardisierten APIs zusammenzuarbeiten. Im Gegensatz dazu stellen web3-Umgebungen erhebliche Herausforderungen selbst für einfache Cross-DEX-Arbitrageoperationen dar.
Stellen Sie sich ein Szenario vor, in dem ein Benutzer einen AI-Agenten anweist, ETH von Uniswap zu kaufen, wenn der Preis unter 1600 $ fällt, und zu verkaufen, wenn er steigt. Diese scheinbar einfache Aufgabe erfordert, dass der Agent web3-spezifische Probleme wie die Analyse von On-Chain-Daten in Echtzeit, die dynamische Optimierung der Gasgebühren, die Kontrolle von Slippage und den Schutz vor MEV angeht. In web2 werden solche Aufgaben durch standardisierte API-Aufrufe vereinfacht, was den deutlichen Unterschied in der Reife der Infrastruktur zwischen den beiden Umgebungen verdeutlicht.
Darüber hinaus müssen web3 AI-Agenten einzigartige Anforderungen erfüllen, die sich von den Protokollen und Funktionen in web2 unterscheiden. Zum Beispiel können Benutzer in web2 leicht den günstigsten Flug mit A2A-Protokollen buchen. In web3 hingegen, wenn ein Benutzer USDC cross-chain nach Solana für Liquiditäts-Mining transferieren möchte, muss der Agent die Benutzerabsicht verstehen, Sicherheit, Atomizität und Kosteneffizienz ausbalancieren und komplexe On-Chain-Operationen ausführen. Wenn diese Operationen Sicherheitsrisiken erhöhen, wird der wahrgenommene Komfort bedeutungslos und die Nachfrage zu einem falschen Bedürfnis.
Zusammenfassend lässt sich sagen, dass, obwohl der Wert der A2A- und MCP-Protokolle unbestreitbar ist, es unrealistisch ist zu erwarten, dass sie sich nahtlos an die Landschaft der web3 AI-Agenten anpassen, ohne Änderungen. Die Lücken in der Bereitstellung der Infrastruktur bieten Chancen für Entwickler, innovativ zu sein und diese Lücken zu füllen.
