La vague de l'intelligence artificielle (IA) redéfinit les secteurs avec une force sans précédent, son intégration profonde et son application généralisée étant devenues une tendance irréversible. Que ce soit pour le Web2 ou le Web3, de grandes attentes sont placées sur le protocole de contexte de modèle (MCP). Cependant, pour que l'IA évolue d'une simple fenêtre de dialogue "omnisciente" à une "omnipotente" capable de traiter divers problèmes, il est nécessaire d'améliorer les capacités des modèles, d'avoir une planification plus robuste, mais surtout d'apprendre à l'IA comment utiliser de manière stable les outils accessibles. Cependant, lorsque les modèles d'IA, en particulier les modèles de langage de grande taille (LLM), tentent d'interagir avec le monde extérieur — des sources de données massives, un ensemble d'outils diversifiés et des systèmes complexes — un défi central émerge : comment établir un pont de communication standardisé, sécurisé et fiable ? L'absence de normes unifiées entraîne non seulement une faible efficacité de développement, mais engendre également d'énormes risques en matière de confidentialité des données, de sécurité opérationnelle et de vérifiabilité des résultats. C'est dans ce contexte que le protocole de contexte de modèle (MCP) proposé par Anthropic a vu le jour. Il n'est plus nécessaire de développer séparément les liens entre les modèles et les prestataires de services externes. Grâce à une interface unifiée dans l'industrie, les modèles et les prestataires n'ont qu'à accepter les normes du protocole pour permettre à des applications d'écosystèmes différents et à des modèles d'architectures variées de se connecter directement, permettant à l'information et à l'intelligence de circuler librement et sans restriction. Cela dessine une nouvelle vision pour l'interopérabilité de l'IA. Bien que les plugins aient déjà façonné un écosystème d'outils relativement libre, ils restent enfermés dans le système OpenAI, avec des barrières d'audit élevées, et la documentation des plugins n'est pas uniforme, ce qui entraîne encore des problèmes d'instabilité lors de leur utilisation. Pour remédier à cela, Anthropic a open-sourcé le protocole MCP en novembre 2024, en fournissant une interface unifiée avec le monde réel pour les différents fabricants et modèles de langage de grande taille, permettant à toutes les applications de devenir une partie d'un système intelligent plus vaste. Le MCP standardise l'interaction entre les modèles et les outils, adoptant une architecture client-serveur. Le serveur MCP publie un ensemble d'interfaces d'outils et fournit une description unifiée, tandis que le client MCP peut interroger les outils disponibles et les appeler à l'exécution. Son avantage réside dans la simplification considérable des coûts d'intégration entre modèles et outils, théoriquement, il suffit d'une seule adaptation au protocole MCP pour utiliser n'importe quel outil compatible. Le principal avantage du MCP est qu'il réduit considérablement la charge de travail de connexion des systèmes : auparavant, si M services devaient se connecter à N sources de données, il fallait effectuer M×N développements d'interface, mais grâce au protocole MCP, il suffit de M+N connexions pour construire un service complet et stable. C'est aussi la raison pour laquelle l'écosystème MCP a été reconnu et a rapidement intégré de nombreux services.