a16z オピニオン：MCPはどのようにAIツール・インタラクションを再発明するか

より OpenAI 2023年に関数コールを導入 (Function Calling)機能は、業界が繁栄するAIインテリジェンス(Agent)とツール使用のエコシステムである。基礎となるモデルがより強固になるにつれて、インテリジェンスは外部のツール、データ、そして API しかし、相互作用する能力はますます断片的になってきている。開発者は、インテリジェンスが実行され統合されるシステムごとに、特別なビジネスロジックを実装する必要がある。

実行、データ取得、ツール呼び出しには、当然ながら標準的なインターフェースが必要だ。API しかし、AIモデルにはその類似性がない。

モデル・コンテキスト・プロトコル(Model Context Protocol, MCP)が2024年11月に発表され、潜在的なソリューションとして開発者やAIコミュニティの間で大きな注目を集めている。本稿では MCP それは何なのか、AIとツールの相互作用の方法をどのように変えるのか、開発者はすでにそれを使って何を作ったのか、そしてまだ取り組むべき課題がある。

MCPとは？

MCP は、システムが統合間で共通する方法でAIモデルにコンテキストを提供できるようにするオープンなプロトコルである。プロトコルは、AIモデルがどのように外部ツールを呼び出し、データを取得し、サービスと相互作用するかを定義する。具体例として、以下の図を示す。 Resend MCP 複数の MCP クライアントとのコラボレーション。

このアイデアは新しいものではない；MCP 言語サーバープロトコル(Language Server Protocol, LSPからインスピレーションを得た。で LSP この場合、ユーザーがエディターに入力すると、クライアントは言語サーバーにオートコンプリートの候補や診断情報を問い合わせます。LSP この成功は、言語機能（自動補完やエラーチェックなど）の実装をエディター自体から切り離すことで、1つの言語サーバーが複数のエディターに対応できるようになり、開発効率とエコシステムのダイナミクスが大幅に向上したことにある。

MCP と比較して LSP その延長線上に、インテリジェントな身体中心の実行モデルがある。LSP 主にレスポンシブ（ユーザーからの入力に反応すること IDE リクエスト)、そして MCP は、自律的なAIワークフローをサポートするように設計されている。AIインテリジェンスは、コンテキストに基づいて、どのツールをどのような順序で使用し、タスクを完了するためにそれらをどのように連携させるかを決定することができる。これは重要な違いだ：LSP 人間開発者を支援し MCP AI知能がより自律的に行動できるように設計されている。MCP また、「マンインザループ」(human-in-the-loop)人間が追加データを提供し、実行を承認することを可能にし、制御性を高める。

現在人気の使用例

適切な MCP サーバーを使用する場合、ユーザーは MCP クライアントは「ユニバーサル・アプリケーション」(everything app).

には Cursor 例として Cursor はコードエディターであると同時に、よく実装された MCP クライアントエンドユーザーは Slack MCP サーバーはそれを Slack クライアントは Resend MCP サーバーを使用してメールを送信する。 Replicate MCP サーバーをインストールして画像を生成することができます。新しいプロセスのロックを解除する、より強力な方法は、1つのクライアントに複数のサーバーをインストールすることです。 Cursor フロントエンドの生成 UIインテリジェントなボディは、画像生成を使用するためにも必要である。 MCP サーバーはウェブサイトのメイン画像を生成する。

とは別に Cursor現在のほとんどのユースケースは、開発者中心、ローカルファースト(local-first)のワークフロー、あるいは大規模な言語モデル(LLM)クライアントに新しい経験(net-new experiences).

開発者中心のワークフロー

毎日コードに没頭している開発者がよく感じるのは、「自分の仕事を離れたくない」ということだ。 IDE 何かしてこい」。MCP サーバーはこの夢を現実にする素晴らしい方法だ。

開発者は Postgres MCP サーバーは読み取り専用です。 SQL コマンドを使用してください。 Upstash MCP サーバーは直接 IDE に切り替えることなく、キャッシュ・インデックスを作成・管理できる。 Supabase などのツールを使うことができる。コードを反復するとき、開発者は Browsertools MCP コーディング・インテリジェンスに、フィードバックとデバッグのためのリアルタイム環境へのアクセスを与える。

開発ツールと相互作用するワークフローに加えてMCP サーバーのロック解除の新しい使い方のひとつは、ウェブページや文書ベースのサーバーをクロールして生成するプロセスを自動化することだ。 MCP サーバーを使用して、コーディング・インテリジェンスに非常に正確なコンテキストを追加できます。開発者は、既存のドキュメントから直接コンテキストを作成することができます。 API アクティベート MCP サーバーに接続することで、手動で統合を接続することなく、AIインテリジェンスにツールを即座にアクセスできるようになります。これは、サンプルコードに費やす時間を減らし、ツールを実際に使用する時間を増やすことを意味する。リアルタイムのコンテキストの導入であれ、コマンドの実行であれ、AIアシスタントの機能を即座に拡張することであれ。

まったく新しい経験

(躊躇なく IDE まるで Cursor 理由 MCP 技術系ユーザーへの訴求力が強いため、最も注目されているが、利用できるのはそれだけではない。 MCP クライアント技術者でないユーザーにはClaude Desktop を作る絶好のエントリー・ポイントである。 MCP ドリブンツールは、一般の人々にとってより身近で使い勝手の良いものです。カスタマーサポート、マーケティングコピーライティング、デザイン、画像編集など、ビジネス指向のタスクに特化したツールが間もなく登場することを期待したい！ MCP これらの分野は、パターン認識や創造的な作業といったAIの強みと密接に関係しているため、クライアントが現れる。

MCP クライアントのデザインと、それがサポートする特定のインタラクションが、その機能において重要な役割を果たす。例えば、デザインツールがリモートマシン上でコードを実行する機能を提供する可能性が低いのと同様に、チャットアプリケーションがベクターレンダリングされたキャンバスを含む可能性は低い。最終的にはMCP クライアント・エクスペリエンスは、全体的な MCP ユーザーエクスペリエンス-そして MCP クライアント・エクスペリエンスという点では、まだまだ探求の余地がある。

Highlight どのように実現するか @ コマンドを呼び出して MCP サーバーはその一例である。結果は新しい UX モデルである。MCP クライアントは、生成されたコンテンツを任意の下流アプリケーションに転送することができる。

別の例を挙げよう。 Blender MCP サーバーの使用例：現在はほとんど理解されていない Blender アマチュアのユーザーは、構築したいモデルを自然言語を使って記述することができる。コミュニティによる Unity 歌で応える Unreal やサーバー実装などのツールによって、テキストから3Dへのワークフローがリアルタイムでステージングされている。これは MCP 専門的なソフトウェアを使用する障壁を大幅に下げる可能性がある。

MCPエコシステムマップ

ここでは主にサーバーとクライアントについて考えているが、プロトコルが進化するにつれてMCP エコシステムは形成されつつある。このマーケットマップは、まだ多くのギャップがあるものの、現在最もダイナミックな分野をカバーしている。しかし MCP まだ初期段階だが、市場が発展し成熟するにつれて、より多くのプレーヤーが参加することが予想される。

ある MCP クライアント側では今日見られる高品質のクライアントのほとんどは、コーディング中心である。.開発者は通常、新技術をいち早く採用するものなので、これは驚くべきことではない。しかし、プロトコルが成熟するにつれて、ビジネス志向のクライアントが増えることが予想される。

あなたが目にするほとんどのものは MCP サーバーはローカルファーストで、シングルユーザーシナリオに重点を置いている。.これは MCP 現在のところ、主なサポートはサーバーからのイベント送信(SSE)とコマンド接続の具体化である。しかし、エコシステムによってリモート MCP 一流の市民となり MCP フローラブルの採用 HTTP トランスミッションStreamable HTTP transportであることが予想される。 MCP サーバーの普及は進むだろう。

その一方で MCP 市場marketplaceを可能にするサーバー・ホスティング・ソリューションが次々と登場している。 MCP サーバーの発見。と同じように Mintlify な mcptそしてSmithery 歌で応える OpenTools このようなマーケットプレイスは、開発者が新しいものを発見し、共有し、貢献することを容易にする。 MCP サーバー - 非常によく似ている npm どのように変わったか JavaScript パッケージ管理の RapidAPI どのように拡大したか API ディスカバリー。このレイヤーは、高品質の MCP サーバーへのアクセスは非常に重要で、AIインテリジェンスがオンデマンドで動的にツールを選択し、統合できるようにする。

を受けて MCP 採用が増加した。エコシステムの拡張性、信頼性、アクセス性を高める上で、インフラとツールが重要な役割を果たすだろう.のような MintlifyそしてStainless 歌で応える Speakeasy このようなサーバー生成ツールは、サーバーを作成する必要性を減らしている。 MCP のようなサービスがある一方で、互換性のあるサービスの摩擦がある。 Cloudflare 歌で応える Smithery このようなホスティング・ソリューションは、導入とスケーリングの課題に対処している。一方、次のようなホスティング・ソリューションもある。 Toolbase このような接続管理プラットフォームは、ローカル優先順位の簡素化に着手する。 MCP 鍵の管理と代理人

今後の可能性と課題

しかし、私たちはまだインテリジェンスのネイティブ・アーキテクチャーの進化の初期段階にいるに過ぎない。今日の理解では MCP 情熱的だが、それを利用するという意味ではない MCP 製品を作り、リリースする際には、まだ多くの未解決の課題がある。これらの課題がどの程度解決されるかは、次のことに直接影響する。 MCP 真の業界標準になれるか

協定の次の段階で取り組むべき重要な問題には、以下のようなものがある：

ホスティングとマルチテナント（マルチテナンシー）

MCP AIインテリジェンスとそのツール間の1対多の関係はサポートされているが、マルチテナントアーキテクチャ（例えば SaaS 製品)は、多数のユーザーが同時に共有アクセスすることをサポートする必要がある。 MCP サーバー。リモート・サーバーのデフォルト・サポートは MCP サーバーは、短期的な解決策としてはより利用しやすくなっているが、多くの企業は自社でホスティングすることも望んでいる。 MCP サーバーを設置し、データプレーンとコントロールプレーンを分離する。

大規模化への対応 MCP サーバーのデプロイとメンテナンスのための簡素化されたツールチェーンは、より広範な採用を可能にする次のステップである。

認証

MCP クライアントがサーバーに対してどのように認証を行うかを定義する標準的なメカニズムは存在しない。 MCP サーバーはサードパーティに接続中です。 API 認証がどのように安全に管理され、相互作用中に委譲されるべきかのフレームワーク。認証は現在、個々の実装と展開シナリオの裁量に任されている。実際にはMCP これまでの採用は、明示的な認証が必ずしも必要とされないシナリオ、つまりローカルな統合に集中しているようだ。

より良い認証のパラダイムは、リモート認証かもしれない。 MCP 採用の大きなブレークスルー開発者の視点に立てば、統一されたアプローチは以下をカバーするはずだ：

• クライアント認証： まるで OAuth もしかしたら API クライアントとサーバーのやりとりには、トークンなどの標準的な方法が使われる。
• ツール認定： 第三者への提供 API 認証を行うヘルパー関数あるいはラッパー。
• マルチユーザー認証： 企業展開のためのテナントを意識した認証。

標準化された認定の欠如が現在の障害となっている。 MCP より広く、より安全に SaaS 環境におけるアプリケーションの主な障壁の一つ。

認可

そのツールが認証に合格したとしても、誰に使用を許可すべきか？その権限はどの程度細かく設定すべきか？MCP ビルトインのパーミッションモデルがないため、アクセス制御はセッションレベルで行われる。将来の権限付与メカニズムがよりきめ細かい制御を形成するかもしれないが、現在のアプローチは OAuth 2.1 認証を通過すると、セッション全体のアクセスを許可する。これは、インテリジェンスやツールの導入が増えるにつれて複雑さを増す可能性がある。各インテリジェンスは通常、独自のセッションと固有の認証情報を必要とするため、セッションベースのアクセス管理ネットワークはますます大規模になる。

きめ細かな権限付与は、厳密な権限制御を必要とするエンタープライズクラスのアプリケーションやシナリオに不可欠です。

ゲートウェイ

を受けて MCP スケールを採用することで、ゲートウェイは認証、認可、トラフィック管理、ツール選択のための集中レイヤーとして機能することができる。以下と似ている。 API ゲートウェイは、アクセス制御を実施し、リクエストを適切な MCP サーバーの負荷分散を行い、効率化のために応答をキャッシュする。これは、異なるユーザーやインテリジェンスが異なるパーミッションを必要とするマルチテナント環境では特に重要である。標準化されたゲートウェイは、クライアントとサーバーのやりとりを簡素化し、セキュリティを向上させ、より優れた観測可能性を提供する。 MCP 配備はよりスケーラブルで管理しやすい。

MCPサーバーの発見可能性と可用性

現状では、検索と設定 MCP サーバーは手作業で、開発者はエンドポイントやスクリプトを探し、認証を設定し、サーバーとクライアント間の互換性を確保する必要がある。新しいサーバーの統合には時間がかかり、AIインテリジェンスは利用可能なサーバーを動的に発見したり適応したりすることはできない。

しかし、次のように述べた。 Anthropic 先月開催されたAIエンジニア会議での発言。どうやら MCP サーバー・レジストリとディスカバリー・プロトコルは近日公開.これは、その根拠となるかもしれない。 MCP サーバーの採用が次のステージを開く標準化された発見メカニズムは、インテリジェンスによる自律的なツール選択というビジョンを実現するために不可欠である。

実行環境

ほとんどのAIワークフローでは、複数のツールを順次呼び出す必要がある。 MCP これらのステップを管理するためのワークフロー概念が組み込まれていない。すべてのクライアントにリカバリを実装する必要がある (resumability)と再試行性(retryability)は理想的ではない。今日、開発者たちは Inngest このような問題解決策だが、ステートフルな実行(stateful execution)ファーストクラスのコンセプトに昇格することで、ほとんどの開発者にとって実行モデルが明確になる。

スタンダード・クライアント・エクスペリエンス

開発者コミュニティでよくある質問は、どのようにして MCP クライアントサイドでのツールの選択を考慮する。RAGそれとも、標準化されるのを待っている層があるのだろうか？

ツールの選択に加え、呼び出しツールにも統一性がない UI/UX モード（スラッシュ・コマンドから自然言語まで）。ツールのディスカバリー、シーケンス、実行のための標準的なクライアントサイドレイヤー。

テスト中にコンポーネントを調整する

MCP サーバーの開発者は、しばしば、同じサーバーを持つことに気づく。 MCP サーバーが異なるクライアントで簡単に動作するのは難しい。通常 MCP クライアントにはそれぞれ癖があり、クライアントサイドのトレースがなかったり、見つけにくかったりするため、デバッグが難しくなります。 MCP サーバーは極めて難しい。世界中がリモート・ファーストのサーバーを増設し始める中 MCP サーバーでは、ローカルとリモートの両方の環境で開発経験を簡素化するための新しいツールセットが必要だった。

AI計測器の広範囲に及ぶ影響

MCP その開発体験は、2010年代を彷彿とさせる。 API 開発。パラダイムは新しくエキサイティングだが、ツールチェーンはまだ初期段階にある。数年早送りすればMCP AI主導のワークフローのデファクトスタンダードになったらどうなる？いくつかの予測を紹介しよう：

• 開発優先企業の競争優位は進化する最高のものを提供する API そのデザインは、インテリ層が使用するツールの最高のコレクションを提供することにも及ぶ。もし MCP 自分で道具を発見する能力を持つ。API 歌で応える SDK プロバイダーは、ツールが検索によって簡単に見つかり、インテリジェンスが特定のタスクのためにツールを選択するのに十分な差別化がなされていることを保証する必要がある。これは、人間の開発者が求めているよりも細かく具体的な粒度レベルかもしれない。
• 新たな価格設定モデルが登場するかもしれないもしすべてのアプリケーションが MCP クライアント API になった。 MCP サーバー、インテリゲンチアは、スピード、コスト、関連性の組み合わせに基づいて、よりダイナミックにツールを選択するかもしれない。このことは、最も広く採用されているツールではなく、最も性能が高く、最もモジュール化されたツールを選択するという、より市場主導型のツール採用プロセスにつながる可能性がある。
• ドキュメンテーションは次のようになる。 MCP インフラの主要構成要素会社は、明確で機械が読み取り可能なフォーマットである必要があります（例． llms.txt)のデザインツールと APIそして MCP サーバーは、既存の文書に基づいた事実上の人工物となる。
• のみ API もはや十分ではないが、良い出発点になるだろう開発者は API ツールへのマッピングが1対1になることはほとんどない。ツールは、タスク実行時に知的身体にとって最も意味のある、より高いレベルの抽象化である。 draft_email_and_send() 関数（複数の API を単純に呼び出すのではなく、レイテンシーを最小化するために send_email().MCP サーバーの設計は、シナリオやユースケースを中心に行われる。 API センター用。
• 新たなホスティングモデルが登場するデフォルトですべてのソフトウェアが MCP 従来のウェブホスティングとは異なるワークロード特性を持つクライアント。各クライアントは本質的にマルチステップであり、回復可能性、再試行、長時間タスク管理などの保証を実装する必要がある。また、ホスティング・プロバイダーは、以下のようなさまざまなワークロードを実装する必要がある。 MCP サーバーは、コスト、レイテンシー、パフォーマンスを最適化するためにリアルタイムで負荷分散され、AIインテリジェンスが任意の瞬間に最も効率的なツールを選択できるようになっている。

MCP はすでにAIインテリジェンスのエコシステムを再構築しているが、次の進歩の波は、これらの基礎的課題にどう対処するかにかかっている。正しく対処できればMCP AIがツールと相互作用するためのデフォルトのインターフェイスになる可能性があり、自律的で、マルチモーダルな、深く統合された新世代のAI体験を解き放つ。

広く採用されればMCP ツールが作られ、消費され、商品化される方法の転換を意味するかもしれない。市場がどのように進化していくのか、楽しみである。今年は極めて重要な年になるだろう。 MCP AIインテリジェンスの認証はシームレスになるのか？多段階の実装をプロトコルに形式化できるのか？これらの質問に対する答えが MCP 最終的な形とインパクト