Problemet: M-til-N-integrationer

En chatmodel kender kun tekst. For at være nyttig skal den kunne få adgang til dine filer, databaser og apps. Denne adgang er en integration.

Før MCP skrev hver AI-app sin egen private forbindelseskode til hvert værktøj. En forbindelse, der var bygget til én app, kunne ikke genbruges af en anden. 🔌

Forestil dig M AI-apps på den ene side og N værktøjer på den anden. Hver app skal selv lære at tale med hvert værktøj.

Hvis alle apps skal forbindes med alle værktøjer, kræver det op til M gange N forbindelser. Med 10 apps og 10 værktøjer er det allerede 100 dele, der skal bygges og vedligeholdes.

Ti forskellige teams omskriver hver især en forbindelse til den samme database. Det er det samme arbejde gentaget ti gange – med ti muligheder for at gøre noget forkert.

Når et værktøj ændrer sin API, kan alle specialtilpassede forbindelser, der bruger det, gå i stykker på én gang. Vedligeholdelse bliver en jagt uden ende.

Det er det samme rod, som gammelt hardware havde: Hver enhed krævede sit eget særlige kabel. Problemet er reelt, og mønsteret er velkendt.

En fælles standard vender regnestykket på hovedet. Byg hvert værktøj én gang efter én specifikation, så kan enhver app, der taler sproget, oprette forbindelse uden ekstra arbejde.

Med en fælles protokol går du fra M gange N ned til M plus N. Ti apps plus ti værktøjer er kun tyve dele, ikke hundrede.

Model Context Protocol er denne fælles standard for AI. Den definerer én fælles måde, hvorpå modeller og værktøjer kan kommunikere med hinanden.

Byg én MCP-server til dit værktøj, så kan alle MCP-kompatible apps bruge den. Din integration skrives én gang og genbruges overalt. ✨

Specialtilpasset forbindelseskode fik antallet af integrationer til at eksplodere til M gange N. En fælles standard som MCP reducerer det til M plus N, så hvert værktøj bygges én gang og genbruges.