Model Context Protocol (MCP): Anthropic semplifica le connessioni AI ai sistemi di dati

Model Context Protocol (MCP): Anthropic semplifica le connessioni AI ai sistemi di dati
26 novembre 2024

Uno standard open source chiamato Model Context Protocol (MCP) è stato presentato da Anthropiccon l'obiettivo di migliorare il modo in cui gli assistenti AI comunicano e si connettono ai sistemi di dati. Il protocollo mira a superare gli inconvenienti dei modelli di intelligenza artificiale, che spesso operano indipendentemente da fonti di dati di grandi dimensioni e richiedono integrazioni uniche per ogni nuovo sistema. MCP offre una soluzione completa che consente ai chatbot e ad altre applicazioni basate sull'intelligenza artificiale di accedere facilmente ai dati negli ambienti di sviluppo, negli strumenti e nei repository di contenuti.

Utilizzando "server MCP" per servire dati e "client MCP" per integrare flussi di lavoro o applicazioni, il protocollo consente agli sviluppatori di stabilire connessioni bidirezionali tra origini dati e applicazioni. Questa standardizzazione potrebbe snellire le procedure di sviluppo sostituendo un quadro scalabile e sostenibile per integrazioni disgiunte. Piattaforme come Replit, Codeium e Sourcegraph prevedono di aggiungere il supporto per MCP, mentre aziende come Block e Apollo lo hanno già integrato nei loro sistemi.

Con server precostruiti per strumenti aziendali noti come Google Drive, Slack e GitHub, nonché piani per il rilascio di toolkit per l'installazione di server di produzione, Anthropic ha reso MCP disponibile agli sviluppatori. MCP può essere utilizzato per collegare il chatbot Claude ai sistemi interni per gli utenti di [Claude Enterprise] di Anthropic(https://techcrunch.com/2024/09/04/anthropic-launches-claude-enterprise-plan-to-compete-with -openai/) abbonamento.

Eliminando la necessità di interfacce separate per ciascuna fonte dati, l’adozione di MCP potrebbe accelerare gli sforzi di integrazione dell’intelligenza artificiale. I sistemi di intelligenza artificiale potrebbero essere in grado di preservare il contesto di strumenti e informazioni man mano che l’ecosistema cresce, il che si tradurrebbe in una progettazione più coerente ed efficiente.

Tuttavia, la misura in cui MCP verrà adottata, in particolare da parte dei suoi concorrenti, ne determinerà il successo. Con la sua funzione proprietaria “Lavora con le app” per ChatGPT, ad esempio, OpenAI ha adottato una strategia diversa. Questa funzionalità collega il modello a particolari strumenti di codifica e potrebbe potenzialmente essere estesa ad altre applicazioni. Tuttavia, la strategia di OpenAI rimane chiusa e incentrata sui partner.

Sebbene Anthropic affermi che MCP può migliorare notevolmente le capacità contestuali dei sistemi di intelligenza artificiale, come migliorare la comprensione durante la codifica, queste affermazioni non sono ancora state supportate da riferimenti specifici. Le sue prestazioni e gli effetti a lungo termine sono ancora sconosciuti.

Prendi il controllo delle soluzioni basate sull'intelligenza artificiale padroneggiando Data Sciene e AI at Code Labs Academy.

Code Labs Academy © 2024 Tutti i diritti riservati.