Podczas wdrażania przypadków użycia AI przedsiębiorstwa często muszą zdecydować, jak połączyć swoje źródła danych z modelami, które przyjmują. Różne frameworki, takie jak LangChain, ułatwiają integrację z bazami danych, ale programiści wciąż muszą pisać kod za każdym razem, gdy łączą modele z nowymi źródłami danych. Anthropic dąży do zrewolucjonizowania tego podejścia, tworząc standard w integracji danych. Anthropic wprowadził Model Context Protocol (MCP) jako rozwiązanie open-source, oferując ustandaryzowaną metodę łączenia źródeł danych z przypadkami użycia AI. W poście na blogu firma ogłosiła, że MCP będzie działać jako "uniwersalny, otwarty standard" do łączenia systemów AI z różnymi źródłami danych. Celem jest, by modele takie jak Claude mogły bezpośrednio uzyskiwać dostęp do baz danych. Alex Albert, szef Claude Relations w Anthropic, wspomniał na X, że wizją firmy jest "budowanie świata, w którym AI łączy się z dowolnym źródłem danych", z MCP jako "uniwersalnym tłumaczem". Kluczową zaletą MCP jest jego zdolność do zarządzania zarówno lokalnymi zasobami (takimi jak bazy danych, pliki i usługi), jak i zasobami zdalnymi (jak interfejsy API dla Slack czy GitHub) przy użyciu tego samego protokołu, wyjaśnił Albert. Ustandaryzowana metoda integracji danych nie tylko upraszcza proces dla programistów kierujących modele języka na dużą skalę (LLM) do informacji, ale również łagodzi problemy związane z pozyskiwaniem danych dla przedsiębiorstw budujących agentów AI. Ponieważ MCP jest open-source, Anthropic zachęca do wkładu w jego repozytorium konektorów i implementacji. Obecnie nie ma uniwersalnego standardu do łączenia źródeł danych z modelami, więc przedsiębiorstwa i dostawcy są za to odpowiedzialni. Programiści zazwyczaj sięgają po specyficzny kod w Pythonie lub korzystają z LangChain, aby połączyć LLM z bazami danych.

Ponieważ każdy LLM działa nieco inaczej, potrzebny jest osobny kod dla każdej integracji, co prowadzi do fragmentarycznych modeli uzyskujących dostęp do tych samych baz danych bez płynnej współpracy. Niektóre firmy modyfikują swoje bazy danych, aby ułatwić tworzenie osadzeń wektorowych, do których LLM mogą się podłączyć. Na przykład Microsoft integruje Azure SQL z Fabric, podczas gdy mniejsze firmy, takie jak Fastn, oferują alternatywne metody łączenia źródeł danych. Anthropic widzi zastosowanie MCP poza Claude, promując interoperacyjność modeli i źródeł danych. "MCP to otwarty standard, który pozwala programistom na tworzenie bezpiecznych, dwukierunkowych połączeń między ich źródłami danych a narzędziami zasilanymi sztuczną inteligencją. Konfiguracja jest prosta: programiści mogą udostępniać dane przez serwery MCP lub tworzyć aplikacje AI (klienci MCP), które łączą się z tymi serwerami" — stwierdził Anthropic w poście na blogu. Ogłoszenie MCP spotkało się z pozytywnym odzewem w mediach społecznościowych, zwłaszcza z uwagi na jego wydanie w formie open-source, choć niektórzy użytkownicy na platformach, takich jak Hacker News, wyrażali sceptycyzm co do wartości standaryzacji takiej jak MCP. Obecnie MCP jest wyłącznie standardem dla rodziny modeli Claude. Niemniej jednak Anthropic udostępnił wstępnie zbudowane serwery MCP dla Google Drive, Slack, GitHub, Git, Postgres i Puppeteer. VentureBeat skontaktował się z Anthropic w celu uzyskania dalszych komentarzy. Wczesnymi użytkownikami MCP są Block i Apollo. Dostawcy tacy jak Zed, Replit, Sourcegraph i Codeium rozwijają agentów AI korzystających z MCP do gromadzenia informacji ze źródeł danych. Programiści zainteresowani MCP mogą natychmiast korzystać z protokołu, instalując wstępnie zbudowane serwery MCP za pośrednictwem aplikacji desktopowej Claude. Przedsiębiorstwa mogą również stworzyć własny serwer MCP używając Pythona lub TypeScript.