2024 年 11 月 26 日
Model Context Protocol (MCP) と呼ばれるオープンソース標準が Anthropic によって公開されました。 /)AI アシスタントが通信し、データ システムに接続する方法を改善することを目的としています。このプロトコルは、多くの場合、大規模なデータ ソースから独立して動作し、新しいシステムごとに独自の統合が必要となる AI モデルの欠点を克服することを目的としています。 MCP は、チャットボットやその他の AI を活用したアプリケーションが開発環境、ツール、コンテンツ リポジトリのデータに簡単にアクセスできるようにする包括的なソリューションを提供します。
このプロトコルを使用すると、データを提供するために「MCP サーバー」を採用し、ワークフローやアプリケーションを統合するために「MCP クライアント」を採用することで、開発者はデータ ソースとアプリケーションの間に双方向接続を確立できます。この標準化により、ばらばらの統合をスケーラブルで持続可能なフレームワークに置き換えることで、開発手順を合理化できる可能性があります。 Replit、Codeium、Sourcegraph などのプラットフォームは MCP のサポートを追加する予定であり、Block や Apollo などの企業はすでに MCP を自社のシステムに統合しています。
Anthropic は、Google Drive、Slack、GitHub などのよく知られたエンタープライズ ツール用の構築済みサーバーと、運用サーバーをインストールするためのツールキットをリリースする計画により、開発者が MCP を利用できるようにしました。 MCP を使用すると、Anthropic の Claude Enterprise のユーザー向けに、Claude チャットボットを内部システムにリンクすることができます。 -openai/) サブスクリプション。
データ ソースごとに個別のインターフェイスを必要とする要件がなくなるため、MCP の導入により AI 統合の取り組みが加速する可能性があります。 AI システムは、エコシステムが成長するにつれてツールや情報のコンテキストを保存できる可能性があり、その結果、より一貫性のある効率的な設計が得られます。
ただし、MCP がどの程度、特に競合他社に採用されるかによって、MCP の成功が決まります。たとえば、ChatGPT 向けの独自の「アプリの操作」機能では、OpenAI は異なる戦略を採用しています。この機能はモデルを特定のコーディング ツールにリンクし、他のアプリケーションに拡張できる可能性があります。ただし、OpenAI の戦略は依然として閉鎖的でパートナー重視です。
Anthropic は、MCP がコーディング時の理解を向上させるなど、AI システムのコンテキスト機能を大幅に向上させることができると主張していますが、これらの主張はまだ特定の参考文献によって裏付けられていません。その性能と長期的な影響はまだ不明です。
_データ サイエンスと AI Code Labs Academy をマスターして、AI を活用したソリューションを制御します。