La signification et la fonction du MCP

Pendant cette période, tant que vous en lisez davantage sur AI Agent, les outils de programmation IA ou les flux de travail automatisés, vous rencontrerez essentiellement le mot MCP.

Quand je l’ai vu pour la première fois, je ne l’ai pas pris au sérieux. Trop de nouveaux concepts ont émergé récemment dans le domaine de l’IA. Chacun d’eux porte un nom plus grand que le précédent, mais peu d’entre eux ont été réellement mis en œuvre en ingénierie.

Mais plus je vois MCP, plus j’ai l’impression que ce n’est pas un nouveau terme qui reste au niveau conceptuel. Il s’agit en effet de combler un poste vacant de longue date.

Cet écart n’est pas compliqué :

Ce n’est pas parce que le modèle peut répondre aux questions qu’il peut réellement faire des choses.

Ce problème surviendra dès que les tâches commenceront à se rapprocher des flux de travail réels. Visualiser l’entrepôt, vérifier les fichiers, exécuter des commandes, lire des bases de données, ouvrir des navigateurs et se connecter aux systèmes internes ne sont pas des capacités qui viendront naturellement si le modèle lui-même est plus solide en raisonnement. Il y a toujours une couche au milieu : comment connecter le modèle à l’environnement externe.

MCP gère presque cette couche.

1. La signification fondamentale de MCP

MCP est l’abréviation de Model Context Protocol.

Plus formellement, il s’agit d’un ensemble de protocoles qui facilitent la collaboration entre les modèles, les clients IA et les ressources ou outils externes.

Cette phrase est correcte en elle-même, mais il n’est en fait pas facile de ressentir un sentiment précis lorsque je la vois pour la première fois.

Pour le dire plus directement, ce que fait MCP peut être compris comme la phrase suivante :

** Organiser la connexion des modèles aux ressources et outils externes dans une approche plus unifiée. **

La portée des « ressources et outils externes » ici est énorme, notamment :

• fichiers locaux
• Dépôt Git
• base de données
• Navigateur
• ligne de commande
• Système interne
• Base de connaissances
• Services tiers

Bien entendu, ces capacités peuvent être intégrées aux produits d’IA auparavant, mais la plupart d’entre elles reposent sur des adaptations propriétaires écrites par chacun.

Il existe une manière de connecter des fichiers, une autre de se connecter aux bases de données et une autre de connecter les navigateurs. Si vous changez de client, vous devez tout recommencer. Quand il y a peu d’outils, cela reste acceptable. Lorsqu’il y a trop d’outils, des problèmes surviennent :

• Les modes d’accès sont de plus en plus fragmentés
• Différents clients font la même chose à plusieurs reprises
• Les paramètres, les autorisations et les styles de structure de retour sont différents
• Les coûts de maintenance ultérieurs continuent d’augmenter

C’est ce qu’est MCP. Il s’agit de trier un type de capacité qui existait à l’origine mais qui a toujours été fragmentée.

2. Contexte de l’émergence du MCP

Si l’IA n’est utilisée que comme outil de chat, la présence de MCP ne sera pas très forte.

Poser des questions, résumer, écrire un bout de code, modifier un bout de copie, la plupart de ces tâches restent au niveau de la « génération de contenu ». Le contexte est généralement collé manuellement et les appels d’outils ne sont pas strictement nécessaires.

Mais désormais, de nombreux produits d’IA ne se contentent plus de cette couche.

La direction devient de plus en plus claire et l’objectif est de permettre à l’IA d’entrer dans de vrais workflows, au moins pour participer aux éléments suivants :

• Regardez directement le code du projet
• Trouvez vous-même les documents pertinents -Exécuter la commande
• Lire les résultats des tests
• Vérifier l’état de la page
• Connectez-vous à une base de données ou à une base de connaissances
• Continuer à avancer les tâches en fonction des résultats

Une fois l’objectif atteint, l’ensemble initial d’outils dispersés commence à sembler insuffisant.

Ce qu’il faut vraiment traiter, ce sont principalement les points suivants :

• Si l’accès est unifié
• Si l’expansion est douce
• Les limites des autorisations sont-elles claires ?
• S’il existe une collaboration stable à long terme entre le client et l’outil

L’émergence du MCP est essentiellement due au fait que ce type de demande a commencé à exploser de manière intensive.

À mesure que les produits d’IA passent de « répondre aux questions » à « participer à l’exécution », tôt ou tard, la couche d’accès deviendra un problème qui devra être traité de front.

3. Le niveau de capacité complété par MCP

L’aspect le plus précieux du MCP ne réside pas dans les paramètres du modèle ou dans « l’outil de réglage » au niveau publicitaire, mais dans le fait qu’il peut réduire le problème des devinettes du modèle à huis clos dans l’environnement réel.

Il existe une expérience commune en ingénierie :

Les résultats générés par le modèle semblent corrects, la terminologie est correcte et la structure est complète, mais lorsqu’il s’agit de projets réels, elle commence à s’écarter. Les raisons des préjugés ne sont souvent pas mystérieuses, elles ne sont rien de plus que celles-ci :

• Impossible de voir la véritable structure des répertoires
• Je ne sais pas comment exécuter le script
• Je ne sais pas où se trouve le fichier de configuration
• Impossible d’obtenir le statut d’exécution
• Impossible d’accéder à la base de données ou aux journaux
• Je ne sais pas quelles ressources sont disponibles dans l’environnement actuel

Sans cette information, le modèle ne peut que deviner.

Lorsque la supposition est bonne, le résultat semble correct ; Lorsque l’hypothèse est erronée, le problème n’est souvent pas facile à repérer au premier coup d’œil car il semble encore complet en surface.

La valeur du MCP réside précisément dans sa tentative de transformer ce processus consistant à « s’appuyer sur la supposition et le remplissage d’informations environnementales » en « l’obtention d’un contexte réel et de capacités d’outils grâce à une méthode unifiée ».

De ce point de vue, MCP ressemble plus à une couche d’infrastructure qu’à un concept isolé.

4. Trois perspectives pour comprendre MCP

Si vous ne souhaitez pas examiner les détails de l’accord tout de suite, le MCP peut être compris sous trois angles.

1. Un socket unifié

C’est le moyen le plus simple d’acquérir une compréhension intuitive.

Il s’avère que différents outils, différents systèmes et différentes sources de données sont comme des fiches de spécifications différentes lorsqu’ils sont connectés au client IA. Vous devez réinstaller l’adaptateur à chaque fois que vous en connectez un, ce qui deviendra certainement de plus en plus compliqué à long terme.

MCP revient davantage à promouvoir un ensemble unifié de sockets.

Cela ne permettra peut-être pas d’aplanir toutes les différences, mais au moins cela peut rendre la question du « comment se connecter » moins compliquée.

2. Une couche de traduction entre modèles et outils

Le modèle comprend bien le langage, mais il ne comprend pas naturellement les différents styles d’interfaces privées de chaque système.

Le système de fichiers a des règles de système de fichiers, la base de données a des règles de base de données et le débogage du navigateur est un ensemble de choses complètement différent.

Une chose importante que fait MCP est d’organiser ces fonctionnalités sous une forme plus facile à décrire, à découvrir et à appeler, telle que :

• Quelles ressources sont actuellement disponibles ?
• Quelles opérations peuvent être effectuées
• Quels paramètres sont requis lors de l’appel ?
• Quelle sera la structure du résultat renvoyé ?

De cette manière, le coût de la collaboration entre les clients et les fournisseurs d’outils sera bien inférieur.

3. Un canal contextuel dynamique

Le contexte était souvent compris comme « un morceau de texte publié sur le modèle ».

Mais le contexte du travail réel va au-delà.

Les fichiers de projet, les sorties de journaux, les enregistrements de base de données, l’état des pages du navigateur, les modifications Git et les résultats d’exécution de commandes appartiennent tous au contexte, et ce sont également des contextes qui changent dynamiquement.

L’une des significations importantes de MCP est de donner à ce type de contexte la possibilité d’être obtenu via des méthodes standard, au lieu de s’appuyer entièrement sur le copier-coller manuel.

5. Le rôle réel du MCP

MCP peut facilement paraître abstrait si l’on ne parle que de définitions. Pour vraiment comprendre sa valeur, il faut encore revenir au scénario d’utilisation réel.

1. Facilitez la connexion de l’IA aux outils réels

C’est le niveau de valeur le plus direct.

Lorsqu’un client AI prend en charge MCP, il aura naturellement accès aux fonctionnalités suivantes :

• Lire et écrire des fichiers
• Vérifier l’état de l’entrepôt
• Base de données de requête
• Déboguer les pages du navigateur
• Obtenir le résultat de la commande
• Accéder à la base de connaissances
• Connectez-vous à des services externes

À cette époque, le rôle de l’IA va changer.

Il ne se contente plus de « donner des conseils » mais commence à avoir la capacité de « participer à l’accomplissement des tâches ».

2. Réduire la duplication du travail dans l’accès aux outils

Dans le passé, de nombreux travaux d’intégration étaient essentiellement codés en dur de manière individuelle :

• Un client s’adapte à un service
• Passer à un autre client et s’adapter à nouveau
• La même capacité est réécrite à plusieurs reprises dans plusieurs produits

Cette méthode fonctionne bien à court terme, mais est très coûteuse à long terme.

Si de plus en plus d’outils peuvent exposer des fonctionnalités d’une manière similaire à MCP, les fournisseurs d’outils et les clients se sentiront beaucoup plus faciles :

• Les capacités des outils sont plus faciles à réutiliser
• Le client étend de nouvelles capacités plus facilement
• L’ensemble de l’écosystème ne sera pas réinventé à chaque fois qu’il y aura un outil supplémentaire.

3. Rendre l’acquisition du contexte plus naturelle

Dans les tâches complexes, l’une des choses qui demandent le plus d’attention est d’ajouter du contexte à plusieurs reprises.

Où se trouve le projet, quel répertoire est important, quel journal est critique, quelle commande est correcte, quel fichier peut être modifié et quel fichier ne peut pas être touché. Si ces informations sont interprétées manuellement à chaque fois, le coût est très élevé et il est facile de les divulguer.

Lorsque l’IA pourra accéder à ces capacités de manière unifiée, l’ensemble du processus sera beaucoup plus fluide.

De telles améliorations ne sont peut-être pas aussi visibles que les mises à niveau des modèles, mais elles ont un impact significatif sur les taux réels d’achèvement des missions.

4. Faire en sorte que l’agent ressemble davantage à un véritable exécuteur testamentaire

Le mot Agent est utilisé de manière très vague de nos jours, mais un Agent véritablement pratique doit posséder au moins quelques éléments :

• Observer l’environnement
• Obtenir des informations
• outil d’appel
• effectuer des actions
• Continuer à avancer en fonction des résultats

Si l’accès aux outils est toujours fragmenté, privé et difficile à étendre, l’agent peut facilement rester au niveau du « parler par étapes ».

Ce que MCP ajoute est la couche de base la plus critique permettant à l’agent de passer de « l’impression qu’il peut faire des choses » à « être réellement capable de faire certaines choses ».

5. Plus facile à gérer les autorisations et les capacités

Une fois que l’IA commence à se connecter aux systèmes réels, les problèmes d’autorisation ne peuvent être évités.

Par exemple :

-Quels répertoires sont autorisés à accéder

• Quelles commandes peuvent être exécutées
• Quelles données sont autorisées à être lues
• Quelles opérations doivent être confirmées manuellement
• Quelles capacités ne peuvent être ouvertes que dans des circonstances spécifiques ?

Si les méthodes d’accès sont toutes improvisées, les limites d’autorisation s’effondreront également.

Une fois que les méthodes d’accès commenceront à être standardisées, il sera plus facile d’intégrer la gestion des capacités et la gestion des autorités dans le même système.

Ceci est particulièrement important pour les scénarios d’entreprise.

6. La différence entre MCP et API ordinaire

Cette question est naturelle, car en apparence, la mise en œuvre finale consiste à ajuster diverses interfaces de capacités.

Je préfère comprendre la relation entre API et MCP de cette façon :

L’API organise principalement les capacités du point de vue des fournisseurs de services.

Ce qui l’intéresse, c’est :

• Quelles interfaces le service expose-t-il ?
• Comment passer des paramètres
• quels résultats sont renvoyés

MCP se concentre sur la façon dont l’IA est organisée lors de l’utilisation de ces capacités.

Ce qui l’intéresse le plus, c’est :

• Comment le modèle découvre-t-il les ressources disponibles ?
• Comment le client comprend-il ces capacités ?
• Comment les outils peuvent être exposés à l’IA de manière plus cohérente
• Comment mettre des autorisations et des limites d’appels dans le même système

Il n’y a donc pas de conflit entre les deux.

L’API fait toujours partie des fonctionnalités sous-jacentes et MCP ressemble davantage à une couche de normes organisationnelles dans les scénarios d’IA.

7. Scénarios dans lesquels MCP peut incarner plus facilement de la valeur

La valeur de MCP n’est pas particulièrement forte dans les chats ordinaires. Cela se reflète généralement dans des scénarios basés sur des tâches.

1. Assistant de programmation

Il s’agit de l’un des scénarios d’application les plus courants.

Un assistant de programmation vraiment utile doit généralement non seulement être capable d’expliquer le code, mais il doit également pouvoir accéder à :

• Fichiers d’entrepôt
• Créer un script
• les résultats des tests
• Commandes des terminaux
• Statut Git
• Résultats d’exécution de la page
• Sortie du journal

Si tout cela repose sur une adaptation privée, le système deviendra de plus en plus lourd à mesure qu’il s’étendra.

S’il existe une méthode d’accès plus unifiée, il sera plus facile pour l’assistant de programmation de passer d’un « outil de questions et réponses de code » à un « outil de collaboration entre tâches ».

2. Assistant de connaissances d’entreprise

Les connaissances internes de l’entreprise ne se trouvent souvent pas au même endroit :

• Il y a une partie dans le système de fichiers
• Il y a une pièce dans la base de données
• Il y a une partie dans le système de reporting
• Il y a aussi des parties dans les bons de travail et le CRM

Dans ce scénario, la vraie difficulté est généralement de faire en sorte que le système obtienne le bon contexte de manière stable.

L’endroit où les protocoles tels que MCP sont les plus appropriés pour jouer un rôle est précisément dans cet environnement multi-systèmes, multi-sources de données et multi-autorités.

3. Flux de travail automatisé

Résumé quotidien, vérification des exceptions, génération de rapports, envoi de rappels, synchronisation des statuts, ces tâches sont essentiellement une combinaison de « lecture de plusieurs systèmes + prise de jugement + ajustement des actions ».

Dans ce scénario, plus la couche d’accès est unifiée, plus le coût d’orchestration sera faible.

La valeur de MCP deviendra de plus en plus évidente à mesure que la complexité de la chaîne d’outils augmente.

8. Raisons de l’importance croissante du MCP

La raison n’est pas compliquée. Les produits d’IA passent de « réponse » à « exécution ».

En répondant uniquement, l’accent est principalement mis sur la qualité de la génération du modèle.

Lorsqu’il commencera à évoluer vers l’exécution, l’orientation du système changera considérablement et il commencera à se concentrer davantage sur ces questions :-Combien d’outils peuvent être connectés ?

• Quelles ressources sont accessibles ?
• Est-il possible d’obtenir des informations réelles sur l’environnement ?
• Les actions peuvent-elles être réalisées dans le cadre de l’autorité ?
• Pouvez-vous fermer vos limites lorsque quelque chose ne va pas ?

Ces problèmes sont essentiellement liés à la connectivité.

Le modèle lui-même reste bien sûr important, mais une fois que l’on entre dans le flux de travail, l’importance de la connectivité augmente très rapidement.

MCP a raison à ce point de changement.

9. L’importance de MCP pour les développeurs

Le MCP mérite qu’on s’y intéresse, et il ne faut pas se concentrer uniquement sur les détails de l’accord.

Ce qui mérite davantage d’être surveillé, c’est la tendance qu’elle représente :

À l’avenir, de nombreux produits logiciels pourraient non seulement fournir une interface utilisateur Web et des API ordinaires, mais également fournir une couche de méthodes d’accès orientées IA.

Cela signifie que plusieurs choses vont se produire lentement :

• Les produits d’outils auront un nouveau canal de distribution
• Le client IA considérera « ce qu’il peut accepter » comme l’une de ses principales capacités
• L’évolutivité du système Agent s’appuiera de plus en plus sur ce type de couche d’accès unifiée

D’un point de vue technique, MCP touche en fait un problème très difficile :

**Si l’IA veut entrer dans le flux de travail réel, la question de la connexion des outils, des ressources et des environnements doit tôt ou tard passer d’un état fragmenté à un stade standardisé. **

Le MCP prend au moins la question au sérieux.

Résumé

De manière plus courte, MCP peut être compris comme ceci :

**MCP facilite la connexion stable des modèles aux ressources et outils externes. **

Pour développer un peu, voici les choses :

• Il traite de la façon dont le modèle obtient le contexte, découvre les ressources et appelle les outils
• Il organise les modes d’accès initialement fragmentés
• Cela ne remplacera pas l’API, mais cela changera la façon dont l’IA est organisée pour utiliser ces capacités
• C’est particulièrement important pour les scénarios tels que les assistants de programmation, les assistants d’entreprise et les flux de travail automatisés.

La prochaine grande nouveauté pour les applications d’IA n’est pas seulement le modèle lui-même, mais également les capacités de connexion, la qualité du contexte et la stabilité de l’exécution.

MCP s’inscrit carrément dans cette ligne.