Bergabunglah dengan buletin harian dan mingguan kami untuk pembaruan terbaru dan konten eksklusif tentang liputan AI terkemuka di industri. Pelajari lebih lanjut
Dalam beberapa tahun terakhir karena sistem AI menjadi lebih mampu tidak hanya menghasilkan teks, tetapi mengambil tindakan, membuat keputusan dan berintegrasi dengan sistem perusahaan, mereka telah datang dengan kompleksitas tambahan. Setiap model AI memiliki cara miliknya sendiri untuk berinteraksi dengan perangkat lunak lain. Setiap sistem yang ditambahkan menciptakan selai integrasi lain, dan tim TI menghabiskan lebih banyak waktu menghubungkan sistem daripada menggunakannya. Pajak integrasi ini tidak unik: ini adalah biaya tersembunyi dari lanskap AI yang terfragmentasi saat ini.
Protokol konteks model Anthropic (MCP) adalah salah satu upaya pertama untuk mengisi celah ini. Ini mengusulkan protokol yang bersih dan tanpa kewarganegaraan untuk bagaimana model bahasa besar (LLM) dapat menemukan dan memohon alat eksternal dengan antarmuka yang konsisten dan gesekan pengembang minimal. Ini memiliki potensi untuk mengubah kemampuan AI yang terisolasi menjadi alur kerja yang dapat disusun dan siap untuk perusahaan. Pada gilirannya, itu bisa membuat integrasi terstandarisasi dan lebih sederhana. Apakah ini obat mujarab yang kita butuhkan? Sebelum kita mempelajari, mari kita pahami tentang apa itu MCP.
Saat ini, integrasi alat dalam sistem bertenaga LLM adalah ad hoc terbaik. Setiap kerangka kerja agen, setiap sistem plugin dan setiap vendor model cenderung menentukan cara mereka sendiri untuk menangani doa alat. Ini mengarah pada pengurangan portabilitas.
MCP menawarkan alternatif yang menyegarkan:
- Model server klien, di mana LLMS meminta eksekusi alat dari layanan eksternal;
- Antarmuka alat yang diterbitkan dalam format deklaratif yang dapat dibaca mesin;
- Pola komunikasi tanpa kewarganegaraan yang dirancang untuk komposabilitas dan reusability.
Jika diadopsi secara luas, MCP dapat membuat alat AI dapat ditemukan, modular, dan dapat dioperasikan, mirip dengan apa istirahat (transfer negara representasional) dan OpenAPI yang dilakukan untuk layanan web.
Mengapa MCP belum (belum) standar
Sementara MCP adalah protokol open-source yang dikembangkan oleh antropik dan baru-baru ini mendapatkan daya tarik, penting untuk mengenali apa itu-dan apa yang bukan. MCP belum menjadi standar industri formal. Terlepas dari sifatnya yang terbuka dan adopsi yang meningkat, itu masih dipertahankan dan dipandu oleh vendor tunggal, yang terutama dirancang di sekitar keluarga model Claude.
Standar sejati membutuhkan lebih dari sekadar akses terbuka. Seharusnya ada kelompok tata kelola independen, perwakilan dari berbagai pemangku kepentingan dan konsorsium formal untuk mengawasi evolusi, versi, dan resolusi perselisihan apa pun. Tak satu pun dari elemen -elemen ini yang ada untuk MCP hari ini.
Perbedaan ini lebih dari sekadar teknis. Dalam proyek implementasi perusahaan baru -baru ini yang melibatkan orkestrasi tugas, pemrosesan dokumen dan otomatisasi kutipan, tidak adanya lapisan antarmuka alat bersama telah muncul berulang kali sebagai titik gesekan. Tim terpaksa mengembangkan adapter atau duplikat logika di seluruh sistem, yang mengarah pada kompleksitas yang lebih tinggi dan peningkatan biaya. Tanpa protokol netral, diterima secara luas, kompleksitas itu tidak mungkin berkurang.
Ini sangat relevan dalam lanskap AI yang terfragmentasi saat ini, di mana banyak vendor mengeksplorasi protokol berpemilik atau paralel mereka sendiri. Misalnya, Google telah mengumumkan protokol Agen2Agent -nya, sementara IBM mengembangkan protokol komunikasi agennya sendiri. Tanpa upaya yang terkoordinasi, ada risiko nyata splintering ekosistem-daripada konvergen, membuat interoperabilitas dan stabilitas jangka panjang lebih sulit untuk dicapai.
Sementara itu, MCP itu sendiri masih berkembang, dengan spesifikasi, praktik keamanan dan panduan implementasi yang disempurnakan secara aktif. Pengadopsi awal telah mencatat tantangan seputar pengalaman pengembang, integrasi pahat dan keamanan yang kuat, tidak ada yang sepele untuk sistem kelas perusahaan.
Dalam konteks ini, perusahaan harus berhati -hati. Sementara MCP menyajikan arah yang menjanjikan, sistem kritis misi menuntut prediktabilitas, stabilitas dan interoperabilitas, yang paling baik disampaikan oleh standar matang, yang digerakkan oleh masyarakat. Protokol yang diatur oleh badan netral memastikan perlindungan investasi jangka panjang, menjaga pengadopsi dari perubahan unilateral atau pivot strategis oleh vendor tunggal mana pun.
Untuk organisasi yang mengevaluasi MCP hari ini, ini menimbulkan pertanyaan penting – bagaimana Anda merangkul inovasi tanpa mengunci ketidakpastian? Langkah selanjutnya bukan untuk menolak MCP, tetapi untuk terlibat dengannya secara strategis: bereksperimen di mana ia menambah nilai, mengisolasi dependensi dan mempersiapkan masa depan multi-protokol yang mungkin masih dalam fluks.
Apa yang harus diperhatikan oleh para pemimpin teknologi
Saat bereksperimen dengan MCP masuk akal, terutama bagi mereka yang sudah menggunakan Claude, adopsi skala penuh membutuhkan lensa yang lebih strategis. Berikut beberapa pertimbangan:
1. Vendor Lock-in
Jika alat Anda khusus MCP, dan hanya antropik yang mendukung MCP, Anda terikat pada tumpukan mereka. Itu membatasi fleksibilitas karena strategi multi-model menjadi lebih umum.
2. Implikasi Keamanan
Membiarkan LLMS memohon alat secara mandiri sangat kuat dan berbahaya. Tanpa pagar pembatas seperti izin tersingkir, validasi output dan otorisasi berbutir halus, alat yang tidak jelas dapat mengekspos sistem untuk manipulasi atau kesalahan.
3. Kesenjangan observabilitas
“Penalaran” di balik penggunaan alat tersirat dalam output model. Itu membuat debugging lebih sulit. Perkakas logging, pemantauan, dan transparansi akan sangat penting untuk penggunaan perusahaan.
Lag Ekosistem Alat
Sebagian besar alat saat ini tidak sadar MCP. Organisasi mungkin perlu mengerjakan ulang API mereka untuk mematuhi atau membangun adaptor middleware untuk menjembatani kesenjangan.
Rekomendasi Strategis
Jika Anda membangun produk berbasis agen, MCP layak untuk dilacak. Adopsi harus dipentaskan:
- Prototipe dengan MCP, tetapi hindari kopling yang dalam;
- Desain adaptor yang abstrak logika spesifik MCP;
- Advokat untuk tata kelola terbuka, untuk membantu mengarahkan MCP (atau penggantinya) menuju adopsi masyarakat;
- Lacak upaya paralel dari pemain open-source seperti Langchain dan Autogpt, atau badan industri yang dapat mengusulkan alternatif vendor-netral.
Langkah -langkah ini mempertahankan fleksibilitas sambil mendorong praktik arsitektur yang selaras dengan konvergensi di masa depan.
Mengapa percakapan ini penting
Berdasarkan pengalaman di lingkungan perusahaan, satu pola jelas: kurangnya antarmuka model-ke-tool standar memperlambat adopsi, meningkatkan biaya integrasi dan menciptakan risiko operasional.
Gagasan di balik MCP adalah bahwa model harus berbicara bahasa yang konsisten dengan alat. Prima facie: Ini bukan hanya ide yang bagus, tetapi juga yang diperlukan. Ini adalah lapisan dasar untuk bagaimana sistem AI di masa depan akan berkoordinasi, dijalankan, dan bernalar dalam alur kerja dunia nyata. Jalan menuju adopsi yang meluas tidak dijamin atau tanpa risiko.
Apakah MCP menjadi standar itu masih harus dilihat. Tetapi percakapan yang dipicu adalah salah satu yang tidak bisa dihindari oleh industri yang tidak lagi.
Gopal Kuppuswamy adalah salah satu pendiri Cognida.
