La inteligencia artificial ha experimentado un crecimiento sin precedentes en el último año. Según el informe Octoverse de este año, más de 1.1 millones de repositorios públicos de GitHub ahora importan un SDK LLM (un aumento del 178% año tras año), y los desarrolladores crearon casi 700,000 nuevos repositorios de IA. Herramientas como vllm, ollama, continue, aider, ragflow y cline se están convirtiendo rápidamente en parte del stack de desarrollo moderno.
En este contexto de rápida expansión, la necesidad de conectar modelos a herramientas y sistemas externos de forma segura, consistente y en todas las plataformas se ha vuelto crucial. Aquí es donde entra en juego el Protocolo de Contexto de Modelos (MCP).
¿Qué es el Protocolo de Contexto de Modelos (MCP)?
El MCP surgió como una idea de código abierto dentro de Anthropic, y rápidamente ganó tracción gracias a su diseño abierto y su enfoque en la colaboración comunitaria. Este enfoque permitió a empresas como GitHub y Microsoft unirse al desarrollo del estándar.
En esencia, el MCP es un protocolo que estandariza la forma en que los modelos de IA se comunican con el mundo exterior. Antes del MCP, los desarrolladores se enfrentaban a un panorama fragmentado de APIs incompatibles, extensiones personalizadas y frameworks específicos de cada plataforma. Esto generaba una gran ineficiencia y dificultaba la adopción de la IA en entornos regulados.
El problema n×m: La necesidad de un estándar
David Soria Parra, ingeniero senior de Anthropic y uno de los arquitectos originales de MCP, describió el problema que el protocolo busca resolver como un problema de integración n×m. En este escenario, cada cliente de modelo (n) debe integrarse por separado con cada herramienta, servicio o sistema que los desarrolladores utilizan (m). Esto resulta en una cantidad enorme de integraciones personalizadas, cada una con sus propias semánticas, flujos de autenticación y modos de fallo.
El MCP simplifica este panorama al definir un único protocolo neutral que tanto los clientes como las herramientas pueden utilizar. Esto no solo reduce la complejidad de la integración, sino que también facilita la innovación y la adopción de la IA en una amplia gama de aplicaciones.
¿Por qué el MCP tuvo tanto éxito?
El MCP resonó con los desarrolladores porque abordaba un problema real que ya estaban experimentando. Como dijo Den Delimarsky, ingeniero principal de Microsoft y miembro del comité directivo de MCP, “Simplemente hizo clic. Entendí el problema que estaban tratando de resolver; Entendí por qué esto necesita existir”.
En los meses posteriores a su lanzamiento, la comunidad de MCP añadió características importantes como:
- Flujos OAuth para servidores remotos seguros.
- Semántica de muestreo para garantizar un comportamiento consistente del modelo.
- Esquemas de herramientas refinados.
- Patrones consistentes de descubrimiento de servidores.
- Soporte mejorado para tareas de larga duración.
MCP se une a la Linux Foundation: Un nuevo capítulo
El rápido crecimiento y la adopción generalizada del MCP hicieron evidente la necesidad de una gobernanza neutral. Por eso, Anthropic ha decidido donar el protocolo a la Agentic AI Foundation, que será gestionada por la Linux Foundation.
Este movimiento ofrece varias ventajas:
- Estabilidad a largo plazo: El respaldo de la Linux Foundation reduce el riesgo para los equipos que adoptan MCP para integraciones profundas.
- Participación equitativa: Los procesos de gobernanza de la Linux Foundation garantizan la igualdad de derechos de contribución y una evolución transparente.
- Garantías de compatibilidad: A medida que más clientes, servidores y frameworks de agentes dependen de MCP, la compatibilidad se vuelve fundamental.
- Seguridad de un estándar abierto: En una era en la que la IA forma parte cada vez más de cargas de trabajo reguladas, la gobernanza neutral convierte al MCP en una apuesta más segura para las empresas.
¿Qué ofrece MCP a los desarrolladores?
Adoptar MCP ofrece una serie de beneficios concretos para los desarrolladores:
- Un servidor, muchos clientes: Expone una herramienta una vez y utilízala en múltiples clientes de IA, agentes, shells e IDEs.
- Invocación de herramientas predecible y comprobable: Los esquemas de MCP hacen que la interacción con las herramientas sea depurable y fiable.
- Un protocolo para cargas de trabajo nativas de agentes: MCP proporciona una forma estructurada para que los agentes llamen a herramientas y obtengan contexto.
- Ejecución remota segura: El soporte de OAuth y servidores remotos permite el uso de MCP en empresas, cargas de trabajo reguladas y orquestación multi-máquina.
- Un ecosistema creciente de servidores: Los desarrolladores pueden conectarse a sistemas de seguimiento de incidencias, búsqueda de código, sistemas de observabilidad, APIs internas, servicios en la nube y herramientas de productividad personal.
- Se adapta a la forma en que los desarrolladores construyen software: MCP se alinea con los hábitos de los desarrolladores, utilizando interfaces basadas en esquemas, flujos de trabajo reproducibles e infraestructura contenerizada.
El futuro del MCP
La unión del MCP a la Linux Foundation marca el comienzo de una nueva fase para el protocolo. Se espera que este movimiento impulse una mayor contribución, una gobernanza más formal, una integración más profunda en los frameworks de agentes, una interoperabilidad entre plataformas y un ecosistema en expansión de servidores y clientes.
En un mundo donde la IA se está convirtiendo en una parte integral del desarrollo de software, el MCP está preparado para desempeñar un papel fundamental como el tejido conectivo que permite a los modelos interactuar con los sistemas de forma segura, eficiente y estandarizada.
Fuente: Github Blog
Leave a Comment