Microsoft merilis versi 2.0 dari SDK C#-nya untuk Model Context Protocol (MCP). Pembaruan ini memberikan dukungan streaming asli, kompilasi ahead-of-time (AOT), dan dukungan dependency-injection (DI) yang lebih erat bagi pengembang .NET. Agen AI yang lebih cepat dan ringan kini dapat dimulai di lingkungan serverless dengan latensi yang jauh lebih rendah.

Mengapa SDK ini penting

MCP, sebuah standar terbuka yang dibuat oleh Anthropic, mendefinisikan bagaimana large language models (LLM) berkomunikasi dengan alat eksternal. Seiring semakin banyaknya perusahaan yang membangun alur kerja berbasis LLM, protokol umum akan mengurangi kebutuhan akan adaptor khusus. Dengan menyatukan protokol tersebut ke dalam ekosistem .NET, Microsoft menempatkannya langsung ke dalam stack yang menggerakkan banyak backend perusahaan.

Apa kegunaan fitur-fitur barunya

  • Dukungan streaming – Alih-alih menunggu respons LLM secara penuh, klien memproses setiap token atau output alat saat data tersebut tiba. Satu perjalanan bolak-balik (round-trip) yang panjang menjadi serangkaian pembaruan inkremental, membuat agen interaktif terasa lebih responsif.
  • Kompilasi Native AOT – SDK ini dikompilasi sebelumnya (ahead of time) menjadi biner asli (native binary). File executable yang dihasilkan lebih kecil dan diluncurkan lebih cepat, sebuah keuntungan nyata bagi Azure Functions atau platform serverless lainnya di mana waktu cold-start memengaruhi biaya.
  • Integrasi DI yang ditingkatkan – SDK ini sekarang dapat langsung terhubung ke kontainer dependency-injection bawaan .NET. Pengembang dapat mendaftarkan layanan MCP bersama dengan layanan bisnis yang sudah ada, menjaga konfigurasi tetap terpusat dan dapat diuji.

Implikasi bagi perusahaan

Sebagian besar backend perusahaan sudah berjalan di atas .NET, sehingga SDK ini menghilangkan hambatan utama: menerjemahkan logika bisnis internal menjadi alat yang “siap AI”. Tim dapat mengekspos layanan yang sudah ada—pemrosesan pesanan, pencarian inventaris, kueri CRM—sebagai fungsi yang dapat diakses oleh LLM tanpa harus membangun lapisan API terpisah. Streaming mengurangi latensi yang dirasakan oleh pengguna akhir, sementara AOT menghemat waktu dan biaya pada konsumsi Azure.