Što je protokol konteksta modela? Objasnio je standardni standard koji se premošćuje i podaci, objasnio

Šanse su, osim ako već niste duboko u AI programiranju, nikad niste čuli za Protokol konteksta modela (MCP). Ali, vjerujte mi, hoćete.

MCP se brzo pojavljuje kao temeljni standard za sljedeću generaciju aplikacija na AI pogonu. Razvijen kao otvoreni standard Antropski krajem 2024MCP je dizajniran za rješavanje temeljnog problema u AI ekosustavu: Kako neprimjetno i sigurno povezati velike jezične modele (LLMS) i AI agente s ogromnim, stalno promjenjivim krajolikom podataka, alata i usluga u stvarnom svijetu.

Također: Copilot je upravo izbacio moje AI testove kodiranja iz parka (nakon što sam ih progutao prošle godine)

Tvrtka AI Antropski Objasnio je da su se AI pomoćnici i LLM -ovi iza njih poboljšali, “čak su i najsofisticiraniji modeli ograničeni njihovom izolacijom od podataka – zarobljenih iza silosa informacija i naslijeđenih sustava. Svaki novi izvor podataka zahtijeva vlastitu prilagođenu implementaciju, što otežava uistinu povezane sustave.”

MCP je bio antropski odgovor. Tvrtka je tvrdila da će pružiti “univerzalni, otvoreni standard za povezivanje AI sustava s izvorima podataka, zamjenjujući fragmentirane integracije jednim protokolom.”

To je sve u redu i dobro, ali mnoge tvrtke tvrde da bi njihov univerzalni standard bio odgovor na sve vaše tehnološke probleme. Međutim, kao poznati XKCD crtić Istaknuto, ako imate 14 različitih standarda, a zatim pokušajte pružiti jedinstveni standard kako biste riješili svačije probleme, uskoro ćete imati 15 različitih standarda.

Također: Antrop otkriva alarmantne ‘trendove u nastajanju’ u izvješću o zlouporabi Claude

Nije tako loše s AI integracijskim protokolima, programima i sučeljima za programiranje aplikacija (API), ali mogao bih vidjeti kako to postaje na taj način. Trenutno su drugi značajni MCP rivali Googleov protokol agenta za agent (A2A)alati za automatizaciju tijeka rada poput Zabrana i Picai, naravno, razne API-jeve i softverske setove za razvoj API-ja i softvera (SDK). Međutim, iz razloga koji će uskoro postati jasni, vjerujem da je MCP pravi posao i brzo će postati standard interoperabilnosti AI.

Idemo do mesa stvari.

Što je MCP?

MCP gledam kao na univerzalni AI adapter podataka. Kao AI-centrična tvrtka Aisera kaže, o MCP -u možete razmišljati kao o “USB-C port za AI. “Baš kao što je USB-C standardizirao kako povezujemo uređaje, MCP standardizira kako AI modeli komuniciraju s vanjskim sustavima. Da bi to drugo rekao, opisao je Jim Zemlin, izvršni direktor zaklade Linux, MCP kao “nastao kao temeljni komunikacijski sloj za AI Sustavi, slični onome što je HTTP učinio za web. ”

Također: Vaši podaci vjerojatno nisu spremni za AI – evo kako to učiniti pouzdanim

Konkretno, MCP definira standardni protokol, izgrađen na JSON-RPC 2.0, koji omogućuje AI aplikacijama da se pozivaju na funkcije, dohvaćaju podatke i koriste upita iz bilo kojeg kompatibilnog alata, baze podataka ili usluge putem jednog, sigurnog sučelja.

To čini slijedeći arhitekturu klijenta-poslužitelja s nekoliko ključnih komponenti. To su:

• Domaćin: AIP aplikacija (npr. Claude Desktop, integrirano razvojno okruženje (IDE), chatbot) koji je potreban pristup vanjskim podacima.
• Klijent: Upravlja namjenskom, stalnoj vezi s jednim MCP poslužiteljem, rukovanjem pregovorima o komunikaciji i sposobnostima.
• Poslužitelj: Izlaže specifične mogućnosti – alati (funkcije), resursi (podaci) i upute – preko MCP protokola, povezujući se s lokalnim ili udaljenim izvorima podataka.
• Osnovni protokol: Standardizirani sloj razmjene poruka (JSON-RPC 2.0) osigurava da sve komponente pouzdano i sigurno komuniciraju.

Ovaj Arhitektura transformira “M × N problem integracije” (gdje se m ai aplikacije moraju povezati s n alatima, zahtijevajući m × n prilagođene konektore) u mnogo jednostavniji “m+n problem”. Dakle, svaki alat i aplikacija trebaju podržati MCP samo jednom radi interoperabilnosti. To je za programere u stvarnom vremenu.

Kako MCP radi?

Prvo, kada pokrene AI aplikacija, okreće se MCP klijentima, a svaki se povezuje s drugim MCP poslužiteljem. Oni pregovaraju o verzijama i mogućnostima protokola. Jednom kada ima vezu s klijentom, tada upituju poslužitelj za dostupne alate, resurse i upute.

Također: Top 20 AI alata 2025. – i stvar broj 1 koju trebate zapamtiti kada ih koristite

Uz uspostavljenu vezu, AI model sada može pristupiti podacima i funkcijama u stvarnom vremenu s poslužitelja, dinamički ažurirajući svoj kontekst. To znači da MCP omogućuje AI chatbotima da pristupe najnovijim podacima u stvarnom vremenu, umjesto da se oslanjaju na unaprijed indeksirane skupove podataka, ugradnje ili predmemorirane podatke u LLM.

Dakle, kad zamolite AI da izvrši zadatak (npr. Koje su najnovije cijene za let iz NYC -a u LA? “), AI usmjerava zahtjev putem MCP klijenta na relevantni poslužitelj. Poslužitelj zatim izvršava funkciju, vraća rezultat, a AI u vaš odgovor uključuje ove svježe podatke.

Uz to, MCP omogućuje AI modelima otkrivanje i korištenje novih alata tijekom izvođenja. To znači da se vaši AI agenti mogu prilagoditi novim zadacima i okruženjima bez većih promjena koda ili prekvalifikacije strojnog učenja (ML).

Također: Kako koristiti chatgpt: Vodič za početnike za najpopularniji AI chatbot

Ukratko, MCP zamjenjuje fragmentirane, prilagođene integracije s jednim, otvorenim protokolom. To znači da programeri trebaju implementirati MCP samo jednom kako bi povezali AI modele s bilo kojim sukladnim izvorom podataka ili alatom, dramatično smanjujući složenost integracije i nadzemne troškove. To olakšava život programera.

Postavljajući stvari još jasnijim, možete koristiti AI za generiranje MCP koda i rješavanje izazova implementacije.

Evo što MCP pruža:

• Ujedinjena, standardizirana integracija: MCP služi kao univerzalni protokol, omogućujući programerima da povežu svoje usluge, API -a i izvore podataka s bilo kojim AI klijentom (kao što su chatbots, IDES ili prilagođeni agenti) putem jednog, standardiziranog sučelja.
• Dvosmjerna komunikacija i bogate interakcije: MCP podržava sigurnu, u stvarnom vremenu, dvosmjernu komunikaciju između AI modela i vanjskih sustava, omogućujući ne samo pronalaženje podataka, već i pozivanje alata i izvršavanje akcije.
• Ponovna upotreba skalabilnosti i ekosustava: Jednom kada implementirate MCP za uslugu, on postaje dostupan bilo kojem AI klijentu koji je u skladu s MCP-om, potičući ekosustav konektora za višekratnu upotrebu i ubrzavanje usvajanja.
• Dosljednost i interoperabilnost: MCP provodi dosljedan format JSON zahtjeva/odgovora. To olakšava uklanjanje pogrešaka, održavanja i razmjera integracija, bez obzira na temeljnu uslugu ili AI model. To također znači da integracije ostaju robusne čak i ako prebacite modele ili dodajete nove alate.
• Poboljšana kontrola sigurnosti i pristupa: MCP je dizajniran s obzirom na sigurnost, podržavajući šifriranje, granularne kontrole pristupa i odobrenje korisnika za osjetljive radnje. Možete i MCP poslužitelje za samo-host, omogućavajući vam da vaše podatke držite u kući.
• Smanjeno vrijeme i održavanje razvoja: Izbjegavajući fragmentirane, jednokratne integracije, programeri štede vrijeme na postavljanju i stalnom održavanju, omogućujući im da se usredotoče na logiku i inovacije na višoj razini. Osim toga, MCP -ovo jasno razdvajanje između logike agenta i sigurnosnih mogućnosti omogućava modularne, održive baze kodova.

Tko je usvojio MCP?

Najvažnija stvar za bilo koji standard je: “Hoće li ga ljudi usvojiti?” Nakon samo nekoliko mjeseci, odgovor je glasan i jasan da. OpenAi je dodao podršku za nju u ožujku 2025. godine. 9. travnja, Google Deepmind vođa DeMis Hassabis dodao je svoju podršku. Brzo ga je dodijelio CEO Google Sundar Pichai. Ostale tvrtke slijedile su to, uključujući Microsoft, Replit i Zapier.

Ovo nije samo usluga usana. Pojavljuje se rastuća knjižnica unaprijed izgrađenih MCP priključaka. Na primjer, Docker je nedavno objavio da podržava MCP s MCP katalogom. Ovaj katalog, čak i šest mjeseci nakon što je MCP uveden, već uključuje više od 100 MCP poslužitelja iz Grafana Labs, Kong, Neo4J, Pulumi, Heroku, Elasticsearch i brojne druge.

Koji su neki slučajevi upotrebe MCP-a u stvarnom svijetu?

Osim onoga što Docker može pristupiti, već postoje Stotine MCP poslužitelja. Oni se mogu koristiti za takve zadatke kao što su:

• CHATBOTS za korisničku podršku: AI pomoćnici mogu pristupiti CRM podacima, informacijama o proizvodima i ulaznicama u stvarnom vremenu, pružajući točnu, kontekstualnu pomoć.
• Enterprise AI pretraživanje: AI može pretraživati ​​u skladištima dokumenata, baza podataka i pohrane u oblaku i povezivanja odgovora na njihove odgovarajuće izvorne dokumente.
• Alati za razvojne programere: Pomoćnici kodiranja mogu komunicirati sa CVS -om i drugim sustavima za kontrolu verzija, praćenjem izdavanja i dokumentaciji.
• AI agenti: I, naravno, autonomni agenti mogu planirati zadatke s više koraka, djelovati u ime korisnika i prilagoditi se promjenama zahtjeva koristeći MCP povezane alate i podatke.

Zapravo je bolje pitanje za što se MCP ne može koristiti.

Budućnost: univerzalni AI integracijski sloj

MCP predstavlja promjenu paradigme: od izoliranog, statičkog AI do duboko integriranih, kontekstualno svjesnih i akcijskih sustava. Kako protokol sazrijeva, on će poduprijeti novu generaciju AI agenata i pomoćnika koji mogu rasuđivati, djelovati i surađivati ​​u cijelom spektru digitalnih alata i podataka sigurno, učinkovito i na skali.

Također: Koliko energije koristi jedan chatbot prompt? Ovaj AI alat vam može pokazati

Nisam vidio da se nijedna tehnologija poput ovakvog, jer je sam generativni AI prvi put eksplodirao na sceni 2022. godine. Ono na što se stvarno podsjećam je kako se Kubernetes pojavio prije nešto više od desetljeća. U to su vrijeme mnogi mislili da će u kontejnerskim orkestratorima biti utrka između takvih koji su uglavnom zaboravljeni programi kao što su Swarm i Mesosfere. Od početka sam znao da će Kubernetes biti pobjednik.

Dakle, sada to zovem. MCP će biti AI veza koja će otključati puni potencijal AI u poduzeću, oblaku i šire.

Svakodnevno u pristigloj pošte svakodnevno nabavite jutarnje priče Tehno danas bilten.