26. november 2024
En åpen kildekode-standard kalt Model Context Protocol (MCP) har blitt avduket av Anthropicmed sikte på å forbedre måten AI-assistenter kommuniserer og kobler til datasystemer. Protokollen tar sikte på å overvinne ulempene med AI-modeller, som ofte opererer uavhengig av store datakilder og krever unike integrasjoner for hvert nytt system. MCP tilbyr en omfattende løsning som lar chatboter og andre AI-drevne applikasjoner enkelt få tilgang til data i utviklingsmiljøer, verktøy og innholdslagre.
Ved å bruke "MCP-servere" for å betjene data og "MCP-klienter" for å integrere arbeidsflyter eller applikasjoner, lar protokollen utviklere etablere toveisforbindelser mellom datakilder og applikasjoner. Denne standardiseringen kan strømlinjeforme utviklingsprosedyrer ved å erstatte usammenhengende integrasjoner med et skalerbart og bærekraftig rammeverk. Plattformer som Replit, Codeium og Sourcegraph planlegger å legge til støtte for MCP, mens selskaper som Block og Apollo allerede har integrert det i systemene sine.
Med forhåndsbygde servere for kjente bedriftsverktøy som Google Drive, Slack og GitHub, samt planer om å gi ut verktøysett for installasjon av produksjonsservere, har Anthropic gjort MCP tilgjengelig for utviklere. MCP kan brukes til å koble Claude chatbot til interne systemer for brukere av Anthropics Claude Enterprise abonnement.
Ved å fjerne kravet om separate grensesnitt for hver datakilde, kan innføringen av MCP akselerere AI-integrasjon. AI-systemer kan være i stand til å bevare konteksten av verktøy og informasjon etter hvert som økosystemet vokser, noe som vil resultere i en mer konsistent og effektiv design.
Imidlertid vil i hvilken grad MCP blir adoptert, spesielt av konkurrentene, avgjøre suksessen. Med sin proprietære "Work with Apps"-funksjon for ChatGPT for eksempel, har OpenAI tatt i bruk en annen strategi. Denne funksjonaliteten knytter modellen til bestemte kodeverktøy og kan potensielt utvides til andre applikasjoner. OpenAIs strategi forblir imidlertid lukket og partnerfokusert.
Selv om Anthropic hevder at MCP i stor grad kan forbedre de kontekstuelle egenskapene til AI-systemer, for eksempel å forbedre forståelsen ved koding, har disse påstandene ennå ikke blitt støttet av spesifikke referanser. Dens ytelse og langsiktige effekter er fortsatt ukjent.
Ta kontroll over AI-drevne løsninger ved å mestre Data Sciene og AI at Code Labs Academy.