Понимание MCP
Если вы еще не знакомы с MCP, то, вероятно, слышали термин ‘Агент’ (или интеллектуальный агент). Взрыв популярности китайского стартапа Manus в начале 2025 года вывел эту концепцию на первый план.
Ключ к привлекательности Agent заключается в его способности эффективно выполнять задачи. В отличие от более ранних больших языковых моделей (LLM), которые в основном служили в качестве разговорных интерфейсов, Agents предназначены для активного выполнения задач, используя внешние инструменты и источники данных. Традиционные LLM ограничены своими данными обучения и требуют сложных процессов для доступа к внешним ресурсам.
MCP имеет решающее значение для реализации видения Agent, позволяя LLM беспрепятственно взаимодействовать с внешними инструментами, поддерживающими протокол MCP. Это позволяет им выполнять более конкретные и сложные задачи.
В настоящее время несколько приложений, включая Amap и WeChat Read, запустили официальные MCP-серверы. Это позволяет разработчикам создавать приложения ИИ, выбирая предпочтительную LLM и интегрируя ее с MCP-серверами, такими как Amap или WeChat Read. Это позволяет LLM выполнять такие задачи, как запросы карт и поиск информации в книгах.
Волна MCP началась в феврале 2024 года и быстро набрала обороты во всем мире.
Крупные игроки, такие как OpenAI, Google, Meta, Alibaba, Tencent, ByteDance и Baidu, объявили о поддержке протокола MCP и запустили свои собственные платформы MCP, приглашая разработчиков и поставщиков прикладных услуг присоединиться.
MCP: Объединение экосистемы ИИ
Концепция ‘суперприложений’ была горячей темой в области ИИ в 2024 году, с ожиданиями быстрого распространения приложений ИИ. Однако инновационная экосистема ИИ оставалась фрагментированной.
Появление MCP можно сравнить с объединением Китая при Цинь Шихуане, который стандартизировал системы письма, транспорта и измерения. Эта стандартизация значительно облегчила экономическую деятельность и торговлю.
Многие аналитики рынка считают, что принятие MCP и аналогичных протоколов проложит путь к значительному всплеску приложений ИИ в 2025 году.
По сути, MCP действует как ‘суперплагин’ для ИИ, обеспечивая бесшовную интеграцию с различными внешними инструментами и источниками данных.
Техническая основа MCP
MCP, или Model Context Protocol, был впервые представлен Anthropic в ноябре 2024 года.
Как открытый стандарт, MCP позволяет приложениям ИИ взаимодействовать с внешними источниками данных и инструментами.
Представьте себе MCP как универсальный адаптер для LLM, определяющий стандартный ‘USB-интерфейс’.
Этот интерфейс позволяет разработчикам создавать приложения более стандартизированным и организованным образом, подключаясь к различным источникам данных и рабочим процессам.
Преодоление барьеров на пути разработки приложений ИИ
До появления MCP разработка приложений ИИ была сложным и трудоемким процессом.
Например, разработка ИИ-помощника для путешествий требовала от LLM выполнения таких задач, как доступ к картам, поиск путеводителей и создание персонализированных маршрутов на основе предпочтений пользователя.
Чтобы LLM могла запрашивать карты и искать руководства, разработчики сталкивались со следующими проблемами:
- Каждый поставщик ИИ (OpenAI, Anthropic и т. д.) реализовал Function Calling по-разному. Переключение между LLM требовало от разработчиков переписывать код адаптации, по сути, создавая ‘руководство пользователя’ для LLM для использования внешних инструментов. В противном случае точность вывода модели значительно снизилась бы.
- Отсутствие единого стандарта взаимодействия LLM с внешним миром привело к низкой повторной используемости кода, что затрудняет развитие экосистемы приложений ИИ.
По словам Чэнь Цзыцяня, эксперта по алгоритмическим технологиям в Alibaba Cloud ModelScope, ‘До MCP разработчикам необходимо было понимать LLM и выполнять вторичную разработку, чтобы встраивать внешние инструменты в свои приложения. Если производительность инструментов была низкой, разработчикам приходилось выяснять, проблема в самом приложении или в инструментах’.
Manus, вышеупомянутый стартап ИИ, является ярким примером. В предыдущей оценке было установлено, что Manus необходимо вызвать более десяти инструментов, чтобы написать простую новостную статью, включая открытие браузера, просмотр и сбор веб-страниц, написание, проверку и доставку окончательного результата.
Если Manus решил вызывать внешние инструменты на каждом этапе, ему нужно было написать ‘функцию’, чтобы организовать, как будут работать внешние инструменты. В результате Manus часто прерывал задачи из-за перегрузки и потреблял чрезмерное количество токенов.
Преимущества MCP
С MCP разработчикам больше не нужно отвечать за производительность внешних инструментов. Вместо этого они могут сосредоточиться на обслуживании и отладке самого приложения, что значительно снижает объем работы по разработке.
Отдельные серверы в экосистеме, такие как Alipay и Amap, могут поддерживать свои MCP-сервисы, обновляться до последних версий и ждать подключения разработчиков.
Ограничения и проблемы MCP
Несмотря на свой потенциал, экосистема MCP все еще находится на ранней стадии развития и сталкивается с рядом проблем.
Некоторые разработчики утверждают, что MCP — это ненужный уровень сложности, предлагая API в качестве более простого решения. LLM уже могут вызывать API через различные протоколы, что делает MCP избыточным.
В настоящее время большинство MCP-сервисов, выпущенных крупными компаниями, определяются самими компаниями, определяя, какие функции могут вызываться LLM и как они планируются. Однако это вызывает опасения, что компании могут не предоставить доступ к своей наиболее важной и оперативной информации.
Кроме того, если MCP-серверы не запущены официально или не обслуживаются должным образом, безопасность и стабильность соединений MCP могут быть сомнительными.
Тан Шуан, независимый разработчик, поделился примером MCP-сервера карт, содержащего менее 20 инструментов. Пять из этих инструментов требовали широты и долготы, а инструмент прогноза погоды требовал идентификатора административного деления без предоставления инструкций о том, как получить эти идентификаторы. Единственным решением было возвращение пользователей в экосистему поставщика услуг и выполнение шагов для получения информации и разрешений.
Хотя популярность MCP очевидна, лежащая в ее основе динамика сложна. Хотя поставщики LLM готовы предоставлять MCP-сервисы, они сохраняют контроль и не хотят приносить пользу другим экосистемам. Если сервисы не обслуживаются должным образом, разработчики могут столкнуться с увеличением рабочей нагрузки, что подорвет цель экосистемы.
Победа открытого исходного кода
Почему MCP набирает обороты сейчас?
Первоначально MCP привлек мало внимания после запуска Anthropic. Только ограниченное количество приложений, таких как Claude Desktop от Anthropic, поддерживали протокол MCP. Разработчикам не хватало единой экосистемы разработки ИИ, и они работали в основном изолированно.
Принятие MCP разработчиками постепенно вывело его на первый план. Начиная с февраля 2025 года, несколько популярных приложений для программирования ИИ, включая Cursor, VSCode и Cline, объявили о поддержке протокола MCP, что значительно повысило его известность.
После принятия сообществом разработчиков интеграция MCP поставщиками LLM стала ключевым фактором его широкого распространения.
Объявление OpenAI о поддержке MCP 27 марта, а затем и Google, стало важным шагом.
Генеральный директор Google Сундар Пичаи выразил свое двойственное отношение к MCP в X, заявив: ‘Использовать MCP или нет, вот в чем вопрос’. Однако всего через четыре дня после публикации этого твита Google также объявил о своей поддержке MCP.
Быстрое принятие MCP основными игроками в индустрии ИИ подчеркивает его потенциал в преобразовании способа разработки и развертывания приложений ИИ.
Путь вперед для MCP
По мере того как экосистема MCP продолжает развиваться, будет крайне важно решить существующие ограничения и проблемы. Сюда входит:
- Стандартизация: Разработка более стандартизированного протокола MCP, который не зависит от отдельных поставщиков.
- Безопасность: Внедрение надежных мер безопасности для обеспечения безопасности и надежности соединений MCP.
- Поддерживаемость: Поощрение разработки и обслуживания высококачественных MCP-серверов.
- Доступность: Сделать MCP более доступным для разработчиков всех уровней квалификации.
Решая эти проблемы, MCP может открыть новую эру инноваций в области ИИ, позволяя создавать более мощные, универсальные и удобные приложения ИИ.
В заключение, хотя MCP все еще находится на ранней стадии развития, его потенциал в преобразовании ландшафта ИИ неоспорим. Содействуя созданию более открытой, стандартизированной и совместной экосистемы, MCP может проложить путь к будущему, в котором ИИ будет более доступным и полезным для всех.