اگر برای تیمتان قابلیتهای هوش مصنوعی میسازید، دوران نوشتن کدهای رابط (wrapper) اختصاصی برای هر پایگاه داده یا API به پایان رسیده است. بر اساس مستندات فنی منتشر شده در ۱۸ ژوئن ۲۰۲۶، شرکت Anthropic پروتکل زمینه مدل (MCP) را برای استانداردسازی نحوه تعامل مدلهای زبانی بزرگ (LLM) — که مثل کتابخانهداری هستند که میلیاردها صفحه را خوانده و حالا با همان لحن جواب میدهند — با دادههای خارجی عرضه کرد.
این تغییر، یکی از سختترین نقاط اصطکاک در گردشهای کاری عاملمحور (Agentic) را حل میکند. همانطور که در تحلیلهای پیشین ما درباره امنیت مدلهای بازمتن اشاره کردیم، پراکندگی ابزارها همیشه یک چالش بوده است. این تلاش برای استانداردسازی تعاملات، در ادامه رویکرد مشابهی است که پیشتر در پروتکل UMP برای شکستن وابستگی حافظه عاملهای هوش مصنوعی به یک فروشنده خاص شاهد بودیم. تا امروز مهندسان مجبور بودند برای هر ابزاری که عرضه میکردند، اتصالات مجزا تعریف کنند. MCP این وضعیت را با معماری «کلاینت-میزبان-سرور» جایگزین میکند؛ چیزی شبیه به یک کابل USB-C جهانی که اجازه میدهد مدلهایی مثل Claude مستقیماً به لاگهای سیستمی و پایگاههای داده شرکتها دسترسی داشته باشند.
طبق اعلام انتروپیک، پیادهسازی فنی این پروتکل بر پایه JSON-RPC 2.0 است و از دو روش انتقال اصلی استفاده میکند:
- stdio: برای توسعه محلی و برنامههای دسکتاپ.
- SSE (Server-Sent Events): برای استقرار در محیطهای عملیاتی و راه دور.
توسعهدهندگان میتوانند سه قابلیت اصلی را تعریف کنند: منابع (دادههای فقط-خواندنی مثل فایلها)، پرامپتها (قالبهای بازیافتی) و ابزارها (توابع اجرایی). همچنین Anthropic یک ابزار خط فرمان به نام MCP Inspector ارائه داده است تا برنامهنویسان بتوانند پاسخهای JSON را پیش از استقرار نهایی، دیباگ کنند.
به نظر ما، این یعنی کاهش شدید هزینههای مهندسی. با جداسازی منطق ابزار از کلاینت هوش مصنوعی، یک مؤسس استارتاپی میتواند مدل خود را عوض کند یا رابط کاربری را بهروز کند، بدون اینکه مجبور باشد کل خط لوله دادهها را از ابتدا بنویسد. حالا تمرکز از «چگونه متصل شویم» به «چه دادهای ارزشمند است» تغییر میکند.
گام بعدی شما
- نصب SDKهای رسمی TypeScript یا Python برای شروع ساخت سرور MCP.
- تست اولین سرور خود با استفاده از MCP Inspector برای بررسی صحت پاسخها.
- رصد کلاینتهای جدیدی که علاوه بر Claude Desktop، از این استاندارد پشتیبانی میکنند.
اما تأثیر این استاندارد بر رقابت مدلهای متنباز حتی حیاتیتر است؛ در گزارش بعدی بررسی میکنیم که آیا Llama و Mistral به این بازی میپیوندند یا خیر.
گفتگو