התעשייה של AI נמצאת כעת בעיצומו של מאבק כוחות מורכב, בדומה למאבקים האינטריגות ב’משחקי הכס’. בעוד תשומת הלב העולמית ממוקדת בתחרות סביב פרמטרים וביצועים של מודלים, קרב שקט מתנהל סביב תקנים, פרוטוקולים ומערכות אקולוגיות של AI ואגנטים.
בנובמבר 2024, אנתרופיק הציגה את פרוטוקול הקשר מודל (MCP), תקן פתוח עבור אגנטים אינטליגנטיים, שמטרתו לאחד את פרוטוקולי התקשורת בין מודלים גדולים של שפה ומקורות נתונים וכלי עזר חיצוניים. זמן קצר לאחר מכן, OpenAI הכריזה על תמיכה ב-Agent SDK עבור MCP. מנכ’ל גוגל DeepMind, דמיס הסאביס, אישר גם כי המודל ג’מיני של גוגל וערכות פיתוח התוכנה ישלבו תקן פתוח זה, וכינה את MCP ‘הופך במהירות לתקן הפתוח לעידן סוכני ה-AI’.
במקביל, גוגל הכריזה על פרוטוקול Agent2Agent (A2A) בקוד פתוח בכנס Google Cloud Next 2025. פרוטוקול זה נועד לשבור את המחסומים בין מסגרות וספקים קיימים, ולאפשר שיתוף פעולה מאובטח ויעיל בין אגנטים במערכות אקולוגיות שונות.
פעולות אלה של ענקיות הטכנולוגיה חשפו תחרות על פני AI ואגנטים אינטליגנטיים מבחינת תקני חיבור, פרוטוקולי ממשק ומערכות אקולוגיות. העיקרון של ‘פרוטוקול שווה כוח’ ברור. כאשר נוף ה-AI העולמי מקבל צורה, למי ששולט בהגדרה של תקני פרוטוקול בסיסיים בעידן ה-AI יש הזדמנות לעצב מחדש את מבנה הכוח ואת סדר חלוקת הערך של שרשרת תעשיית ה-AI העולמית.
‘יציאת USB-C’ של מערכת האקולוגית העתידית של AI
עם ההתקדמות המהירה של טכנולוגיית AI, מודלים גדולים של שפה כמו GPT וקלוד הציגו יכולות מרשימות. הערך האמיתי של מודלים אלה טמון ביכולתם ליצור אינטראקציה עם הנתונים וכלי העזר של העולם החיצוני כדי לפתור בעיות בעולם האמיתי.
עם זאת, יכולת אינטראקציה זו עמדה זמן רב בפני בעיות של פיצול וחוסר סטנדרטיזציה, מה שחייב מפתחים ליישם לוגיקת אינטגרציה ספציפית עבור מודלים ופלטפורמות שונות של AI.
כדי לטפל בבעיה זו, הופיע MCP. כגשר המחבר בין מודלים של AI לעולם החיצוני, MCP פותר מספר בעיות מפתח העומדות בפניו במהלך אינטראקציית AI.
לפני MCP, אם מודל AI היה צריך להתחבר למסד נתונים מקומי (כגון SQLite) כדי להשיג נתונים או לקרוא לכלי עזר מרוחקים (כגון Slack לתקשורת צוותית, GitHub API לניהול קוד), מפתחים היו צריכים לכתוב קוד חיבור ספציפי עבור כל מקור נתונים או כלי עזר. תהליך זה לא רק היה מסורבל ונוטה לשגיאות, אלא גם יקר לפיתוח, קשה לתחזוקה וקשה להרחבה בשל היעדר תקן אחיד.
בהשקת MCP, אנתרופיק עשתה אנלוגיה: MCP הוא כמו יציאת USB-C עבור יישומי AI. MCP שואפת ליצור תקן משותף, המאפשר למודלים ומערכות חיצוניות שונות להשתמש באותו פרוטוקול לגישה במקום לכתוב סט נפרד של פתרונות אינטגרציה בכל פעם. זה הופך את הפיתוח והשילוב של יישומי AI לפשוטים ומאוחדים יותר.
לדוגמה, בפרויקט פיתוח תוכנה, כלי AI מבוסס MCP יכול לחדור ישירות למאגר קוד הפרויקט, לנתח את מבנה הקוד, להבין רשומות ביצוע היסטוריות, ולאחר מכן לספק למפתחים הצעות קוד התואמות יותר לצרכים בפועל של הפרויקט, ולשפר משמעותית את יעילות הפיתוח ואיכות הקוד.
בעבר, כדי לאפשר למודלים גדולים ויישומי AI אחרים להשתמש בנתונים, בדרך כלל היה צורך להעתיק ולהדביק או להעלות ולהוריד. אפילו המודלים החזקים ביותר הוגבלו על ידי בידוד נתונים, ויצרו סילווי מידע. כדי ליצור מודלים חזקים יותר, כל מקור נתונים חדש היה צריך להיות מותאם אישית ומיושם, מה שמקשה על הרחבת מערכות מקושרות באמת, וכתוצאה מכך מגבלות רבות.
על ידי מתן ממשק אחיד, MCP מגשרת ישירות בין AI לנתונים (כולל נתונים מקומיים ונתוני אינטרנט). באמצעות שרת MCP ולקוח MCP, כל עוד שניהם פועלים לפי פרוטוקול זה, ‘ניתן לחבר הכל’. זה מאפשר ליישומי AI לגשת ולהפעיל נתונים מקומיים ומרוחקים בצורה מאובטחת, ומספק ליישומי AI ממשק להתחבר לכל דבר.
מנקודת מבט ארכיטקטונית, MCP כולל בעיקר שני חלקים מרכזיים: שרת MCP ולקוח MCP. מפתחים יכולים לחשוף את הנתונים שלהם באמצעות שרת MCP, שיכול להגיע ממערכות קבצים מקומיות, מסדי נתונים או שירותים מרוחקים כגון Slack ו-GitHub APIs. יישומי AI הבנויים להתחבר לשרתים אלה נקראים לקוחות MCP. במילים פשוטות, שרת MCP אחראי לחשיפת נתונים, ולקוח MCP אחראי לגישה לנתונים.
כאשר מודלים של AI ניגשים לנתונים וכלי עזר חיצוניים, אבטחה היא שיקול חשוב. על ידי מתן ממשקי גישה לנתונים סטנדרטיים, MCP מפחיתה משמעותית את מספר אנשי הקשר הישירים עם נתונים רגישים, ומפחיתה את הסיכון לדליפת נתונים.
ל-MCP יש מנגנוני אבטחה מובנים, המאפשרים למקורות נתונים לשתף נתונים עם AI בצורה מבוקרת בתוך מסגרת מאובטחת. AI יכול גם להחזיר תוצאות עיבוד בצורה מאובטחת למקורות נתונים, מה שמבטיח שרק בקשות מאומתות יכולות לגשת למשאבים ספציפיים, שווה ערך להוספת שכבת הגנה נוספת לאבטחת נתונים, פיזור חששות ארגוניים לגבי אבטחת נתונים והנחת בסיס איתן ליישום עמוק של AI בתרחישים ברמת הארגון.
לדוגמה, שרת MCP שולט במשאבים שלו ואינו צריך לספק מידע רגיש כגון מפתחות API לספקי טכנולוגיית מודלים גדולים. בדרך זו, גם אם המודל הגדול מותקף, תוקפים לא יוכלו להשיג מידע רגיש זה, ויבודדו ביעילות סיכונים.
אפשר לומר ש-MCP הוא מוצר טבעי של פיתוח טכנולוגיית AI ואבן דרך חשובה. זה לא רק מפשט את תהליך הפיתוח של יישומי AI, אלא גם יוצר תנאים לשגשוג של מערכת האקולוגית של AI.
כתקן פתוח, MCP מגרה מאוד את החיוניות של קהילת המפתחים. מפתחים גלובליים יכולים לתרום קוד ולפתח מחברים חדשים סביב MCP, ולהרחיב ללא הרף את גבולות היישום שלו, ליצור מחזור אקולוגי מוסרי ולקדם את השילוב העמוק של AI ונתונים בתעשיות שונות. פתיחות זו מקלה על יישומי AI להתחבר לשירותים וכלי עזר שונים, ויוצרת מערכת אקולוגית עשירה, שבסופו של דבר מועילה למשתמשים ולתעשייה כולה.
היתרונות של MCP אינם באים לידי ביטוי רק ברמה הטכנית, אלא חשוב מכך, בערך האמיתי שהוא מביא לתחומים שונים. בעידן ה-AI, היכולת לרכוש ולעבד מידע קובעת הכל, ו-MCP מאפשרת למספר סוכנים לשתף פעולה, ולמקסם את החוזקות זה של זה.
לדוגמה, בתחום הרפואי, סוכנים אינטליגנטיים יכולים להתחבר לרשומות רפואיות אלקטרוניות של מטופלים ולמסדי נתונים רפואיים באמצעות MCP, ובשילוב עם שיפוטים מקצועיים של רופאים, יכולים לספק הצעות אבחון ראשוניות במהירות רבה יותר. בתעשייה הפיננסית, סוכנים אינטליגנטיים יכולים לשתף פעולה כדי לנתח נתונים פיננסיים, לעקוב אחר שינויי שוק ואף לבצע באופן אוטומטי מסחר במניות. חלוקת עבודה ושיתוף פעולה זה בין סוכנים אינטליגנטיים הופכים את עיבוד הנתונים ליעיל יותר ואת קבלת ההחלטות למדויקת יותר.
בסקירת היסטוריית הפיתוח של MCP, לא קשה למצוא שקצב הצמיחה שלו מדהים. בתחילת 2023, MCP השלימה את התכנון של פרוטוקול התקשורת המרכזי, תוך מימוש רישום סוכנים אינטליגנטיים בסיסיים ופונקציות העברת הודעות. זה כמו יצירת שפה אוניברסלית עבור סוכנים אינטליגנטיים, המאפשרת להם לתקשר זה עם זה במקום לדבר בשפות שלהם.
בסוף 2023, MCP הרחיבה עוד יותר את הפונקציות שלה, ותמכה בסוכנים אינטליגנטיים להתקשר לממשקי API חיצוניים ושיתוף נתונים, שווה ערך לאפשר לסוכנים אינטליגנטיים לא רק לשוחח, אלא גם להחליף מידע ולעבד משימות במשותף.
בתחילת 2024, מערכת האקולוגית של MCP הגיעה לרמה חדשה. ערכות כלי פיתוח ופרויקטים לדוגמה הושקו, ומספר תוספי הסוכנים האינטליגנטיים שתרמה הקהילה עלה על 100, והשיג מצב של ‘פריחה’.
לאחרונה, מיקרוסופט שילבה את MCP בשירות Azure OpenAI שלה, וגוגל DeepMind גם הודיעה כי תספק תמיכה ב-MCP ותשלב אותה במודל ג’מיני וב-SDK. לא רק חברות טכנולוגיה גדולות, אלא גם סטארט-אפים של AI וספקי כלי פיתוח הצטרפו ל-MCP, כגון Block, Apollo, Zed, Replit, Codeium ו-Sourcegraph.
עלייתה של MCP משכה מעקב ותחרות מהירים מצד חברות טכנולוגיה סיניות כגון Tencent ו-Alibaba, וראתה בה צעד חשוב באסטרטגיית האקולוגיה של AI. לדוגמה, לאחרונה השיקה פלטפורמת Bailian של Alibaba Cloud שירות MCP מחזור חיים מלא, ומבטלת את הצורך של משתמשים לנהל משאבים, לפתח ולפרוס, ולתכנן פעולות ותחזוקה, ומצמצמת את מחזור פיתוח הסוכנים האינטליגנטיים לדקות. Tencent Cloud פרסמה את ‘ערכת פיתוח AI’, התומכת בשירותי אירוח תוספים של MCP כדי לעזור למפתחים לבנות במהירות סוכנים אינטליגנטיים מוכווני עסקים.
ה’גשר הבלתי נראה’ לשיתוף פעולה מרובה סוכנים
כאשר פרוטוקול MCP הופך סוכנים אינטליגנטיים מכלי צ’אט לעוזרי פעולה, ענקיות טכנולוגיה מתחילות לבנות ‘חצרות קטנות וחומות גבוהות’ של סטנדרטים ומערכות אקולוגיות בשדה קרב חדש זה.
בהשוואה ל-MCP, המתמקדת בחיבור מודלים של AI עם כלי עזר ונתונים חיצוניים, A2A עוברת צעד אחד קדימה, ומתמקדת בשיתוף פעולה יעיל בין סוכנים אינטליגנטיים.
הכוונה המקורית של פרוטוקול A2A היא פשוטה: לאפשר לסוכנים אינטליגנטיים ממקורות ויצרנים שונים להבין ולשתף פעולה זה עם זה, ולהביא אוטונומיה רבה יותר לשיתוף הפעולה של מספר סוכנים אינטליגנטיים.
זה כמו ה-WTO שמטרתו להפחית את מכסי המכס בין מדינות. סוכנים אינטליגנטיים מספקים ומסגרות שונות הם כמו מדינות עצמאיות. לאחר אימוץ A2A, זה שווה ערך להצטרפות לאזור סחר חופשי, שבו הם יכולים לתקשר בשפה משותפת, לשתף פעולה בצורה חלקה ולהשלים במשותף זרימות עבודה מורכבות שסוכן אינטליגנטי יחיד אינו יכול להשלים באופן עצמאי.
צורת פעולה הדדית ספציפית של פרוטוקול A2A מושגת על ידי הקלה על התקשורת בין סוכן הלקוח לסוכן המרוחק. סוכן הלקוח אחראי על ניסוח ותקשורת משימות, והסוכן המרוחק פועל על סמך משימות אלה כדי לספק את המידע הנכון או לבצע פעולות תואמות.
בתהליך זה, לפרוטוקול A2A יש את היכולות המרכזיות הבאות:
ראשית, סוכנים אינטליגנטיים יכולים לפרסם את היכולות שלהם באמצעות ‘כרטיסי סוכנים אינטליגנטיים’. ‘כרטיסי סוכנים אינטליגנטיים’ אלה קיימים בפורמט JSON, המאפשר לסוכני לקוחות לזהות איזה סוכן מרוחק מתאים ביותר לביצוע משימה ספציפית.
לאחר זיהוי הסוכן המרוחק המתאים, סוכן הלקוח יכול להשתמש בפרוטוקול A2A כדי לתקשר איתו ולהקצות לו את המשימה.
ניהול משימות הוא חלק חשוב בפרוטוקול A2A. התקשורת בין סוכני הלקוחות והסוכנים המרוחקים סובבת סביב השלמת משימות. הפרוטוקול מגדיר אובייקט ‘משימה’. עבור משימות פשוטות, ניתן להשלים אותן באופן מיידי; עבור משימות מורכבות וארוכות טווח, סוכנים אינטליגנטיים יכולים לתקשר זה עם זה כדי לשמור על סנכרון לגבי מצב השלמת המשימה.
בנוסף, A2A תומכת גם בשיתוף פעולה בין סוכנים אינטליגנטיים. מספר סוכנים אינטליגנטיים יכולים לשלוח הודעות זה לזה, שיכולות להכיל מידע הקשרי, תשובות או הוראות משתמש. בדרך זו, מספר סוכנים אינטליגנטיים יכולים לעבוד יחד טוב יותר כדי להשלים משימות מורכבות יחד.
בתכנון פרוטוקול זה, גוגל פעלה לפי חמישה עקרונות מפתח. ראשית, A2A מתמקדת באפשרות לסוכנים אינטליגנטיים לשתף פעולה במצבים הטבעיים והלא מובנים שלהם, גם אם הם אינם חולקים זיכרון, כלים והקשר.
שנית, הפרוטוקול בנוי על תקנים פופולריים קיימים, כולל HTTP, Server-Sent Events (SSE) ו-JSON-RPC, מה שאומר שקל יותר להשתלב עם מחסניות IT קיימות שחברות כבר משתמשות בהן על בסיס יומי.
לדוגמה, חברת מסחר אלקטרוני משתמשת מדי יום בפרוטוקול HTTP כדי לטפל בהעברת נתוני אינטרנט וב-JSON-RPC כדי להעביר הוראות נתונים בין הקצה הקדמי לקצה האחורי. לאחר הצגת פרוטוקול A2A, מערכת ניהול ההזמנות של החברה יכולה לקבל במהירות עדכוני נתוני לוגיסטיקה המסופקים על ידי סוכנים אינטליגנטיים רלוונטיים באמצעות עגינה של פרוטוקול HTTP ו-A2A, מבלי לבנות מחדש ערוצי העברת נתונים מורכבים, מה שמקל על השילוב בארכיטקטורת IT הקיימת והופך את שיתוף הפעולה של מערכות שונות לחלק יותר.
שלישית, A2A נועדה לתמוך באימות והרשאה ברמת הארגון. שימוש בפרוטוקול A2A יכול לאמת במהירות ולקבל נתונים בצורה מאובטחת, להבטיח את האבטחה והתאימות של העברת נתונים ולמנוע סיכוני דליפת נתונים.
רביעית, A2A גמישה מספיק כדי לתמוך בתרחישים שונים, ממשימות מהירות ועד למחקר מעמיק שעשוי להימשך שעות ואף ימים (כאשר בני אדם מעורבים). לאורך כל התהליך, A2A יכולה לספק למשתמשים משוב בזמן אמת, התראות ועדכוני סטטוס.
קחו לדוגמה מוסד מחקר. חוקרים משתמשים בסוכנים אינטליגנטיים במסגרת פרוטוקול A2A כדי לערוך מחקר הקשור לפיתוח תרופות חדשות. משימות פשוטות, כגון אחזור מהיר של מידע על מבנה מולקולת תרופה קיים במסד הנתונים, יכולות להסתיים ולהיזון בחזרה לחוקרים תוך שניות. עם זאת, עבור משימות מורכבות, כגון הדמיית התגובה של מולקולות תרופה חדשות בסביבה בגוף האדם, זה עשוי להימשך מספר ימים.
במהלך תקופה זו, פרוטוקול A2A ידחוף ברציפות את התקדמות ההדמיה לחוקרים, כגון כמה צעדים הושלמו, הבעיות הנוכחיות שנתקלו בהן וכו’, ויאפשר לחוקרים להתעדכן במצב, בדיוק כמו שיש עוזר שמדווח על התקדמות העבודה בכל עת.
חמישית, עולם הסוכנים האינטליגנטיים אינו מוגבל לטקסט, כך ש-A2A תומכת במצבים שונים, כולל אודיו, תמונות וזרמי וידאו.
תארו לעצמכם שבעתיד, העוזר האינטליגנטי שלכם, מערכת ה-CRM של החברה, AI לניהול שרשרת האספקה ואפילו סוכנים אינטליגנטיים בפלטפורמות ענן שונות יכולים ‘לשוחח על משימות ולחלק עבודה’ כמו חברים ותיקים, ולהשלים ביעילות צרכים שונים החל משאילתות פשוטות ועד לתהליכים מורכבים, ובכך לפתוח את עידן האינטליגנציה המכונה.
נכון לעכשיו, הפרוטוקול כבר תומך בפלטפורמות יישומים עבור יותר מ-50 חברות טכנולוגיה מרכזיות, כולל Atlassian, Box, Cohere, Intuit, MongoDB, PayPal, Salesforce ו-SAP.
ראוי לציין שאלו הן כולן חברות שיש להן קשרים עדינים עם מערכת האקולוגית של גוגל. לדוגמה, Cohere, סטארט-אפ עצמאי של AI, נוסדה בשנת 2019 על ידי שלושה חוקרים שעבדו בעבר ב-Google Brain; יש להם שותפות טכנית ארוכת טווח עם Google Cloud, ו-Google Cloud מספקת ל-Cohere את כוח המחשוב הדרוש לאימון מודלים.
Atlassian, חברה המספקת כלי שיתוף פעולה צוותי, כגון Jira ו-Confluence, נמצאת בשימוש על ידי אנשים רבים. יש להם שותפות עם גוגל, וניתן להשתמש בכמה יישומים במוצרי גוגל.
אף על פי שגוגל אמרה ש-A2A היא תוספת לפרוטוקול הקשר מודל MCP שהוצע על ידי אנתרופיק, זה קצת דומה לגוגל שהובילה בפיתוח מערכת האנדרואיד עם יותר מ-80 חברות בעבר. ככל שיותר חברות מצטרפות, הערך המסחרי של A2A ישתפר מאוד, והוא יקדם את ההתפתחות המהירה של כל מערכת האקולוגית של הסוכנים האינטליגנטיים.
מ’חיבור כלי עזר’ ל’שליטה במערכות אקולוגיות’
MCP ו-A2A מייצגים שני נתיבים שונים לחיבור AI. MCP, כפרוטוקול אינטראקציה מודל בסיסי, מבטיח עגינה חלקה בין יישומים למודלים שונים; A2A מספקת מסגרת שיתוף פעולה בין סוכנים אינטליגנטיים על בסיס זה, תוך הדגשת גילוי אוטונומי ושיתוף פעולה גמיש בין סוכנים אינטליגנטיים. מבנה רב שכבתי זה יכול לענות בו זמנית על הצרכים של סטנדרטיזציה של מודלים ושיתוף פעולה בין סוכנים אינטליגנטיים.
במקביל, שניהם השיגו עמדות דומיננטיות בתחומי המשנה שלהם. ל-MCP יש יתרונות ביישומי רמת הארגון, שירותים חוצי מודלים ותרחישי סטנדרטיזציה; A2A זכתה לתמיכה רבה יותר בקהילות קוד פתוח, פרויקטי מחקר ויישומים חדשניים.
מנקודת מבט מאקרו, עלייתם של MCP ו-A2A אינה קשורה רק לתקני טכנולוגיית AI עתידיים, אלא גם מבשרת על שינוי גדול בנוף תעשיית ה-AI. אנו עדים לנקודת מפנה היסטורית ב-AI מ’אינטליגנציה עצמאית’ ל’רשתות שיתופיות’. כפי שמראה היסטוריית הפיתוח של האינטרנט, הקמת פרוטוקולים פתוחים וסטנדרטיים תהפוך לכוח מפתח בקידום פיתוח התעשייה.
אבל מרמה עמוקה יותר, MCP ו-A2A מסתירים אינטרסים מסחריים עצומים ואת התחרות על כוח השיח העתידי של טכנולוגיית AI.
מבחינת מודלים עסקיים, השניים פותחים נתיבי רווח שונים. אנתרופיק מתכננת להשיק שירות גרסה ארגונית המבוסס על MCP, ולגבות מחברות תשלום בהתבסס על נפח שיחות API. חברות משתמשות ב-MCP כדי לשלב נתונים פנימיים עם AI באופן עמוק, לשפר את היעילות העסקית וצריכות לשלם עבור שירות נוח זה.
גוגל משתמשת בפרוטוקול A2A כדי לקדם מנויים לשירותי ענן. כאשר חברות משתמשות ב-A2A כדי לבנות רשתות שיתוף פעולה של סוכנים אינטליגנטיים, הן מודרכות להשתמש בכוח המחשוב העוצמתי של Google Cloud ושירותים קשורים, ובכך להגדיל את הכנסות העסקיות של Google Cloud.
מבחינת מונופול נתונים, שליטה בתקני פרוטוקולים פירושה שליטה בזרימת נתוני AI. באמצעות פרוטוקול A2A, גוגל אוספת כמויות עצומות של נתונים במהלך שיתוף הפעולה של סוכנים אינטליגנטיים רבים ברמת הארגון. נתונים אלה מוזנים בחזרה לאלגוריתמי הפרסום המרכזיים שלה, ומגבשים עוד יותר את הדומיננטיות שלה בשוק הפרסום. אנתרופיק רוצה להשתמש ב-MCP כדי לאפשר ל-AI לחדור לליבת נתוני הארגון. אם הוא יוצר יתרון סולם, הוא יצבור גם כמות גדולה של נתוני תעשייה, ויספק תמיכת נתונים להרחבת עסקים ולפיתוח מוצרי AI התואמים יותר לצרכים של הארגון.
מבחינת אסטרטגיית קוד פתוח, אף על פי ששניהם טוענים שהם קוד פתוח, יש להם תוכניות משלהם. פרוטוקול הליבה של MCP הוא קוד פתוח, המושך מפתחים להשתתף בבניית מערכת אקולוגית, אך יש לפתוח פונקציות מפתח ברמת הארגון (כגון פונקציות מתקדמות של חיבור מרוחק ועיבוד מעמיק של נתוני רב-מודליות) בתשלום, תוך איזון בין קוד פתוח לאינטרסים מסחריים. בעוד פרוטוקול A2A הוא קוד פתוח, הוא מדריך יותר מ-50 שותפים עסקיים לתת עדיפות לשימוש בשירותי Google Cloud, תוך קשירה הדוקה של מערכת האקולוגית של קוד פתוח עם המערכת המסחרית שלה, ושיפור הדבקה למשתמש ותחרותיות פלטפורמה.
לטכנולוגיה עצמה אין טוב או רע, אבל כאשר היא מוטמעת בשרשרת האינטרסים, היא הופכת לנושאת כוח ושליטה. כל מהפכה טכנולוגית מעצבת מחדש את שרשרת האינטרסים העולמית. המהפכה התעשייתית העבירה את שרשרת האינטרסים מאדמה ועבודה להון ומכונות, בעוד שהמהפכה הדיגיטלית דחפה אותה לנתונים ואלגוריתמים.
כלי קוד פתוח יכולים בהחלט לחקור נתיבים חדשניים, אך אל תצפו להשתמש במפתחות נתונים ואלגוריתמים כדי לפתוח את כל הדלתות, מכיוון שכל מחרוזת מפתחות חרוטה עם סיסמת האינטרסים של הפלטפורמה.
בעוד שחברות טכנולוגיה נראות פותחות את מערכת האקולוגית של AI, הן למעשה בונות חומות אקולוגיות גבוהות ועבות סביב תרחישי יישומים שנוחים יותר לעצמן, ומונעות ממכרות זהב של נתונים להיחפר, אחרי הכל, התחרותיות האולטימטיבית בעידן ה-AI היא עדיין נתונים.
האם MCP ו-A2A יכולים בסופו של דבר להתמזג עדיין לא בטוח. אם כל אחד מהם פועל באופן עצמאי, סביר מאוד שענקיות טכנולוגיה יבנו ‘חומות חצר קטנות של AI’. כתוצאה מכך, תופעת איי הנתונים תחמיר, זרימת הנתונים בין חברות במחנות פרוטוקול שונים תיחסם, מה שיגביל את היקף יישומי החדשנות של AI; מפתחים יצטרכו לשלוט במספר כישורי פיתוח פרוטוקולים, ולהגדיל את עלויות הלמידה ואת עומס העבודה בפיתוח, ולדכא את חיוניות החדשנות; כיוון החדשנות בתעשייה יונחה בקלות על ידי פרוטוקולים ענקיים, וסטארט-אפים יהיו בנחיתות בתחרות בשל הקושי בתמיכה במספר פרוטוקולים, מה שיעכב את קצב החדשנות הכולל של התעשייה.
אנו מקווים שעלייתם של MCP ו-A2A תקדם את תעשיית ה-AI העולמית להתפתח לכיוון של שיתוף פעולה ולא עימות.
בדיוק כמו מחלוקת מד הרכבת במאה ה-19 ומלחמת תקני התקשורת הסלולרית במאה ה-20, כל פיצול טכנולוגי מלווה בעלויות חברתיות עצומות. ההשלכות של מחלוקת תקן ופרוטוקול ה-AI עשויות להיות מרחיקות לכת יותר. זה יקבע אם אנו מתקדמים לעבר פדרציה של כוכבים של ‘האינטרנט של הכל’ או נופלים ליער אפל שבו שולטת ‘שרשרת החשד’.