Напоследък Model Contextualization Protocol (MCP) се превърна във фокусна точка в AI индустрията, привличайки значително внимание от големи играчи като OpenAI, Google и различни предприятия както в, така и извън Съединените щати. Чарли Греъм, основателят и главен изпълнителен директор на Second Coffee, наскоро сподели своите виждания за MCP и техния потенциал да преобразят пейзажа в публикация в блог. Тази статия разглежда възможностите и настоящите ограничения на MCP, въз основа на задълбочени изследвания и практически опит в изграждането на експериментални MCP сървъри.
Разбиране на MCP: Преодоляване на пропастта между AI модели и външни данни
MCP могат да бъдат концептуализирани като стандартизирани API, които служат като важна връзка между външни източници на данни или приложения и големи езикови модели (LLM) като ChatGPT или Claude. Тези протоколи позволяват на AI моделите да имат достъп до данни в реално време от уебсайтове за пътувания, да управляват календари и дори да манипулират файлове на компютър.
Докато някои AI инструменти като Claude, Cursor и OpenAI вече използват функции за персонализирана интеграция, MCP предлагат универсален и стандартизиран формат за всички такива взаимодействия, което значително подобрява тяхната гъвкавост.
MCP се състои основно от два компонента: клиент (напр. ChatGPT) и сървър (напр. уебсайт за планиране на полети). Когато се използват заедно, те дават на AI моделите възможността да имат достъп до данни в реално време, да извършват действия онлайн и да функционират повече като проактивни агенти, отколкото като статични чатботове.
Понастоящем два основни типа MCP набират скорост. Първият тип е предназначен за разработчици, илюстриран от инструменти като Cursor или Claude Code, които могат да работят на устройства като лаптопи за управление на файлове и изпълнение на скриптове. Вторият тип е насочен към реални приложения, като се фокусира върху дейности като търсене на продукти, регистриране на домейни, резервиране на събития или изпращане на имейли.
За да се проучат практическите последици, бяха разработени два различни типа MCP. Първият, наречен GPT Learner, е сървър за разработчици, предназначен да помогне на потребителите да насочват Cursor да запомня грешки и да избягва повторения. Ако Claude или Cursor неправилно презапишат код, инструментът позволява на потребителите да записват и да се учат от грешката, съхранявайки правилния подход за бъдещи справки.
Вторият проект е MCP за пазар на прогнози, който свързва големи езикови модели с уебсайт, betsee.xyz, който обединява пазари на прогнози в реално време. Когато потребител зададе на Claude въпрос като: ‘Какви са вторичните ефекти от спирането на тарифите от Тръмп и какво залагат хората?’, MCP връща съответните пазари и шансове в реално време от Polymarket или Kalshi.
Защо MCP все още не са готови за масова употреба
Изграждането на тези два MCP разкри няколко ключови прозрения, основно, че MCP все още не са готови за широко разпространено приемане.
Текущото потребителско изживяване с MCP е далеч от идеалното. Повечето чатботове, като ChatGPT, все още не поддържат MCP сървъри. От тези, които го правят, инсталирането често изисква ръчно редактиране на JSON, процес, който е далеч от удобен за потребителя. Чатботове като Cursor и Claude са склонни да подканват потребителите за всяка заявка и често връщат непълна информация или необработен JSON изход, което прави изживяването тромаво и незадоволително.
Използвайки десктоп версията на Claude за заявки към MCP за пазар на прогнози, често не успяваше да предостави връзки или цени, освен ако не бъде изрично поискано, а понякога изобщо не извикваше сървъра. Постоянните изскачащи подкани от Claude, когато се използват MCP, допълнително намалиха интереса на потребителите. Докато се очаква безпроблемна обработка и смислени отговори от MCP в бъдеще, технологията все още не е достигнала този етап.
Сигурността е друг важен проблем. Като се има предвид способността им да извършват външни операции и да имат достъп до системи в реално време, MCP са изправени пред многобройни предизвикателства за сигурността. Инжектирането на подкани, инсталирането на злонамерени инструменти, неоторизиран достъп и атаките с троянски коне са много реални заплахи. В момента липсва пясъчник, слоеве за проверка и зряла екосистема за справяне с тези крайни случаи.
Тези проблеми показват ясно, че MCP все още е експериментална технология.
Решаващата роля на клиента
Важен урок, научен при изграждането на тези сървъри, е, че клиентът, а не сървърът, в крайна сметка решава бъдещето на MCP.
Тези, които контролират взаимодействието с големи модели, също контролират кои инструменти виждат потребителите, кои се задействат и кои отговори се показват. Човек може да създаде най-полезния MCP сървър в света, но клиентът може да не го извика, може да покаже само половината от изхода му или дори може да не позволи инсталирането му.
MCP и появата на пазачи
Критичната сила на клиента означава, че MCP в крайна сметка ще бъдат управлявани като търсачки и магазини за приложения. Водещите доставчици на големи моделни приложения, като OpenAI и Anthropic, ще станат новите ‘пазачи’, решаващи кои MCP могат да бъдат изброени и курирайки тяхната откриваемост чрез алгоритми за препоръки.
От създаването си в края на 90-те години на миналия век, Google контролира какво съдържание се представя на потребителите, което им помогна да изградят изключително печеливш бизнес. Чатботовете сега придобиват тази способност, заменяйки традиционните ‘10 сини връзки’ на търсачката с директни отговори. Те могат да решават какво съдържание да показват, какво да изключат и как да го форматират.
Процесът на инсталиране на MCP вероятно ще наподобява модела на магазина за приложения. Точно както Apple и Google оформиха мобилната екосистема, като решиха кои приложения се препоръчват, предварително инсталират или одобряват, големите моделни клиенти ще определят кои MCP сървъри се показват, популяризират и дори се разрешават на платформата. Тази динамика вероятно ще доведе до конкуренция между компаниите, потенциално включваща плащания към доставчиците на модели за препоръки и експозиция в новата екосистема, стимулирайки създаването на високодоходни платформи за разпространение на MCP.
Потребителите ще инсталират MCP или ‘AI чат приложения’ от внимателно подбрани ‘MCP магазини’. Инструменти като Gmail, HubSpot, Uber и Kayak ще добавят MCP крайни точки, интегрирайки се директно в работни процеси, базирани на чат. Докато потребителите теоретично биха могли да изберат да инсталират всеки MCP, който искат, повечето вероятно ще разчитат на предоставените от клиента препоръки, като тези от ChatGPT. Тези препоръки няма да бъдат произволни, а ще произтичат от доходоносни партньорства, като големите компании плащат, за да станат опция по подразбиране в категориите пазаруване, пътуване, търсене на домейни или търсене на услуги. Това ниво на видимост би се превърнало в милиони потребители, предлагайки огромна експозиция, данни и търговска стойност.
Някои клиентски MCP магазини за приложения (MAS) ще предлагат по-снизходителен и отворен избор на MCP, позволявайки по-широк спектър от експерименти и MCP, разработени от общността. Други ще имат строги процеси на одобрение, даващи приоритет на качеството, сигурността и монетизацията. И в двата случая клиентът определя условията за участие – и правилата за успех.
MCP клиенти като OpenAI и Claude ще станат новите платформи iOS и Android, като MCP сървърите ще играят ролята на приложения. Вместо икони, тези приложения ще бъдат извиквани чрез потребителски команди, предлагайки богати, структурирани и интерактивни отговори на нуждите на потребителите чрез езиково взаимодействие.
С времето може да видим появата на специализирани клиенти, пригодени към конкретни индустрии или домейни. Представете си AI чат асистент, фокусиран върху планиране на пътувания, безпроблемно интегриращ услуги от авиокомпании, хотелски вериги и туристически агенции, за да предложи на потребителите цялостно изживяване при планиране на пътувания. Или MCP клиент, фокусиран върху човешките ресурси, предоставящ унифициран достъп до правни данни, досиета на служители и организационни инструменти, трансформирайки начина, по който се управляват бизнеса.
Докато повечето потребители ще се придържат към основните клиенти, ще се появят някои AI чатботове с отворен код. Тези чатботове ще се харесат на професионалистите, които искат пълен контрол върху MCP, които инсталират, освободени от ограниченията, наложени от пазачите. Въпреки това, подобно на настолните системи Linux, тези продукти с отворен код вероятно ще останат нишови пазари.
Нови възможности в нововъзникващата екосистема
Очаква се да се появят няколко типа бизнеси и инструменти, които да обслужват развиващия се MCP пейзаж, включително:
MCP обвивки и пакети сървъри: Те ще обединяват множество свързани MCP в един инсталационен пакет, рационализирайки настройката. Представете си един пакет, предоставящ календар, имейл, управление на връзките с клиенти и MCP за съхранение на файлове, който е готов за използване без никаква конфигурация. Такива пакети ще опростят процесите на персонала и ще бъдат особено полезни на вертикални пазари. Те могат също така да включват инструменти за пакетиране (‘Настройте календар и изпратете имейл’).
MCP машини за пазаруване: Някои MCP сървъри ще действат като задвижвани от AI двигатели за сравнение, предлагащи цени и продуктови списъци в реално време от различни доставчици. Те ще монетизират чрез партньорски връзки, печелейки реферални такси. Този подход отразява ранната оптимизация на търсачките и партньорския маркетинг.
MCP-първи приложения за съдържание: Тези услуги ще оптимизират доставката на съдържание за големи езикови модели чрез MCP сървъри, а не чрез проектиране на уебсайтове за човешки зрители. Представете си богати, структурирани данни и семантични тагове, върнати чрез MCP разговори. Приходите ще идват от абонаменти или вградени спонсорства и разположения на продукти, а не от показвания на страници.
API-MCP доставчици: Много съществуващи доставчици на API желаят да участват в тази нова екосистема, но им липсват ресурсите да го направят. Това ще стимулира появата на междинни инструменти, които автоматично преобразуват традиционните REST API в съвместими и откриваеми MCP сървъри, което ще улесни присъединяването на SaaS платформите.
Cloudflare за MCP: Сигурността е основен проблем. Тези инструменти ще седят между клиента и сървъра, като дезинфекцират входовете, регистрират заявките, блокират атаките и наблюдават аномалиите. Точно както Cloudflare направи съвременната мрежа по-безопасна, този тип услуга ще играе подобна роля в MCP екосистемата.
Корпоративни ‘частни’ MCP решения: Големите компании ще започнат да свързват своите вътрешни услуги към частни MCP сървъри и да използват AI продукти с отворен код. Тези вътрешни настройки ще станат част от AI работните процеси зад защитната стена, давайки на компаниите контрол.
Вертикално фокусирани MCP клиенти: Докато много чатботове могат да отговорят на общите нужди на потребителите, определени сценарии, като например промишлени поръчки и работа по съответствие, изискват специфични потребителски интерфейси и бизнес логика. Ще се появят вертикално фокусирани MCP клиенти, с персонализирани операции, език и оформления, за да отговорят на тези уникални нужди.