MCP-Cosmos: Agentes Aumentados por Modelo de Mundo para Execução de Tarefas Complexas em Ambientes MCP

Resumo

O Protocolo de Contexto de Modelos (MCP) unificou a interface entre Modelos de Linguagem de Grande Escala (LLMs) e ferramentas externas, porém ainda persiste uma lacuna fundamental na forma como os agentes conceituam os ambientes nos quais operam. Os paradigmas atuais encontram-se bifurcados: o planejamento em nível de tarefa frequentemente ignora as dinâmicas de tempo de execução, enquanto a execução reativa carece de visão de longo prazo. Apresentamos o MCP-Cosmos, uma estrutura que incorpora Modelos de Mundo (WM) generativos ao ecossistema MCP para viabilizar a automação preditiva de tarefas. Ao unificar três tecnologias distintas — MCP, Modelo de Mundo e Agente — demonstramos que uma estratégia de "Traga Seu Próprio Modelo de Mundo" (BYOWM) permite que os agentes simulem transições de estado e refinem planos em um espaço latente antes da execução. Realizamos experimentos utilizando duas estratégias, ReAct e SPIRAL, com 2 modelos de planejamento e 3 modelos de mundo representativos, em mais de 20 tarefas do MCP-Bench. Observamos melhorias nos KPIs de interação do agente com o ambiente, como taxa de sucesso de ferramentas e precisão de parâmetros de ferramentas. A estrutura também oferece novas métricas, como Qualidade de Execução, para gerar novos insights sobre a eficácia dos modelos de mundo em comparação com a linha de base.

English

The Model Context Protocol (MCP) has unified the interface between Large Language Models (LLMs) and external tools, yet a fundamental gap remains in how agents conceptualize the environments within which they operate. Current paradigms are bifurcated: Task-level planning often ignores execution-time dynamics, while reactive execution lacks long-horizon foresight. We present MCP-Cosmos, a framework that infuses generative World Models (WM) into the MCP ecosystem to enable predictive task automation. By unifying three disparate technologies, namely MCP, World Model, and Agent, we demonstrate that a "Bring Your Own World Model" (BYOWM) strategy allows agents to simulate state transitions and refine plans in a latent space before execution. We conducted experiments using two strategies, namely ReAct and SPIRAL with 2 planning models and 3 representative world models over 20+ MCP-Bench tasks. We observed improvements in Agent's environment interaction KPI such as tool success rate and tool parameter accuracy. The framework also offers new metrics such as Execution Quality to generate new insights about the effectiveness of world models compared to baseline.