Penyangkaran antropik untuk pengenalan mahkota 202. Kompleks. Agen tidak dapat dengan mudah berinteraksi dengan alat eksternal atau berbagi memori di berbagai platform.
Seperti yang dijelaskan perusahaan saat peluncuran,”Setiap sumber data baru memerlukan implementasi kustomnya sendiri, membuat sistem yang benar-benar terhubung sulit untuk diukur.”
Protokol dengan cepat menjadi bagian penting dari infrastruktur antropik. Desktop Claude ditampilkan menggunakan MCP untuk melakukan tugas-tugas pengembang seperti membuat repositori gitub dan membuka permintaan tarik.
“Setelah MCP didirikan di desktop Claude, membangun integrasi ini membutuhkan waktu kurang dari satu jam,”tulis p. > Berikut adalah demo cepat menggunakan aplikasi desktop Claude, di mana kami telah mengkonfigurasi MCP:
Tonton Claude terhubung langsung ke GitHub, buat repo baru, dan buat PR melalui integrasi MCP sederhana.
Setelah MCP diatur di Claude Desktop, membangun integrasi ini membutuhkan waktu kurang dari satu jam. pic.twitter.com/xsex89z2pd
-Alex Albert (@alexalbert__) href=”https://twitter.com/alexalbert__/status/1861079874385203522?ref_src=twsrc%5etfw”target, _ _ blank 25 November 2024
Sejak itu, Sejak itu, Sejak itu, Sejak itu, Sejak itu, Sejak itu, Sejak PRIMIC. kemampuan otomatisasi. Replit, SourceGraph, Apollo, dan Block adalah di antara pengadopsi awal yang sekarang menggunakan MCP untuk membangun alat agen dan menghubungkan sistem cloud ke model yang di-host secara lokal.
Strategi infrastruktur antropik didukung oleh pendanaan besar. Amazon telah menginvestasikan $ 4 miliar dalam antropik untuk melatih Claude pada chip firium dan inferentia kustom dan untuk menyajikannya melalui Amazon Bedrock. Google juga berinvestasi dengan saham ekuitas $ 2 miliar. On November 19, 2024, the UK Competition and Markets Authority ruled that the deal would not give Google material influence over Anthropic.
How The MCP Fits Microsoft’s Open AI Strategy
Microsoft’s support for the MCP is part of a broader realignment of its AI infrastructure around modularity and interoperability. Pada bulan Januari 2025, perusahaan meluncurkan divisi baru, Coreai-Platform and Tools, yang dipimpin oleh mantan eksekutif Meta Jay Parikh.
Kelompok ini mengkonsolidasikan tim platform Azure, GitHub, dan pengembang untuk mempercepat pekerjaan pada sistem seperti AZURE Foundry dan agen Cross-Model. Microsoft kemudian menambahkan model penalaran Open-Weight Deepseek R1 Cina ke Azure AI Foundry dan GitHub. Model ini mendukung pembuatan kode dan penalaran dokumen dan memberikan alternatif yang hemat biaya untuk model-model seperti GPT-4.
Pengembang sekarang dapat membangun alur kerja menggunakan R1 dalam kombinasi dengan alat MCP, menyelaraskan dengan langkah Microsoft untuk mendukung beberapa penyedia model dalam lingkungan agen yang dibagikan. Alih-alih mengandalkan semata-mata pada API khusus model seperti panggilan fungsi openai, pengembang sekarang dapat menggunakan skema terbuka untuk mengatur alat dan memori di seluruh komponen.
trade-off teknis dan pertanyaan adopsi
Sementara arsitektur MCP menawarkan fleksibilitas, itu juga memperkenalkan beberapa teknis. Ketergantungannya pada HTTP membuat integrasi mudah tetapi dapat memperkenalkan latensi dalam aplikasi real-time atau frekuensi tinggi. Keumuman protokol juga menempatkan lebih banyak tanggung jawab pada pengembang untuk membangun caching, penanganan kesalahan, dan lapisan keamanan yang sesuai untuk beban kerja produksi.
Dukungan resmi Microsoft untuk C# SDK menambah kredibilitas perusahaan ke ekosistem, terutama untuk lingkungan.net. Namun, banyak dari SDK lain-seperti yang ada di Python dan TypeScript-yang dipertahankan oleh komunitas, yang dapat memperlambat adopsi dalam industri yang diatur di mana jaminan dukungan jangka panjang sangat penting.
Meski begitu, MCP mendapatkan daya tarik. Repositori Github resmi menunjukkan kontribusi reguler dan kolaborasi antara beberapa pemangku kepentingan, termasuk Microsoft dan Anthropic. Kehadiran contoh-contoh matang dan templat penyebaran semakin menurunkan penghalang untuk eksperimen dan penyebaran.
Untuk pengembang yang membangun agen AI yang perlu bernalar, mengambil, dan bertindak di berbagai sumber dan layanan, MCP menawarkan kosa kata bersama dan standar yang muncul. Dengan Azure AI sekarang mendukungnya di berbagai layanan, protokol bergerak selangkah lebih dekat untuk menjadi lapisan dasar dalam arsitektur sistem AI model-agnostik.