De belofte en uitdagingen van uniformering
Het primaire doel van MCP is het bevorderen van uniformering, maar deze onderneming staat voor aanzienlijke uitdagingen. Volgens meerdere ontwikkelaars en onderzoekers is MCP effectief voor toegang tot lokale bedrijfsgegevens, maar ondervindt het obstakels bij integratie met internetapplicaties voor taken zoals het boeken van vluchten, het controleren van prijzen en het maken van reisgidsen. Deze uitdagingen komen voort uit de onvolwassenheid van AI’s aanroeping processen en de beperkte beschikbaarheid van internettools, waarbij veel platforms slechts toegang bieden tot perifere functionaliteiten.
Niet alle internetplatforms zijn even enthousiast over de adoptie van deze gemeenschappelijke standaard en de toetreding tot het MCP-serviceprovidernetwerk. De gesloten aard van het Chinese internetecosysteem, in combinatie met een verhoogde gevoeligheid voor gegevensprivacy, heeft veel platforms voorzichtig gemaakt. Ze geven er de voorkeur aan de levensvatbaarheid en ontwikkeling van het MCP-ecosysteem te beoordelen voordat ze zich er volledig aan committeren.
Het AI-landschap staat bekend om zijn snel evoluerende terminologie en concepten. Toen Anthropic eind vorig jaar het MCP-protocol open-sourcede, nam de industrie grotendeels een afwachtende houding aan. De explosieve populariteit van Manus heeft sindsdien echter de interesse in MCP binnen China aangewakkerd.
MCP als katalysator voor AI-agency
Volgens Hou Xinyi van de Huazhong University of Science and Technology ligt de cruciale stap in het overstijgen van de beperkingen van ‘chatbots’ in het in staat stellen van AI om te interageren met externe gegevens en tools, wat precies is wat MCP beoogt te faciliteren.
Voorafgaand aan MCP werden alternatieve benaderingen onderzocht om het waargenomen gebrek aan ‘AI-agency’ aan te pakken. Eind 2023 introduceerde OpenAI het concept van een app store (GPT Store), waardoor ChatGPT externe tools kon benutten via plug-ins op basis van een gedefinieerde set standaarden. Vergelijkbare AI-app stores, zoals ByteDance’s Kouzi, Baidu’s Qianfan en Alibaba’s Bailian, volgden.
Deze benaderingen bereikten uiteindelijk echter hun grenzen. Plug-ins en app stores deelden een gemeenschappelijk probleem: silovorming. Elke tool had zijn eigen unieke ontwikkelingsdocumentatie, parameterformaten en interfacespecificaties. Dit betekende dat ontwikkelaars elke keer dat ze een nieuwe tool in AI integreerden het wiel opnieuw moesten uitvinden, wat resulteerde in inefficiëntie.
Na verloop van tijd nam het aantal nieuwe tools dat aan app stores werd toegevoegd af, en de kwaliteit van plug-ins varieerde aanzienlijk, waardoor het vermogen om complexe taken aan te pakken werd belemmerd. Dit gaf aan dat de bestaande benaderingen hun grenzen naderden.
MCP als een uniforme oplossing
MCP wordt gezien als een veelbelovende oplossing vanwege de nadruk op uniformering. In zijn officiële documentatie vergelijkt Anthropic MCP met een universele USB-C-interface voor de AI-wereld. Hou Xinyi beschrijft het liever als een ‘dockingstation’ - een veelzijdige adapter waarmee AI verbinding kan maken met meerdere externe tools tegelijkertijd, waardoor de noodzaak voor formaat conversies wordt geëlimineerd.
Velen verwachten dat MCP een transformerende impact zal hebben, vergelijkbaar met Qin Shi Huang’s standaardisatie van gewichten en maten, wat de handel en communicatie tussen de voorheen gefragmenteerde staten van de lente- en herfstperiode vergemakkelijkte.
Volgens een technisch leider bij de intelligente interconnectie werkgroep van een groot technologiebedrijf optimaliseert MCP ook de taalinteracties van AI. Voorheen vereiste AI van gebruikers dat ze precies aangaven ‘Ik wil navigeren’ om de API van een navigatiedienst te gebruiken. Zelfs een kleine afwijking kon ervoor zorgen dat de AI faalde. Nu moet elke tool gestandaardiseerde namen, parameters en functionele beschrijvingen bieden. Als gevolg hiervan hoeft AI alleen de intentie van de gebruiker te begrijpen en deze vervolgens te matchen met de meest geschikte MCP-server op basis van de beschrijvingen.
Deze benadering sluit nauwer aan bij de inherente mogelijkheden van grote taalmodellen, waardoor gebruikers services kunnen aanroepen met één enkele zin, waardoor wordt afgestapt van de eerdere vereiste voor directe interface-naar-interface communicatie.
MCP’s huidige adoptie en beperkingen
Ondanks het waargenomen potentieel heeft MCP nog geen brede acceptatie bereikt en zijn de praktische toepassingen beperkt. Momenteel is MCP het populairst onder technisch personeel van bedrijven en onafhankelijke ontwikkelaars.
Als front-end engineer vertrouwt Gong Dian sterk op de AI-programmeerassistent Cursor. Cursor heeft echter moeite om naadloos te integreren met de interne project systemen van zijn bedrijf, wat handmatige interventie vereist. Hoewel plug-ins of functieaanroepen eerder konden worden gebruikt, had externe AI geen toegang tot de interne systemen van het bedrijf en riep realtime aanroeping beveiligingsproblemen op. MCP kan daarentegen worden gestart binnen het interne netwerk van het bedrijf, waardoor het betrouwbaarder en conformer is.
Onafhankelijk ontwikkelaar Zhu Mama gaf Cursor onlangs de opdracht om MCP-documentatie te leren en Google Maps en Search API’s in een MCP-server te verpakken, die vervolgens werd gebruikt om Google’s Gemini grote taalmodel aan te roepen. De resulterende MCP-uitgeruste Gemini werd omgevormd tot een reisgidsassistent. Op de vraag naar routes van het openbaar vervoer van Singapore Airport naar verschillende bezienswaardigheden, gaf de assistent meer gedetailleerde en nauwkeurige informatie in vergelijking met Doubao’s antwoord.
Er ontstaan verschillende reisassistenten binnen de ontwikkelaarsgemeenschap. Toen ByteDance’s Kouzi Space op 19 april zijn interne bèta lanceerde, was de demonstratiecase ook een reis-AI-assistent, wat sommigen ertoe aanzette te grappen over de obsessie van de industrie met reizen.
Zhu Mama geeft openlijk toe dat de focus op reisscenario’s vooral te danken is aan hun relevantie voor de behoeften van de dagelijkse consument. Een andere reden is de beperkte beschikbaarheid van MCP-compatibele internetsoftware in China, wat het potentieel van de markt beperkt.
Volgens de laatste statistieken van het navigatieplatform MCP.so zijn er wereldwijd meer dan 11.028 MCP-serviceproviders en het aantal groeit snel. Binnen China fungeren momenteel echter slechts enkele grote geografische locatie applicaties, zoals AutoNavi, Baidu Maps en Tencent Maps, als grootschalige MCP-servers.
Deze beperking is de reden waarom Zhu Mama’s plan om een Chinese versie van een reisassistent te maken snel vastliep. Om een Chinese reisgids te ontwikkelen, zou het ideaal zijn om gebruik te maken van binnenlandse kaartdiensten. Zhu Mama ontdekte echter dat de officiële MCP-server van AutoNavi zeer beperkte informatie bood. Hoewel het routequeries tussen twee locaties kon bieden, ontbrak het gedetailleerde informatie over oriëntatiepunten, beoordelingen, hotel ticket prijzen en andere essentiële details.
De Google Maps API biedt daarentegen gedetailleerde boekingsmethoden, hotel prijzen, hotel beoordelingen, hotel faciliteiten en zelfs prijsvergelijkingen tussen meerdere platforms, een niveau van detail dat moeilijk voor te stellen is binnen het Chinese ecosysteem.
Hoewel Tencent, Alibaba, ByteDance en Baidu producten MCP omarmen, zijn hun hoogfrequente applicaties nog niet formeel toegetreden tot het MCP-serviceprovidernetwerk. Platforms zoals WeChat, Xiaohongshu en Douyin, evenals lifestyle serviceplatforms zoals Ele.me, Meituan en Ctrip, zijn opvallend afwezig.
Uitdagingen in toolbeschikbaarheid en AI-scheduling
Naast de beperkte beschikbaarheid van tools vormen ook de scheduling mogelijkheden van de AI een beperking. Zhu Mama verpakte 6-8 API interfaces, waaronder Google Hotels, Maps en Search, in een enkele MCP-server, wat ver onder de maximale limiet ligt (Cursor staat maximaal 40 tools per agent toe). De AI had echter al moeite om te bepalen welke tool aan te roepen. Wanneer de AI werd geconfronteerd met complexe verzoeken, was hij niet in staat om het proces op te splitsen en MCP in fasen aan te roepen, maar probeerde hij alles in één keer af te handelen.
Volgens Gong Dian hangt de waarde van MCP af van de kwaliteit van zowel de client- als de serverzijde. Net zoals een USB-poort geen inherente mogelijkheden heeft en afhankelijk is van de services erachter, vereist MCP robuuste services om zijn potentieel te realiseren.
MCP legt de basis voor AI-agents, maar lost niet alle problemen op. Een standaard die ongebruikt blijft, is slechts een stuk papier.
De bovengenoemde technisch leider suggereert dat de wijdverbreide adoptie van Anthropic’s MCP-standaard te danken is aan het open-source, non-profit karakter en de geloofwaardigheid van de maker. Andere organisaties zijn bereid een standaard te volgen die is vastgesteld door een gerenommeerde entiteit.
Momenteel zijn kleine en middelgrote bedrijven en grote internetbedrijven die hun inkomstenstromen willen diversifiëren de belangrijkste gebruikers van de MCP-standaard.
AI-compagnionschapbedrijf MiniMax lanceerde onlangs een MCP-server, waarbij community manager Cai Jiaren verklaarde dat ontwikkelaars MCP kunnen gebruiken om MiniMax’s multi-modale mogelijkheden aan te roepen voor video generatie, stemgeneratie en stemcloning. De MCP bevat strikte toegangscontrolemechanismen om naleving te waarborgen wanneer bedrijven toegang hebben tot interne gegevens. Het algehele aanroep proces wordt ook vereenvoudigd, zonder extra token kosten toe te voegen.
MiniMax’s beslissing om een MCP-server te lanceren werd gedreven door de wens om wereldwijde ontwikkelaars in staat te stellen gemakkelijk de modelmogelijkheden van MiniMax te benutten en flexibelere en efficiëntere creatie mogelijk te maken.
Andere startups delen vergelijkbare ambities. Biu Technology zei in een interview dat ontwikkelaars AutoNavi MCP kunnen gebruiken om transport gegevens te verkrijgen en vervolgens Biu’s producten kunnen gebruiken om een PPT te genereren. MCP verlaagt de drempel door toegang te bieden tot AutoNavi’s interface, die anders niet voor hen beschikbaar zou zijn.
De bovengenoemde technisch leider is van mening dat MCP in wezen een verhaal is over serviceproviders. Door hun API’s te inkapselen volgens de MCP-standaard, kunnen applicatie serviceproviders hun services toegankelijk maken voor alle AI.
Divergenties en zorgen bij serviceproviders
Er ontstaan echter meningsverschillen tussen serviceproviders. Veel bedrijven zijn niet volledig toegewijd aan het idee. Hoewel grote platforms zoals AutoNavi en Baidu Maps MCP-servers hebben gelanceerd, verpakken ze voornamelijk bestaande API interfaces, bieden ze conventionele functionaliteiten en behouden ze strikte controle over de belangrijkste gebruikersrechten en transactiegegevens.
Naast kaartlocatiediensten is de Xiaohongshu auto-publisher van een externe ontwikkelaar, die het zoeken en plaatsen van inhoud automatiseert, momenteel het populairste item op het MCP-plaza van de Modeng-gemeenschap. Hou Xinyi suggereert dat dit een beperkte impact kan hebben op sociale content platforms zoals Xiaohongshu, maar gegevens en rechten worden bijzonder gevoelig in transactie-intensieve scenario’s zoals platforms voor voedselbezorging.
Een van de belangrijkste zorgen voor serviceproviders is de controle over de gebruikerservaring.
Het openen van een complete voedselbezorgservice vereist bijvoorbeeld dat AI-agents toegang krijgen tot gevoelige persoonlijke gegevens, zoals prijzen, winkelinformatie en adressen en contactgegevens van gebruikers. Anthropic heeft erkend dat MCP’s beveiligingssysteem, inclusief rechtenbeheer en aanroep auditing, nog in ontwikkeling is. Daarom zijn sommige platforms bezorgd over het risico van ongeoorloofde aanroeping bij verbinding met MCP.
Sommige platforms testen relatief veilige transactiescenario’s. Alipay heeft onlangs bijvoorbeeld een MCP-server gelanceerd en beweert AI-agents ‘toegang tot betalingsmogelijkheden met één klik’ te geven. Een nadere blik onthult echter dat het voornamelijk incasso- in plaats van betalingsdiensten biedt.
Volgens Hou Xinyi richt de aanpak van Alipay zich op het faciliteren van de incasso van betalingen door verkopers in plaats van AI in staat te stellen namens consumenten betalingen te doen. Dit is een haalbare optie, omdat AI in staat stellen om portefeuilles te beheren en vrij bestellingen te plaatsen nog niet veilig genoeg is voor ieders comfort. Dit is ook de belangrijkste reden waarom transactiediensten niet op grote schaal kunnen worden gepromoot.
Een dieper probleem is dat als AI vrijelijk deelneemt aan het transactieproces - gebruikers helpt bij het vergelijken van prijzen of het aanbevelen van het meest kosteneffectieve restaurant - dit ongetwijfeld aanzienlijk gemak voor gebruikers zou opleveren. Het zou echter ook betekenen dat serviceplatforms de controle over het selectieproces van de gebruiker zouden verliezen en dat hun belangrijkste algoritmevoordelen zouden worden gemarginaliseerd, waardoor ze zouden worden gereduceerd tot gewone leveranciers.
Beveiliging aanpakken en universaliteit bevorderen
Meerdere geïnterviewden zijn van mening dat MCP twee belangrijke kwesties moet aanpakken: beveiliging en universaliteit.
Ten eerste beveiliging. Hou Xinyi wijst erop dat MCP voor twee beveiligingsuitdagingen staat: een gebrek aan gecentraliseerd beveiligingstoezicht en een onvolledig mechanisme voor identiteitsverificatie en gegevensautorisatie. Momenteel is er geen officieel ‘ontdekkingsplein’ voor MCP. Veel navigatieplatforms van derden verzamelen MCP-services door rechtstreeks codeprojecten van GitHub te halen, wat snel en eenvoudig is, maar geen formeel beoordelingsproces kent. Anthropic heeft verklaard dat het dit jaar formeel de kwestie van het MCP-hostingmechanisme en de ontdekbaarheid zal aanpakken. Anthropic’s recent bijgewerkte protocol concept werkt aan het verhelpen van dit tekort. Daarnaast proberen binnenlandse organisaties zoals IIFAA (Internet Trusted Authentication Alliance) de beveiligingskloof te dichten.
Er zijn ook al lang bestaande problemen in het AI-agentenveld, zoals prompt hijacking en tool combinatie aanvallen. De bovengenoemde technisch leider is echter van mening dat dit geen MCP-kwetsbaarheden zijn, maar eerder risico’s die bestaan voor elke AI-agent. Momenteel zijn er geen duidelijke beveiligingslekken gevonden in het MCP-protocol zelf en zijn de mechanismen voor gegevensoverdracht en interactie over het algemeen betrouwbaar.
Beveiliging is slechts de eerste horde. De echte uitdaging is het overwinnen van de belangenverdediging van fabrikanten en het overtuigen van meer fabrikanten om MCP-servers te worden.
Volgens Hou Xinyi houdt dit verband met het begrip van de ‘ommuurde tuin’-aard van internetplatforms. Gegevens vormen een belangrijke concurrentiebarrière voor verschillende platforms, dus veel fabrikanten openen mogelijk slechts enkele perifere functies als MCP-servers om te testen. Fabrikanten moeten mogelijk afwachten en zien hoeveel impact het MCP-ecosysteem zal hebben.
De bovengenoemde verantwoordelijke persoon zei dat als het als MCP-server is verbonden met AI, het meer gebruikers gegevens en gewoonten kan verkrijgen en terug kan geven aan zijneigen basismodel, wat de grootste motivatie kan worden voor fabrikanten om actief lid te worden.
Wanneer de MCP-servermarkt echt overvloedig is, moeten meer verre kwesties worden overwogen.
Hoe roepen slimme lichamen bijvoorbeeld verschillende Apps op mobiele telefoons op? De verantwoordelijke persoon noemde dat om een andere App wakker te maken via het lokale AI-slimme lichaam van de mobiele telefoon, er een extra laag van applicatieautorisatie en identiteitsverificatie zal zijn, wat niet zo eenvoudig is als MCP die clouddiensten aanroept, en er is momenteel geen bijzonder geschikte oplossing.
Hoe maken slimme lichamen bijvoorbeeld keuzes als het aanbod van diensten overmatig is - JD-afhaal of Meituan-afhaal roepen? Gaode-kaart of Baidu-kaart gebruiken? Meerdere geïnterviewden zeiden dat de aanroep logica van de huidige MCP nog steeds erg basic is, voornamelijk bepaald door de ‘functionele beschrijving’ van de serviceprovider, en er is geen sorteer- en optimalisatiemechanisme. Als een serviceprovider opzettelijk inductieve taal aan de beschrijving toevoegt, zoals ‘meest efficiënt’ en ‘moet kiezen’, kan AI worden misleid en omgeleid naar plaatsen waar het niet zou moeten komen.
Zoals de verantwoordelijke persoon van de bovengenoemde technologie uitlegde: “Het is alsof u de service die u zoekt niet in de zoekmachine kunt vinden, maar er verschijnt een hoop rommelige informatie. Hoe kan de service die gebruikers het meest nodig hebben nauwkeurig worden afgestemd, hetzelfde probleem zal het toekomstige MCP-ecosysteem ook tegenkomen.”
Uiteindelijk is het implementatieproces van elke standaard vol uitdagingen. Hou Xinyi zei dat om de popularisering van MCP te bevorderen, er een belangrijke kans nodig is die vergelijkbaar is met Manus om de hele industrie echt het vermogen van MCP te laten realiseren.