تصور کنید هر بار که بخواهید لامپی را در خانه عوض کنید، مجبور باشید تمام سیم‌کشی دیوار را از نو انجام دهید. این دقیقاً همان کابوسی است که توسعه‌دهندگان در طراحی سنتی عامل‌های هوش مصنوعی با آن مواجه بودند، تا زمانی که پروتکل MCP وارد شد.
در ۲۱ ژوئن ۲۰۲۶، یک توسعه‌دهنده با استفاده از کیت توسعهٔ عامل (ADK) در watsonx Orchestrate اثر شرکت IBM، تغییری بنیادین در معماری عامل‌محور (Agentic) را نمایش داد. او با متصل کردن یک سرور MCP به یک عامل، لایه‌ای از انتزاع ایجاد کرد که پیچیدگی‌های ابزارهای زیرساختی را از منطق تصمیم‌گیرنده جدا می‌کند. این رویکرد در واقع تکامل یافته‌ی مفاهیم ارکستراسیون هوش مصنوعی برای شخصی‌سازی در برندها است که مدیریت پیچیدگی‌های عملیاتی را تسهیل می‌کند.
همان‌طور که در تحلیل‌های پیشین ما درباره‌ی امنیت مدل‌های بازمتن اشاره کردیم، مدیریت دسترسی‌ها همواره چالش‌برانگیز بوده است. در مدل‌های قدیمی، توسعه‌دهندگان باید هر ابزار را به‌طور مستقیم به هر عامل متصل می‌کردند (مدل M × N)؛ اما پروتکل زمینهٔ مدل (Model Context Protocol یا MCP) — درست مثل یک کلید مرکزی که تمام لامپ‌های خانه را مدیریت می‌کند و دیگر نیازی به سیم‌کشی جداگانه برای هر لامپ نیست — این ساختار را به مدل M + N تغییر داد. این انتقال به سمت مدیریت متمرکز، مشابه تحولی است که در مدیریت زیرساخت‌های هوش مصنوعی با سرورهای MCP دیدیم و داشبوردهای سنتی وب را به حاشیه راند.
به نقل از گزارش وب‌سایت dev.to، این پیاده‌سازی روی یک «عامل هواشناسی» با دو قابلیت مشخص: دریافت وضعیت فعلی و پیش‌بینی چندروزه، اجرا شد. بر اساس مستندات فنی، جریان عملیاتی به‌صورت زیر است:
- کاربر پرامپت خود را به عامل watsonx Orchestrate می‌فرستد.
- عامل، درخواست را به کیت ابزار MCP (با نام weather_mcp) ارسال می‌کند.
- سرور MCP درخواست را پردازش کرده و داده‌ها را از Open-Meteo Weather API فراخوانی می‌کند.
نکته کلیدی این است که منطق عامل تنها در یک فایل YAML تعریف شده است که هیچ کد اجرایی ندارد و فقط شامل دستورالعمل‌ها و مقاصد (Intent) است. به این ترتیب، عامل می‌فهمد که باید از ابزار get_current_weather استفاده کند، بدون اینکه مستقیماً با API هواشناسی درگیر شود.
این جداسازی به این معناست که می‌توان API زیرساختی را بدون تغییر حتی یک خط از تعریف عامل، به‌طور کامل جایگزین کرد. برای شما به‌عنوان کاربر یا توسعه‌دهنده، این یعنی هزینه نگهداری کمتر و سرعت استقرار بیشتر؛ زیرا ابزارهای جدیدی که به سرور MCP اضافه می‌شوند، به‌طور خودکار برای تمام عامل‌های متصل در دسترس خواهند بود. البته در کنار این آزادی عمل، پیاده‌سازی چارچوب‌های کنترل‌شده برای کاهش ریسک عامل‌ها برای سازمان‌های متوسط حیاتی است تا از خودمختاری بدون نظارت جلوگیری شود.
این الگو تمرکز را از نوشتن کدهای پیچیدهٔ یکپارچه‌سازی به تعریف مقاصد سطح‌بالا منتقل می‌کند. این رویکرد نویدبخش آینده‌ای است که در آن پشته‌های هوش مصنوعی سازمانی به صورت ماژولار مدیریت می‌شوند و تیم‌ها می‌توانند قابلیت‌ها را در لحظه به‌روز کنند، بدون اینکه پایداری منطق استدلالی عامل به خطر بیفتد.
گام بعدی شما
- رابط کاربری Agent Builder در watsonx Orchestrate را برای وارد کردن تعاریف YAML بررسی کنید.
- معماری فعلی عامل‌های خود را از مدل اتصال مستقیم به مدل سرور مرکزی MCP منتقل کنید.
- عملکرد این ساختار را در محیط‌های سازمانی با تعداد عامل‌های بالا آزمایش کنید.
اما داستان سخت‌افزاری این تحول حتی شگفت‌انگیزتر است — به تحلیل ما درباره‌ی تراشه‌های Blackwell مراجعه کنید.
گفتگو