Protokol Konteks Model (MCP) pantas menjadi asas kepada aplikasi berkuasa kecerdasan buatan (AI) generasi seterusnya. Dibangunkan oleh Anthropic pada penghujung tahun 2024 dan dikeluarkan sebagai piawaian terbuka, MCP bertujuan untuk menangani isu teras dalam ekosistem AI: bagaimana untuk menghubungkan model bahasa besar (LLM) dan ejen AI secara lancar dan selamat ke domain data, alatan dan perkhidmatan dunia sebenar yang luas dan sentiasa berubah.
Anthropic menjelaskan bahawa, dengan peningkatan pembantu AI dan model bahasa besar di sebaliknya, ‘model yang paling canggih pun dihadkan oleh pengasingan mereka daripada data – terperangkap di belakang pulau maklumat dan sistem legasi. Setiap sumber data baharu memerlukan pelaksanaan tersuai, yang menyukarkan sistem yang benar-benar terhubung untuk berskala.’
MCP ialah jawapan yang diberikan oleh Anthropic. Syarikat itu mendakwa bahawa ia akan menyediakan ‘piawaian universal dan terbuka untuk menyambungkan sistem AI ke sumber data, menggantikan integrasi yang berpecah-belah dengan protokol tunggal.’
MCP: Penyesuai Universal untuk Data AI
Pada pendapat saya, MCP ialah penyesuai data AI universal. Seperti yang dikatakan oleh syarikat yang berpusatkan AI, Aisera, anda boleh menganggap MCP sebagai ‘port USB-C untuk AI.’ Sama seperti USB-C menyeragamkan cara kita menyambungkan peranti kita, MCP menyeragamkan cara model AI berinteraksi dengan sistem luaran. Dalam erti kata lain, pengarah eksekutif Yayasan Linux, Jim Zemlin, menyifatkan MCP sebagai ‘akan menjadi lapisan komunikasi asas untuk sistem AI, serupa dengan apa yang HTTP lakukan untuk web.’
Secara khusus, MCP mentakrifkan protokol standard berasaskan JSON-RPC 2.0 yang membolehkan aplikasi AI memanggil fungsi, mendapatkan data dan memanfaatkan gesaan daripada mana-mana alat, pangkalan data atau perkhidmatan yang serasi melalui antara muka tunggal dan selamat.
Senibina dan Komponen MCP
Ia mencapai ini dengan mengikut senibina pelanggan-pelayan dengan beberapa komponen utama. Ini adalah:
- Hos (Host): Aplikasi berkuasa AI (contohnya, Claude Desktop, persekitaran pembangunan bersepadu (IDE), chatbot) yang perlu mengakses data luaran.
- Pelanggan (Client): Mengurus sambungan khusus dan berkeadaan ke pelayan MCP tunggal, mengendalikan komunikasi dan perundingan keupayaan.
- Pelayan (Server): Mendedahkan kefungsian tertentu – alatan (fungsi), sumber (data) dan gesaan, melalui protokol MCP, menyambung ke sumber data tempatan atau jauh.
- Protokol Asas (Base protocol): Lapisan penghantaran mesej yang diseragamkan (JSON-RPC 2.0) memastikan semua komponen berkomunikasi dengan pasti dan selamat.
Senibina ini mengubah ‘masalah integrasi M×N’ (di mana M aplikasi AI mesti disambungkan ke N alatan, yang memerlukan M×N penyambung tersuai) menjadi ‘masalah M+N’ yang lebih mudah. Akibatnya, setiap alat dan aplikasi hanya perlu menyokong MCP sekali untuk mencapai interoperabiliti. Ini benar-benar boleh menjimatkan masa untuk pembangun.
Cara MCP Berfungsi
Mula-mula, apabila aplikasi AI dimulakan, ia memulakan pelanggan MCP, setiap pelanggan menyambung ke pelayan MCP yang berbeza. Pelanggan ini merundingkan versi dan keupayaan protokol. Setelah sambungan dengan pelanggan dibuat, ia menanyakan pelayan untuk alatan, sumber dan gesaan yang tersedia.
Setelah sambungan dibuat, model AI kini boleh mengakses data dan kefungsian masa nyata pelayan, sekali gus mengemas kini konteksnya secara dinamik. Ini bermakna MCP membolehkan chatbot AI mengakses data masa nyata terkini dan bukannya bergantung pada set data yang dipratentukan, pembenaman atau maklumat yang disimpan dalam LLM.
Oleh itu, apabila anda meminta AI untuk melaksanakan tugas (contohnya, ‘Apakah harga terkini untuk penerbangan dari New York ke Los Angeles?’), AI akan menghalakan permintaan melalui pelanggan MCP ke pelayan yang berkaitan. Pelayan kemudiannya melaksanakan fungsi tersebut, mengembalikan hasilnya dan AI menggabungkan data terkini ini ke dalam jawapan anda.
Selain itu, MCP membolehkan model AI menemui dan memanfaatkan alatan baharu pada masa jalan. Ini bermakna ejen AI anda boleh menyesuaikan diri dengan tugas dan persekitaran baharu tanpa memerlukan perubahan kod yang ketara atau latihan semula pembelajaran mesin (ML).
Ringkasnya, MCP menggantikan integrasi berpecah-belah dan dibina secara tersuai dengan protokol tunggal dan terbuka. Ini bermakna pembangun hanya perlu melaksanakan MCP sekali untuk menyambungkan model AI ke mana-mana sumber data atau alat yang serasi, dengan ketara mengurangkan kerumitan integrasi dan overhed penyelenggaraan. Ini menjadikan kehidupan pembangun lebih mudah.
Lebih langsung lagi, anda boleh menggunakan AI untuk menjana kod MCP dan menyelesaikan cabaran pelaksanaan.
Kelebihan Teras MCP
Berikut ialah perkara yang ditawarkan oleh MCP:
Integrasi Seragam dan Standard: MCP bertindak sebagai protokol universal, membolehkan pembangun menyambungkan perkhidmatan, API dan sumber data mereka ke mana-mana pelanggan AI (contohnya, chatbot, IDE atau ejen tersuai) melalui antara muka seragam dan standard.
Komunikasi Dua Hala dan Interaksi Kaya: MCP menyokong komunikasi dua hala masa nyata yang selamat antara model AI dan sistem luaran, membolehkan bukan sahaja pengambilan data tetapi juga pemanggilan alat dan pelaksanaan tindakan.
Kebolehskalaan dan Penggunaan Semula Ekosistem: Sebaik sahaja anda telah melaksanakan MCP untuk perkhidmatan, mana-mana pelanggan AI yang mematuhi MCP boleh mengaksesnya, memupuk ekosistem penyambung boleh guna semula dan mempercepatkan penggunaan.
Ketekalan dan Kebolehoperasian: MCP menguatkuasakan format permintaan/respons JSON yang tekal. Ini menjadikannya lebih mudah untuk menyahpepijat, menyelenggara dan menskalakan integrasi, tanpa mengira perkhidmatan atau model AI yang mendasari. Ini juga bermakna integrasi kekal boleh dipercayai walaupun anda menukar model atau menambah alatan baharu.
Keselamatan yang Dipertingkat dan Kawalan Akses: MCP direka dengan keselamatan dalam fikiran, menyokong penyulitan, kawalan akses terperinci dan kelulusan pengguna untuk operasi sensitif. Anda juga boleh mengendalikan pelayan MCP sendiri, membolehkan anda mengekalkan data di dalam rumah.
Masa Pembangunan dan Penyelenggaraan yang Dipendekkan: Dengan mengelakkan integrasi yang berpecah-belah dan sekali sahaja, pembangun menjimatkan masa untuk persediaan dan penyelenggaraan berterusan, membolehkan mereka menumpukan perhatian pada logik aplikasi peringkat tinggi dan inovasi. Selain itu, pemisahan yang jelas antara logik ejen dan kefungsian belakang membolehkan pangkalan kod yang lebih bermodul dan mudah diselenggara.
Penerimaan MCP dan Prospek Masa Depan
Bagi mana-mana piawaian, perkara yang paling penting ialah: ‘Adakah orang ramai akan menggunakannya?’ Hanya dalam beberapa bulan, jawapannya adalah lantang dan jelas: ya. OpenAI menambah sokongan kepadanya pada Mac 2025. Pada 9 April, ketua Google DeepMind, Demis Hassabis menyatakan sokongannya. Ketua Pegawai Eksekutif Google, Sundar Pichai dengan pantas menyatakan persetujuannya. Syarikat lain, termasuk Microsoft, Replit dan Zapier, turut mengikutinya.
Ini bukan sekadar cakap-cakap sahaja. Perpustakaan penyambung MCP yang telah dibina sebelumnya semakin berkembang. Contohnya, Docker baru-baru ini mengumumkan bahawa ia akan menyokong MCP melalui katalog MCP. Kurang daripada enam bulan selepas pelancaran MCP, katalog itu sudah mengandungi lebih 100 pelayan MCP daripada syarikat seperti Grafana Labs, Kong, Neo4j, Pulumi, Heroku, Elasticsearch dan banyak lagi.
Selain daripada apa yang boleh diakses oleh Docker, terdapat beratus-ratus pelayan MCP. Pelayan ini boleh digunakan untuk tugas-tugas berikut:
- Chatbot Sokongan Pelanggan: Pembantu AI boleh mengakses data CRM, maklumat produk dan tiket sokongan dalam masa nyata, memberikan bantuan yang tepat dan kontekstual.
- Carian AI Perusahaan: AI boleh mencari repositori dokumen, pangkalan data dan storan awan, memautkan respons ke dokumen sumber masing-masing.
- Alat Pembangun: Pembantu pengekodan boleh berinteraksi dengan CVS dan sistem kawalan versi lain, penjejak isu dan dokumentasi.
- Ejen AI: Sudah tentu, ejen autonomi boleh merancang tugas berbilang langkah, melaksanakan tindakan bagi pihak pengguna dan menyesuaikan diri dengan keperluan yang berubah-ubah dengan memanfaatkan alatan dan data yang disambungkan MCP.
Soalan sebenar ialah, apa yang MCP tidak boleh digunakan untuknya.
MCP mewakili anjakan paradigma: daripada AI statik yang terpencil kepada sistem yang disepadukan secara mendalam, sedar konteks dan mampu bertindak. Apabila protokol matang, ia akan menyokong generasi baharu ejen dan pembantu AI yang boleh membuat kesimpulan, bertindak dan bekerjasama dengan selamat, cekap dan berskala merentasi spektrum penuh alatan dan data digital.
Sejak letupan penjanaan AI pertama pada tahun 2022, saya belum pernah melihat mana-mana teknologi yang berkembang pesat seperti ini. Tetapi apa yang benar-benar mengingatkan saya ialah kemunculan Kubernetes lebih sedekad yang lalu. Pada masa itu, ramai yang percaya bahawa akan ada pertandingan antara orkestrator bekas, seperti Swarm dan Mesosphere, yang kini hampir dilupakan. Saya tahu sejak awal bahawa Kubernetes akan menjadi pemenang.
Oleh itu, saya akan membuat ramalan sekarang. MCP akan menjadi penyambungan untuk AI, membuka potensi penuh AI di seluruh perusahaan, awan dan seterusnya.