Если вы пишете отдельные адаптеры CRM, БД и файловой системы под ChatGPT, Claude и Gemini, или при смене поставщика модели приходится переписывать всю интеграцию инструментов — вы упираетесь в проблему N×M в мире AI. MCP (Model Context Protocol), открытый Anthropic в ноябре 2024, всё чаще сравнивают с HTTP эпохи AI: единый контракт «как модель обнаруживает, выбирает и вызывает инструменты». Материал для разработчиков, архитекторов и технических decision-maker'ов: трёхуровневая архитектура MCP, принципиальное отличие от REST, таймлайн четырёх вендоров в 2026 и runbook из 6 шагов — строго по публичной спецификации и открытым отчётам экосистемы. Тарифы узлов: страница цен NOVAKVM.
[ SECTION_01 ] // PAIN_MAP N×M интеграция инструментов AI: от хаоса сетей к моменту USB-C
- Границы LLM: cutoff обучающих данных, нет доступа к live-данным, нет прямого исполнения side-effect операций — нужен слой Tool Use / Function Calling как «конечности».
- N×M кастомных интеграций: N моделей × M внешних инструментов = N×M адаптеров. ChatGPT Plugins, OpenAI Function Calling, Claude Tool Use, IDE-плагины и Agent-фреймворки (LangChain, CrewAI) — несовместимые форматы описания и вызова.
- Смена модели = переписывание: CRM для Claude, GPT и Gemini требует три слоя; в IDE доступ к FS, БД и API реализован по-разному; определения tools не переносятся между фреймворками.
- Историческая аналогия: в 1970-х ARPAnet и Ethernet жили изолированно; TCP/IP унифицировал транспорт, затем HTTP поднял Web — AI до 2024 года был в похожем хаосе.
- Аналогия USB-C: Mini-USB, Lightning и проприетарные разъёмы фрагментировали зарядку; MCP претендует на роль USB-C для интеграции AI-инструментов — host не обязан знать внутренности каждого endpoint.
| Сценарий | Боль |
|---|---|
| CRM + AI в enterprise | Отдельный адаптер под Claude, GPT и Gemini |
| AI-ассистент в IDE | Разные пути к FS, БД и HTTP API в каждом продукте |
| Оркестрация AI Agent | Tool schema не переиспользуется между LangChain, CrewAI и др. |
[ SECTION_02 ] // DECISION_MATRIX MCP и HTTP/REST: параллель между Web-эпохой и Agent-эпохой
Частый вопрос: зачем MCP, если уже есть REST API? Ответ — разный уровень абстракции.
| Измерение | Web-эра | Agent-эра |
|---|---|---|
| Проблема | Несовместимые сетевые стеки | Несовместимые способы подключения AI к tools |
| Решение | TCP/IP + HTTP | MCP |
| Ценность | Единый язык связи между хостами | Единый контракт tool-интерфейса для моделей |
| Открытость | Открытый стандарт, любая реализация | Open-source протокол, любая реализация |
| Прикладной слой | Web, Email, FTP поверх HTTP | AI-приложения поверх MCP |
| Измерение | Классический REST API | MCP |
|---|---|---|
| Discovery tools | Документация + hardcode в клиенте | Runtime tools/list — динамический каталог |
| Состояние сессии | Stateless: каждый запрос изолирован | Persistent connection, контекст multi-step workflow |
| Self-description | API не сообщает модели свои capabilities | JSON Schema на tool: параметры и side effects |
| Направление связи | Request-response, односторонний | Server может push и запрашивать уточнения у Client |
REST отвечает на «можно ли вызвать endpoint»; MCP — на «как AI обнаружит, выберет и корректно вызовет tool» — это и есть core-задача Agent-эры.
[ SECTION_03 ] // ARCHITECTURE MCP: три роли, транспорт и JSON-RPC 2.0
Model Context Protocol — открытый стандарт, формализующий обмен между AI-моделью (client-side) и внешними tools/данными (server-side). Anthropic опубликовал спецификацию в ноябре 2024.
- Host (хост-слой): Claude Desktop, Cursor, VS Code — UI и пользовательский контекст.
- MCP Client: внутри Host держит 1:1 session к каждому MCP Server.
- MCP Server: экспонирует Tools (исполняемые операции), Resources (read-only данные), Prompts (переиспользуемые шаблоны); дальше — БД, HTTP API, FS и пр.
Host и Server обмениваются сообщениями по JSON-RPC 2.0. Два режима транспорта:
| Транспорт | Сценарий | Свойства |
|---|---|---|
| STDIO | Локальный child process | Zero network deps, быстрый cold start, process isolation |
| HTTP + SSE | Remote / cloud deployment | Cross-network, horizontal scale (с оговорками по affinity) |
{
"jsonrpc": "2.0",
"method": "tools/call",
"params": {
"name": "query_database",
"arguments": { "sql": "SELECT * FROM users LIMIT 10" }
},
"id": 1
}Ключевые RPC: tools/list — runtime discovery; resources/read — чтение файла или записи БД; Server может инициировать сообщения Client — в отличие от одностороннего REST.
[ SECTION_04 ] // PLAYBOOK Runbook разработчика: 6 шагов от выбора Host до production MCP
- Выбор MCP Client Host: проверьте native MCP в Cursor, Claude Desktop, VS Code (Continue); единый Host в команде снижает config drift.
- Инвентаризация tools: перечислите источники данных и операции Agent (SQL, Git, Jira, internal API); разделите read-only Resources и mutating Tools.
- Выбор или реализация MCP Server: сначала community servers (FS, PostgreSQL, Slack); для private systems — реализация Server по спецификации в вашем репозитории.
- Конфигурация транспорта: local dev — STDIO subprocess; remote team / cloud — HTTP + SSE с явной сетевой и auth-политикой.
- Проверка runtime discovery: после старта вызовите
tools/list; убедитесь, что имена, JSON Schema и описание side effects полны — Agent должен корректно выбирать tool. - Production residency и observability: MCP Server и Agent Host на узле 7×24 online со стабильным disk и network; логи, least-privilege, OAuth 2.0/2.1 (roadmap 2026) — затем rollout в prod.
[ SECTION_05 ] // HARD_DATA MCP в 2026: ключевые цифры и таймлайн вендоров
- Open source: ноябрь 2024 — Anthropic публикует MCP; Claude flagship — reference implementation.
- Native IDE support: с 2025 — Cursor, Zed, Continue и др. встраивают MCP без обходных плагинов.
- Четыре вендора, 2026: Q1 — OpenAI объявляет adoption; Q2 — CEO Google DeepMind подтверждает Gemini; Q2 — Microsoft завершает поддержку; governance переходит в Agentic AI Foundation (AAIF) под эгидой Linux Foundation.
- Масштаб экосистемы: к 2026 — более 10 000 MCP servers; каждый новый Server сразу доступен всем совместимым Client — network effect по аналогии с HTTP.
- Стоимость enterprise-интеграции: после стандартизации через MCP — снижение dev cost на 38–55% (отраслевые опросы); integration assets перестают быть vendor-locked.
- Security posture: OAuth 2.0/2.1 в roadmap 2026; сейчас около 1 000 MCP servers в exposed unauthorized state — риск prompt injection и data exfil; prod требует auth и minimal attack surface.
- Комplement A2A: Google Agent-to-Agent (A2A) — horizontal Agent↔Agent; MCP — vertical model↔tool; вместе формируют protocol stack «Agent internet».
Ниже — публичные источники для сверки спецификации и экосистемы; при обновлении upstream-репозитория ориентируйтесь на актуальные ссылки.
What is Model Context Protocol (MCP)? — Google Cloud
MCP vs. REST: What's the right way to connect AI agents to your API? — WorkOS
[ SECTION_06 ] // BOUNDARY_CLOSE MCP ещё не HTTP: границы, риски и production-выбор
MCP не завершён: единый registry серверов (аналог DNS) отсутствует — discovery часто ручной; SSE-транспорт требует session affinity, horizontal scale сложнее, чем у stateless HTTP; enterprise security догоняет спецификацию. MCP — вероятный первый шаг к «AI-native API», killer app ещё впереди — как browser-экосистема появилась уже поверх HTTP.
Для разработчика главный ROI — написать MCP Server один раз, запускать везде: сегодня Claude, завтра GPT или Gemini — tool layer без переписывания. Google Cloud (BigQuery, Maps, GKE), Azure и AWS уже предлагают managed MCP. Но если MCP Server и Cursor Agent крутятся на ноутбуке с sleep policy, обрыв tools/list session, истёкший OAuth и disk full на Server — типичнее production-инцидентов, чем спор «какую модель взять».
Для 7×24 MCP toolchain, стабильного SSH и предсказуемого Apple Silicon compute перенос Agent Host и Server на dedicated bare metal обычно дешевле, чем бесконечный patch local env: NOVAKVM — multi-region Mac Mini M4 / M4 Pro с elastic lease, подходит для Cursor MCP, remote Claude Desktop и iOS CI на одном узле. Тарифы — страница цен, заказ — оформить аренду, deployment — центр помощи.