26 november 2024
En öppen källkodsstandard som heter Model Context Protocol (MCP) har avslöjats av Anthropic med syftet att förbättra sättet AI-assistenter kommunicerar och ansluter till datasystem. Protokollet syftar till att övervinna nackdelarna med AI-modeller, som ofta fungerar oberoende av stora datakällor och kräver unika integrationer för varje nytt system. MCP erbjuder en heltäckande lösning som tillåter chatbotar och andra AI-drivna applikationer att enkelt komma åt data i utvecklingsmiljöer, verktyg och innehållsförråd.
Genom att använda "MCP-servrar" för att betjäna data och "MCP-klienter" för att integrera arbetsflöden eller applikationer, tillåter protokollet utvecklare att upprätta dubbelriktade kopplingar mellan datakällor och applikationer. Denna standardisering skulle kunna effektivisera utvecklingsförfaranden genom att ersätta osammanhängande integrationer med ett skalbart och hållbart ramverk. Plattformar som Replit, Codeium och Sourcegraph planerar att lägga till stöd för MCP, medan företag som Block och Apollo redan har integrerat det i sina system.
Med förbyggda servrar för välkända företagsverktyg som Google Drive, Slack och GitHub, samt planer på att släppa verktygssatser för installation av produktionsservrar, har Anthropic gjort MCP tillgängligt för utvecklare. MCP kan användas för att länka Claude chatbot till interna system för användare av Anthropics Claude Enterprise prenumeration.
Genom att ta bort kravet på separata gränssnitt för varje datakälla kan införandet av MCP påskynda AI-integreringsarbetet. AI-system kanske kan bevara sammanhanget av verktyg och information när ekosystemet växer, vilket skulle resultera i en mer konsekvent och effektiv design.
Men i vilken utsträckning MCP antas, särskilt av dess konkurrenter, kommer att avgöra dess framgång. Med sin egenutvecklade "Arbeta med appar"-funktion för ChatGPT till exempel, har OpenAI antagit en annan strategi. Denna funktionalitet länkar modellen till särskilda kodningsverktyg och kan potentiellt utökas till andra applikationer. Men OpenAI:s strategi förblir stängd och partnerfokuserad.
Även om Anthropic hävdar att MCP avsevärt kan förbättra den kontextuella förmågan hos AI-system, såsom att förbättra förståelsen vid kodning, har dessa påståenden ännu inte stöds av specifika referenser. Dess prestanda och långsiktiga effekter är fortfarande okända.
Ta kontroll över AI-drivna lösningar genom att behärska Data Sciene och AI at Code Labs Academy.