Anthropic предлагает новый стандарт подключения ИИ-помощников к системам, в которых хранятся данные.
В компании Anthropic, получившей название «Протокол контекста модели», или сокращенно MCP, стандарт, исходный код которого сегодня открыт, может помочь моделям ИИ давать более качественные и релевантные ответы на запросы.
MCP позволяет моделям — любым моделям, а не только Anthropic — получать данные из таких источников, как бизнес-инструменты и программное обеспечение, для выполнения задач, а также из репозиториев контента и сред разработки приложений.
«Поскольку ИИ-помощники получают широкое распространение, отрасль вкладывает значительные средства в возможности моделирования, добиваясь быстрого прогресса в рассуждениях и качестве», — написала Anthropic в своем блоге. «Тем не менее, даже самые сложные модели ограничены своей изоляцией от данных — они заперты в информационных хранилищах и устаревших системах. Каждый новый источник данных требует своей собственной реализации, что затрудняет масштабирование по-настоящему связанных систем».
MCP якобы решает эту проблему с помощью протокола, который позволяет разработчикам создавать двусторонние соединения между источниками данных и приложениями на базе искусственного интеллекта (например, чат-ботами). Разработчики могут предоставлять данные через «серверы MCP» и создавать «клиенты MCP» — например, приложения и рабочие процессы — которые подключаются к этим серверам по команде.
Вот краткая демонстрация использования настольного приложения Claude, в котором мы настроили MCP:
Посмотрите, как Клод подключается напрямую к GitHub, создает новый репозиторий и делает PR с помощью простой интеграции MCP.
После настройки MCP на рабочем столе Claude построение этой интеграции заняло менее часа. pic.twitter.com/xseX89Z2PD
— Алекс Альберт (@alexalbert__) 25 ноября 2024 г.
Anthropic сообщает, что компании, в том числе Block и Apollo, уже интегрировали MCP в свои системы, а фирмы-разработчики инструментов, в том числе Replit, Codeium и Sourcegraph, добавляют поддержку MCP в свои платформы.
«Вместо того, чтобы поддерживать отдельные коннекторы для каждого источника данных, разработчики теперь могут использовать стандартный протокол», — пишет Anthropic. «По мере развития экосистемы системы искусственного интеллекта будут поддерживать контекст при перемещении между различными инструментами и наборами данных, заменяя сегодняшние фрагментированные интеграции более устойчивой архитектурой».
Разработчики могут начать работу с коннекторами MCP уже сейчас, а подписчики плана Anthropic Claude Enterprise могут подключить чат-бота компании Claude к своим внутренним системам через серверы MCP. Anthropic поделилась готовыми серверами MCP для корпоративных систем, таких как Google Drive, Slack и GitHub, и заявляет, что вскоре предоставит наборы инструментов для развертывания производственных серверов MCP, которые смогут обслуживать целые организации.
«Мы стремимся создать MCP как совместный проект и экосистему с открытым исходным кодом», — пишет Anthropic. «Мы приглашаем (разработчиков) вместе строить будущее контекстно-зависимого ИИ».
Теоретически MCP звучит как хорошая идея. Но далеко не очевидно, что он получит большую популярность, особенно среди таких конкурентов, как OpenAI, которые наверняка предпочли бы, чтобы клиенты и партнеры по экосистеме использовали их подходы и спецификации связывания данных.
Фактически, OpenAI недавно представила функцию подключения данных к ChatGPT, своей платформе чат-ботов на базе искусственного интеллекта, которая позволяет ChatGPT читать код в приложениях для кодирования, ориентированных на разработчиков — аналогично вариантам использования MCP. OpenAI заявила, что планирует в будущем внедрить эту возможность, называемую «Работа с приложениями», в другие типы приложений, но реализует ее совместно с близкими партнерами, а не открывает исходный код базовой технологии.
Также еще неизвестно, является ли MCP настолько полезным и эффективным, как утверждает Anthropic. Компания заявляет, например, что MCP может позволить ИИ-боту «лучше извлекать соответствующую информацию для дальнейшего понимания контекста задачи кодирования», но компания не предлагает никаких тестов, подтверждающих это утверждение.
