Dunia Kecerdasan Buatan (AI) terus berkembang, dengan istilah dan teknologi baru yang muncul dengan cepat. Salah satu istilah yang baru-baru ini mendapatkan perhatian signifikan adalah ‘MCP,’ atau Model Context Protocol. Konsep ini telah memicu kegembiraan yang cukup besar di dalam komunitas AI, menarik paralel dengan hari-hari awal pengembangan aplikasi seluler.
Seperti yang dinyatakan oleh Ketua Baidu Li Yanhong pada konferensi Baidu Create pada 25 April, ‘Mengembangkan agen cerdas berdasarkan MCP seperti mengembangkan aplikasi seluler pada tahun 2010.’ Analogi ini menyoroti potensi dampak MCP pada masa depan aplikasi AI.
Memahami MCP
Jika Anda belum familiar dengan MCP, Anda mungkin pernah menemukan istilah ‘Agent’ (atau agen cerdas). Lonjakan popularitas Manus, sebuah startup Tiongkok, pada awal tahun 2025 membawa konsep ini ke garis depan.
Kunci daya tarik Agent terletak pada kemampuannya untuk melakukan tugas secara efektif. Tidak seperti model bahasa besar (LLM) sebelumnya yang terutama berfungsi sebagai antarmuka percakapan, Agent dirancang untuk secara aktif mengeksekusi tugas, memanfaatkan alat eksternal dan sumber data. LLM tradisional dibatasi oleh data pelatihan mereka dan memerlukan proses yang kompleks untuk mengakses sumber daya eksternal.
MCP sangat penting untuk mewujudkan visi Agent, memungkinkan LLM untuk berinteraksi secara mulus dengan alat eksternal yang mendukung protokol MCP. Hal ini memungkinkan mereka untuk melakukan tugas yang lebih spesifik dan kompleks.
Saat ini, beberapa aplikasi, termasuk Amap dan WeChat Read, telah meluncurkan Server MCP resmi. Ini memberdayakan pengembang untuk membuat aplikasi AI dengan memilih LLM pilihan dan mengintegrasikannya dengan server MCP seperti Amap atau WeChat Read. Ini memungkinkan LLM untuk melakukan tugas-tugas seperti kueri peta dan pengambilan informasi dari buku.
Gelombang MCP dimulai pada Februari 2024 dan dengan cepat mendapatkan momentum di seluruh dunia.
Pemain utama seperti OpenAI, Google, Meta, Alibaba, Tencent, ByteDance, dan Baidu semuanya telah mengumumkan dukungan untuk protokol MCP dan meluncurkan platform MCP mereka sendiri, mengundang pengembang dan penyedia layanan aplikasi untuk bergabung.
MCP: Menyatukan Ekosistem AI
Konsep ‘aplikasi super’ adalah topik hangat di bidang AI pada tahun 2024, dengan harapan proliferasi aplikasi AI yang cepat. Namun, ekosistem inovasi AI tetap terfragmentasi.
Kemunculan MCP dapat dibandingkan dengan penyatuan Tiongkok di bawah Qin Shi Huang, yang membakukan sistem penulisan, transportasi, dan pengukuran. Standardisasi ini sangat memfasilitasi kegiatan ekonomi dan perdagangan.
Banyak analis pasar percaya bahwa adopsi MCP dan protokol serupa akan membuka jalan bagi lonjakan signifikan dalam aplikasi AI pada tahun 2025.
Pada dasarnya, MCP bertindak sebagai ‘plug-in super’ untuk AI, memungkinkan integrasi tanpa batas dengan berbagai alat dan sumber data eksternal.
Fondasi Teknis MCP
MCP, atau Model Context Protocol, pertama kali diperkenalkan oleh Anthropic pada November 2024.
Sebagai standar terbuka, MCP memungkinkan aplikasi AI untuk berkomunikasi dengan sumber data dan alat eksternal.
Anggap MCP sebagai adaptor universal untuk LLM, yang mendefinisikan ‘antarmuka USB’ standar.
Antarmuka ini memungkinkan pengembang untuk membuat aplikasi dengan cara yang lebih standar dan terorganisir, terhubung ke berbagai sumber data dan alur kerja.
Mengatasi Hambatan untuk Pengembangan Aplikasi AI
Sebelum munculnya MCP, mengembangkan aplikasi AI adalah proses yang menantang dan kompleks.
Misalnya, mengembangkan asisten perjalanan AI membutuhkan LLM untuk melakukan tugas-tugas seperti mengakses peta, mencari panduan perjalanan, dan membuat rencana perjalanan yang dipersonalisasi berdasarkan preferensi pengguna.
Untuk memungkinkan LLM untuk menanyakan peta dan mencari panduan, pengembang menghadapi tantangan berikut:
- Setiap penyedia AI (OpenAI, Anthropic, dll.) menerapkan Function Calling secara berbeda. Beralih antar LLM mengharuskan pengembang untuk menulis ulang kode adaptasi, yang pada dasarnya membuat ‘manual pengguna’ untuk LLM untuk menggunakan alat eksternal. Jika tidak, akurasi output model akan menurun secara signifikan.
- Kurangnya standar terpadu untuk interaksi LLM dengan dunia luar menghasilkan rendahnya penggunaan kembali kode, menghambat pengembangan ekosistem aplikasi AI.
Menurut Chen Ziqian, seorang ahli teknologi algoritma di Alibaba Cloud ModelScope, ‘Sebelum MCP, pengembang perlu memahami LLM dan melakukan pengembangan sekunder untuk menanamkan alat eksternal ke dalam aplikasi mereka. Jika kinerja alat buruk, pengembang harus menyelidiki apakah masalahnya ada pada aplikasi itu sendiri atau alat.’
Manus, startup AI yang disebutkan di atas, berfungsi sebagai contoh utama. Dalam evaluasi sebelumnya, ditemukan bahwa Manus perlu memanggil lebih dari sepuluh alat untuk menulis artikel berita sederhana, termasuk membuka browser, menjelajahi dan mengikis halaman web, menulis, memverifikasi, dan menyampaikan hasil akhir.
Jika Manus memilih untuk memanggil alat eksternal di setiap langkah, ia perlu menulis ‘fungsi’ untuk mengatur bagaimana alat eksternal akan berjalan. Akibatnya, Manus sering menghentikan tugas karena kelebihan beban dan menghabiskan token yang berlebihan.
Manfaat MCP
Dengan MCP, pengembang tidak perlu lagi bertanggung jawab atas kinerja alat eksternal. Alih-alih, mereka dapat fokus pada pemeliharaan dan debugging aplikasi itu sendiri, secara signifikan mengurangi beban kerja pengembangan.
Server individual dalam ekosistem, seperti Alipay dan Amap, dapat memelihara layanan MCP mereka, memperbarui ke versi terbaru, dan menunggu pengembang untuk terhubung.
Keterbatasan dan Tantangan MCP
Terlepas dari potensinya, ekosistem MCP masih dalam tahap awal dan menghadapi beberapa tantangan.
Beberapa pengembang berpendapat bahwa MCP adalah lapisan kompleksitas yang tidak perlu, yang menunjukkan bahwa API adalah solusi yang lebih sederhana. LLM sudah dapat memanggil API melalui berbagai protokol, membuat MCP tampak berlebihan.
Saat ini, sebagian besar layanan MCP yang dirilis oleh perusahaan besar ditentukan oleh perusahaan itu sendiri, yang menentukan fungsi mana yang dapat dipanggil oleh LLM dan bagaimana mereka dijadwalkan. Namun, ini menimbulkan kekhawatiran bahwa perusahaan mungkin tidak memberikan akses ke informasi mereka yang paling penting dan waktu nyata.
Selain itu, jika server MCP tidak diluncurkan secara resmi atau dipelihara dengan baik, keamanan dan stabilitas koneksi MCP mungkin dipertanyakan.
Tang Shuang, seorang pengembang independen, berbagi contoh Server MCP peta dengan kurang dari 20 alat. Lima dari alat ini membutuhkan lintang dan bujur, sementara alat cuaca membutuhkan ID divisi administratif tanpa memberikan instruksi tentang cara mendapatkan ID ini. Satu-satunya solusi adalah bagi pengguna untuk kembali ke ekosistem penyedia layanan dan mengikuti langkah-langkah untuk mendapatkan informasi dan izin.
Meskipun popularitas MCP terbukti, dinamika yang mendasarinya kompleks. Meskipun vendor LLM bersedia menyediakan layanan MCP, mereka mempertahankan kendali dan ragu-ragu untuk menguntungkan ekosistem lain. Jika layanan tidak dipelihara dengan benar, pengembang mungkin menghadapi peningkatan beban kerja, yang merusak tujuan ekosistem.
Kemenangan Sumber Terbuka
Mengapa MCP mendapatkan daya tarik sekarang?
Awalnya, MCP menerima sedikit perhatian setelah diluncurkan oleh Anthropic. Hanya sejumlah aplikasi terbatas, seperti Claude Desktop milik Anthropic, yang mendukung protokol MCP. Pengembang tidak memiliki ekosistem pengembangan AI terpadu dan terutama bekerja dalam isolasi.
Adopsi MCP oleh pengembang secara bertahap membawanya ke garis depan. Dimulai pada Februari 2025, beberapa aplikasi pemrograman AI populer, termasuk Cursor, VSCode, dan Cline, mengumumkan dukungan untuk protokol MCP, secara signifikan meningkatkan profilnya.
Setelah adopsi komunitas pengembang, integrasi MCP oleh vendor LLM telah menjadi faktor kunci dalam adopsi luasnya.
Pengumuman OpenAI tentang dukungan untuk MCP pada 27 Maret, diikuti oleh Google, merupakan langkah penting.
CEO Google Sundar Pichai menyatakan ambivalensinya terhadap MCP di X, dengan menyatakan, ‘Untuk MCP atau tidak untuk MCP, itulah pertanyaannya.’ Namun, hanya empat hari setelah memposting tweet ini, Google juga mengumumkan dukungannya untuk MCP.
Adopsi cepat MCP oleh pemain utama di industri AI menyoroti potensinya untuk mengubah cara aplikasi AI dikembangkan dan digunakan.
Jalan ke Depan untuk MCP
Saat ekosistem MCP terus berkembang, penting untuk mengatasi keterbatasan dan tantangan yang ada. Ini termasuk:
- Standardisasi: Mengembangkan protokol MCP yang lebih terstandarisasi yang independen dari vendor individual.
- Keamanan: Menerapkan langkah-langkah keamanan yang kuat untuk memastikan keamanan dan keandalan koneksi MCP.
- Pemeliharaan: Mendorong pengembangan dan pemeliharaan server MCP berkualitas tinggi.
- Aksesibilitas: Membuat MCP lebih mudah diakses oleh pengembang dari semua tingkat keterampilan.
Dengan mengatasi tantangan ini, MCP memiliki potensi untuk membuka era baru inovasi AI, memungkinkan pembuatan aplikasi AI yang lebih kuat, serbaguna, dan ramah pengguna.
Singkatnya, sementara MCP masih dalam tahap awal, potensinya untuk mengubah lanskap AI tidak dapat disangkal. Dengan membina ekosistem yang lebih terbuka, terstandarisasi, dan kolaboratif, MCP dapat membuka jalan bagi masa depan di mana AI lebih mudah diakses dan bermanfaat bagi semua orang.