De wereld van Artificial Intelligence (AI) evolueert voortdurend, met nieuwe termen en technologieën die in een snel tempo opkomen. Een van die termen die recentelijk significante aandacht heeft gekregen, is ‘MCP’, of Model Context Protocol. Dit concept heeft aanzienlijke opwinding veroorzaakt binnen de AI-gemeenschap, waarbij parallellen worden getrokken met de vroege dagen van mobiele app ontwikkeling.
Zoals Baidu-voorzitter Li Yanhong verklaarde tijdens de Baidu Create-conferentie op 25 april: ‘Het ontwikkelen van intelligente agenten op basis van MCP is als het ontwikkelen van mobiele apps in 2010.’ Deze analogie benadrukt de potentiële impact van MCP op de toekomst van AI-applicaties.
MCP Begrijpen
Als je nog niet bekend bent met MCP, ben je waarschijnlijk de term ‘Agent’ (of intelligente agent) tegengekomen. De toename in populariteit van Manus, een Chinese startup, begin 2025 bracht dit concept naar voren.
De sleutel tot de aantrekkingskracht van Agent ligt in zijn vermogen om taken effectief uit te voeren. In tegenstelling tot eerdere large language models (LLM’s) die primair dienden als conversationele interfaces, zijn Agents ontworpen om actief taken uit te voeren, waarbij ze externe tools en databronnen benutten. Traditionele LLM’s worden beperkt door hun trainingsdata en vereisen complexe processen om toegang te krijgen tot externe resources.
MCP is cruciaal voor het realiseren van de Agent-visie, waardoor LLM’s naadloos kunnen interageren met externe tools die het MCP-protocol ondersteunen. Dit stelt ze in staat om meer specifieke en complexe taken uit te voeren.
Momenteel hebben verschillende applicaties, waaronder Amap en WeChat Read, officiële MCP-servers gelanceerd. Dit stelt ontwikkelaars in staat om AI-applicaties te creëren door een voorkeurs-LLM te selecteren en deze te integreren met MCP-servers zoals Amap of WeChat Read. Dit stelt de LLM in staat om taken uit te voeren zoals kaartqueries en informatie ophalen uit boeken.
De MCP-golf begon in februari 2024 en heeft wereldwijd snel aan momentum gewonnen.
Grote spelers zoals OpenAI, Google, Meta, Alibaba, Tencent, ByteDance en Baidu hebben allemaal ondersteuning aangekondigd voor het MCP-protocol en hun eigen MCP-platforms gelanceerd, waarmee ze ontwikkelaars en applicatie service providers uitnodigen om deel te nemen.
MCP: Het AI-Ecosysteem Verenigen
Het concept van ‘super apps’ was een populair onderwerp in het AI-veld in 2024, met verwachtingen van een snelle verspreiding van AI-applicaties. Het AI-innovatie ecosysteem bleef echter gefragmenteerd.
De opkomst van MCP kan worden vergeleken met de eenwording van China onder Qin Shi Huang, die schrijven, transport en meetsystemen standaardiseerde. Deze standaardisatie vergemakkelijkte de economische activiteit en handel aanzienlijk.
Veel marktanalisten geloven dat de adoptie van MCP en soortgelijke protocollen de weg zal vrijmaken voor een significante toename van AI-applicaties in 2025.
In essentie fungeert MCP als een ‘super plug-in’ voor AI, waardoor naadloze integratie met verschillende externe tools en databronnen mogelijk is.
De Technische Basis van MCP
MCP, of Model Context Protocol, werd voor het eerst geïntroduceerd door Anthropic in november 2024.
Als een open standaard stelt MCP AI-applicaties in staat om te communiceren met externe databronnen en tools.
Beschouw MCP als een universele adapter voor LLM’s, die een standaard ‘USB-interface’ definieert.
Deze interface stelt ontwikkelaars in staat om applicaties op een meer gestandaardiseerde en georganiseerde manier te creëren, waarbij ze verbinding maken met verschillende databronnen en workflows.
Barrières Overwinnen voor AI Applicatie Ontwikkeling
Voor de opkomst van MCP was het ontwikkelen van AI-applicaties een uitdagend en complex proces.
Het ontwikkelen van een AI-reisassistent vereiste bijvoorbeeld een LLM om taken uit te voeren zoals het openen van kaarten, het zoeken naar reisgidsen en het maken van gepersonaliseerde reisroutes op basis van gebruikersvoorkeuren.
Om de LLM in staat te stellen kaarten op te vragen en naar gidsen te zoeken, werden ontwikkelaars geconfronteerd met de volgende uitdagingen:
- Elke AI-provider (OpenAI, Anthropic, etc.) implementeerde Function Calling anders. Schakelen tussen LLM’s vereiste dat ontwikkelaars adaptatiecode herschreven, in wezen een ‘gebruikershandleiding’ creërend voor de LLM om externe tools te gebruiken. Anders zou de nauwkeurigheid van de output van het model aanzienlijk afnemen.
- Het gebrek aan een uniforme standaard voor LLM-interactie met de buitenwereld resulteerde in een lage hergebruikbaarheid van code, waardoor de ontwikkeling van het AI-applicatie ecosysteem werd belemmerd.
Volgens Chen Ziqian, een algoritme technologie expert bij Alibaba Cloud ModelScope: ‘Vóór MCP moesten ontwikkelaars LLM’s begrijpen en secundaire ontwikkeling uitvoeren om externe tools in hun applicaties te integreren. Als de prestaties van de tools slecht waren, moesten ontwikkelaars onderzoeken of het probleem bij de applicatie zelf of bij de tools lag.’
Manus, de eerder genoemde AI-startup, dient als een goed voorbeeld. In een eerdere evaluatie werd vastgesteld dat Manus meer dan tien tools moest aanroepen om een eenvoudig nieuwsartikel te schrijven, waaronder het openen van een browser, het bladeren en schrapen van webpagina’s, het schrijven, verifiëren en leveren van het eindresultaat.
Als Manus ervoor koos om in elke stap externe tools aan te roepen, moest het een ‘functie’ schrijven om te regelen hoe de externe tools zouden werken. Als gevolg hiervan beëindigde Manus vaak taken vanwege overbelasting en verbruikte het buitensporig veel tokens.
De Voordelen van MCP
Met MCP hoeven ontwikkelaars niet langer verantwoordelijk te zijn voor de prestaties van externe tools. In plaats daarvan kunnen ze zich richten op het onderhouden en debuggen van de applicatie zelf, waardoor de ontwikkelings workload aanzienlijk wordt verminderd.
Individuele servers binnen het ecosysteem, zoals Alipay en Amap, kunnen hun MCP-services onderhouden, updaten naar de nieuwste versies en wachten tot ontwikkelaars verbinding maken.
Beperkingen en Uitdagingen van MCP
Ondanks het potentieel bevindt het MCP-ecosysteem zich nog in de beginfase en staat het voor verschillende uitdagingen.
Sommige ontwikkelaars beweren dat MCP een onnodige laag complexiteit is, en suggereren dat API’s een eenvoudigere oplossing zijn. LLM’s kunnen al API’s aanroepen via verschillende protocollen, waardoor MCP overbodig lijkt.
Momenteel worden de meeste MCP-services die door grote bedrijven worden vrijgegeven, gedefinieerd door de bedrijven zelf, die bepalen welke functies door LLM’s kunnen worden aangeroepen en hoe ze worden gepland. Dit roept echter zorgen op dat bedrijven mogelijk geen toegang verlenen tot hun meest kritieke en real-time informatie.
Bovendien, als MCP-servers niet officieel worden gelanceerd of goed worden onderhouden, kunnen de beveiliging en stabiliteit van MCP-verbindingen twijfelachtig zijn.
Tang Shuang, een onafhankelijke ontwikkelaar, deelde een voorbeeld van een kaart MCP-server met minder dan 20 tools. Vijf van deze tools vereisten breedte- en lengtegraad, terwijl een weertool een administratieve divisie-ID vereiste zonder instructies te geven over hoe deze ID’s te verkrijgen. De enige oplossing was voor gebruikers om terug te keren naar het ecosysteem van de service provider en de stappen te volgen om informatie en machtigingen te verkrijgen.
Hoewel de populariteit van MCP duidelijk is, is de onderliggende dynamiek complex. Hoewel LLM-leveranciers bereid zijn MCP-services te leveren, behouden ze de controle en aarzelen ze om andere ecosystemen te bevoordelen. Als services niet goed worden onderhouden, kunnen ontwikkelaars te maken krijgen met een verhoogde workload, wat het doel van het ecosysteem ondermijnt.
De Overwinning van Open Source
Waarom wint MCP nu aan populariteit?
Aanvankelijk kreeg MCP weinig aandacht na de lancering door Anthropic. Slechts een beperkt aantal applicaties, zoals Anthropic’s Claude Desktop, ondersteunde het MCP-protocol. Ontwikkelaars misten een uniform AI-ontwikkelings ecosysteem en werkten voornamelijk geïsoleerd.
De adoptie van MCP door ontwikkelaars heeft het geleidelijk naar de voorgrond gebracht. Vanaf februari 2025 kondigden verschillende populaire AI-programmeertoepassingen, waaronder Cursor, VSCode en Cline, ondersteuning aan voor het MCP-protocol, waardoor het profiel aanzienlijk werd verhoogd.
Na de adoptie door de ontwikkelaarsgemeenschap is de integratie van MCP door LLM-leveranciers de belangrijkste factor geweest in de wijdverbreide adoptie.
De aankondiging van OpenAI van ondersteuning voor MCP op 27 maart, gevolgd door Google, was een cruciale stap.
Google CEO Sundar Pichai uitte zijn ambivalentie ten opzichte van MCP op X, en verklaarde: ‘To MCP or not to MCP, that is the question.’ Echter, slechts vier dagen na het plaatsen van deze tweet, kondigde Google ook zijn steun aan voor MCP.
De snelle adoptie van MCP door grote spelers in de AI-industrie benadrukt het potentieel om de manier waarop AI-applicaties worden ontwikkeld en ingezet te transformeren.
Het Pad Voorwaarts voor MCP
Naarmate het MCP-ecosysteem zich blijft ontwikkelen, zal het cruciaal zijn om de bestaande beperkingen en uitdagingen aan te pakken. Dit omvat:
- Standaardisatie: Het ontwikkelen van een meer gestandaardiseerd MCP-protocol dat onafhankelijk is van individuele leveranciers.
- Beveiliging: Het implementeren van robuuste beveiligingsmaatregelen om de veiligheid en betrouwbaarheid van MCP-verbindingen te waarborgen.
- Onderhoudbaarheid: Het aanmoedigen van de ontwikkeling en het onderhoud van hoogwaardige MCP-servers.
- Toegankelijkheid: Het toegankelijker maken van MCP voor ontwikkelaars van alle vaardigheidsniveaus.
Door deze uitdagingen aan te pakken, heeft MCP het potentieel om een nieuw tijdperk van AI-innovatie te ontsluiten, waardoor de creatie van krachtigere, veelzijdigere en gebruiksvriendelijkere AI-applicaties mogelijk wordt.
Kortom, hoewel MCP zich nog in de beginfase bevindt, is het potentieel om het AI-landschap te transformeren onmiskenbaar. Door een meer open, gestandaardiseerd en collaboratief ecosysteem te bevorderen, kan MCP de weg vrijmaken voor een toekomst waarin AI toegankelijker en voordeliger is voor iedereen.