串聯萬物的 MCP 加上 Web3，能成下一波 AI 百倍敘事嗎？

本文深入探討了 Web3 與 MCP（Model Context Protocol）的結合，分析了 MCP 如何作為「萬能插頭」，讓 AI 與區塊鏈世界無縫對接，並介紹了相關應用項目與未來發展方向。
（前情提要：DA Labs揭祕》幣安「冷熱錢包轉移」預測迷因幣的隱藏訊號）
（背景補充：DA Labs研報》Abstract 生態必玩三款鏈遊，快速累積 XP 埋伏空投積分）

本文目錄

自去年 AI Agent 在加密市場中形成一波增量敘事後，許多人都在猜測下一個炒作的 AI 熱點會是何方神聖，而近期在 Web2 AI 圈被大量關注的 MCP 正是適合聚焦的方向之一。

Web3 的 AI 過去的痛點是模型無法無縫接入區塊鏈世界的資料，而區塊鏈應用也難以充分利用 AI 的能力。但 MCP（Model Context Protocol）開放標準協議出現，為這個難題提供了一個優雅的解決方案。

MCP 由大語言模型 Claude 背後的 Anthropic 開發，打破了長期困擾一眾開發者們的「資料孤島」困境，讓 AI 與區塊鏈的深度結合創造了新的可能性。本文將探討 MCP 協議如何在 Web3 世界中運作、目前有哪些專案正在探索這個領域，以及未來可能的發展方向。

MCP：大模型的「萬能插頭」

在探討 MCP 與 Web3 的結合之前，我們需要先理解 MCP 到底是什麼。簡單來說，MCP 是一種允許大型語言模型（LLM）與外部資料來源和工具無縫整合到開放標準協議。如果用一個生活化的比喻，MCP 就像是一個「萬能插頭」，讓 AI 模型能夠連線到各種不同的服務和系統。

在傳統的 AI 應用開發中，每當需要讓 AI 模型連線到新的資料來源或工具時，開發者都需要編寫專門的程式碼來實現這種連線。這就像是每次想要使用新電器，都需要自己焊接一個新插頭一樣繁瑣。而 MCP 的出現，就像是標準化了電器插頭，讓任何 AI 模型都能通過這個標準介面接入各種服務。

MCP 的技術架構包括三個主要元件：

MCP 客戶端：通常是 AI 助手或介面，如 Claude Desktop 或 Cursor 編輯器。
MCP 伺服器：提供特定功能的服務，如查詢資料、執行交易或與智慧合約互動。
MCP 協議：定義了客戶端和伺服器之間通訊的標準方式。

這種架構讓 MCP 擁有極高的可擴展套件性。一個 MCP 客戶端可以連線多個 MCP 伺服器，而一個 MCP 伺服器也可以被多個客戶端使用。好比你可以使用 Claude Desktop 這個 MCP 客戶端，藉著安裝不同的 MCP 伺服器，讓它能夠查詢你想知道的區塊鏈資料、傳送代幣，甚至是部署智慧合約。

Web3 世界中的 MCP 應用

Web3 生態系統的複雜性一直是普通使用者難以跨越的鴻溝。從選擇合適的錢包、理解 Gas fee 機制、到參與鏈上操作等等，每一個步驟都需要先備知識。MCP 的出現對於改變這種現況是一大利器，以下舉兩個應用方向：

智慧錢包管理與跨鏈操作

傳統上，管理多鏈資產需要使用不同的錢包和介面，切換成本高昂且易出錯。MCP 整合的智慧錢包系統通過單一介面聚合多鏈資產，使使用者能夠以對話方式進行資產優化配置。

例如當使用者詢問「投資組合應該如何優化？」時，MCP 驅動的系統就可以分析當前的資產分佈，並考慮當前市場狀況、使用者的風險偏好，甚至鏈上資料的趨勢，提供對應與客製化的資產配置建議。系統還能夠幫助使用者理解這些建議背後的邏輯，讓決策過程更加透明。這種應用方向特別適合 UniversalX 這類運用鏈抽象技術打造的單一介面產品，可以讓產品的層次更加豐富。

自適應 DeFi 參與模式

DeFi 生態系統的參與門檻一直較高 —— 使用者需要理解借貸率、無常損失、抵押品率等複雜概念。MCP 的出現創造了「自適應參與」的可能性，意味著系統會根據使用者的經驗水平、風險承受能力和財務目標，自動調整互動介面的複雜度。

對於 DeFi 新手，系統提供簡化的操作選項和詳細的風險說明；而對於老手，系統則可提供高階策略選項和深度市場分析。這種自適應方法使得從零經驗的新手到專業交易者都能獲得最適合自己的體驗。

Web3 與 MCP 相關專案

APRO

APRO 是當前 Web3 和 MCP 應用相對全面的專案之一，專案方的目標是打造一個從資料安全到即時驗證的完整解決方案。跟單純提供 MCP 伺服器的專案不太一樣， APRO 的技術架構是多層次的：

框架層：與 DeepSeek、ElizaOS、Virtuals 等合作，為 AI Agent 提供開發支援
技術層：結合 BNB Greenfield、Phala Network、Mind Network 等重點技術來打造安全基礎設施
協議層：通過 ATTPs 和 AI Oracle 建立可信資料管道

APRO 的雙引擎架構 ATTPs 和 AI Oracle 是他們這套產品重要的護城河之一。ATTPs（Agent Text Transfer Protocol Secure）是全球第一個基於區塊鏈的 AI 資料傳輸協議，藉由多層驗證機制（零知識證明、Merkle 樹、區塊鏈共識）確保資料不被篡改且可驗證。而 AI Oracle 則作為 LLM 的「即時事實檢查器」，解決了 GPT 這類大模型無法獲取即時可信訊息的痛點。

APRO 另一個優勢是與 BNB Greenfield 的結合。BNB Greenfield 是去中心化儲存網路，在上面你可以自由建立、儲存和交換資料，並且與 BNB Smart Chain 無縫整合，把資料權還給使用者。

看到這應該就可以想像 APRO 加上 BNB Greenfield 的應用：AI Oracle 從多個來源收集資料 → ATTPs 加密並將資料傳輸到 Greenfield 進行儲存。這當中有三個關鍵能力：

去中心化資料儲存：所有原始資料直接儲存在 Greenfield 上，確保他們可被訪問且受去中心化儲存原則保護
證明生成與驗證：原始資料儲存在 Greenfield，相應的證明通過智慧合約生成並儲存在 BNB Chain 上
智慧合約整合：協議在 BNB Chain 上實現複雜的智慧合約，處理源代理提交的證明的驗證

這樣的架構為區塊鏈世界中的 AI 應用提供了資料完整性和可靠性保障，也是目前 APRO 在努力發展的方向。

Flock.io

Flock.io 是一個鏈上的 AI 訓練平臺，這專案的特別之處在它的 MCP 中心化問題解決方案。雖然前面提到了 MCP 提供標準化介面，但大部分實現都是依賴中心化的 AI 模型（如 Claude、GPT）來處理請求。Flock 則是提供了完全在本地執行的 Web3 專用 AI Agent。這個設計有三大優勢：

隱私保護：使用者的資料和請求不需要傳輸到第三方伺服器，消除了隱私洩露風險
算力自主：計算過程在使用者自己的裝置上進行，減少對中央伺服器的依賴
個性化優化：本地模型可以根據使用者的使用模式進行持續優化和個性化調整

Web3 加上 MCP ，下一波 AI 百倍敘事？ — Flock.io 平臺上現有的 AI Training Tasks

Flock 透過和 Base MCP 的整合，讓使用者可以通過 Flock 的本地 AI Agent 與 Base 區塊鏈無縫互動，同時保持資料的私密性和安全性。另外 Flock 在 Base MCP API 的呼叫準確度達到 75.93%，這個數位是其他類似的模型暫時無法達到的水準，特別適合複雜的 Web3 操作場景。

SendAI

SendAI 主要在開發和推廣 Solana Agent Kit，算是一個開源工具包，用這個工具包可以更方便的將 AI Agent 連線到 Solana 上。該專案也常常在 Solana 上構建和推廣 AI Driven 的 app。目標就是促進自主 AI Agent 的發展，讓它們能夠跟區塊鏈協議互動，去而提升 Solana 生態系統的功能性和自動化水平。

另外 SendAI 近期推出的 MCP 也整合了 Cline 人工智慧助手，讓使用者現在能直接跟 Solana 區塊鏈「聊天」。就像給 AI 裝了一個翻譯器，讓它能理解並操作區塊鏈世界的一切。

對 Cline 這款已經有超過一百萬人在用的 AI 編碼助手來說是很好的拓展。以前 Cline 只能幫你寫程式碼，現在使用者可以使用超過 100 種專門為 Solana 設計的工具和功能，讓 AI 不只是幫你寫程式，還能直接在區塊鏈上幫你讀取資料、執行交易、甚至開發應用。