Microsoft ha rilasciato la versione 2.0 del suo C# SDK per il Model Context Protocol (MCP). L'aggiornamento offre agli sviluppatori .NET lo streaming nativo, la compilazione ahead-of-time (AOT) e un supporto più integrato per la dependency-injection (DI). Agenti AI più veloci e leggeri possono ora avviarsi in ambienti serverless con una latenza sensibilmente inferiore.

Perché l'SDK è importante

L'MCP, uno standard aperto creato da Anthropic, definisce il modo in cui i large language models (LLM) comunicano con strumenti esterni. Man mano che sempre più aziende costruiscono workflow basati su LLM, un protocollo comune riduce la necessità di adattatori personalizzati. Integrando il protocollo nell'ecosistema .NET, Microsoft lo inserisce direttamente nello stack che alimenta molti back-end aziendali.

Cosa fanno le nuove funzionalità

  • Supporto allo streaming – Invece di attendere una risposta completa dell'LLM, un client elabora ogni token o output dello strumento non appena arriva. Un singolo viaggio di andata e ritorno prolungato diventa una serie di aggiornamenti incrementali, rendendo gli agenti interattivi più reattivi.
  • Compilazione Native AOT – L'SDK viene compilato in anticipo in un binario nativo. L'eseguibile risultante è più piccolo e si avvia più velocemente, un chiaro vantaggio per Azure Functions o altre piattaforme serverless in cui il tempo di cold-start incide sui costi.
  • Integrazione DI migliorata – L'SDK ora si integra direttamente nel container di dependency-injection integrato in .NET. Gli sviluppatori possono registrare i servizi MCP insieme ai servizi aziendali esistenti, mantenendo la configurazione centralizzata e testabile.

Implicazioni per le imprese

La maggior parte dei back-end aziendali è già basata su .NET, quindi l'SDK elimina un importante punto di attrito: la traduzione della logica di business interna in strumenti "AI-ready". I team possono esporre i servizi esistenti — elaborazione degli ordini, ricerca dell'inventario, query CRM — come funzioni accessibili agli LLM senza dover costruire un livello API separato. Lo streaming riduce la latenza percepita dagli utenti finali, mentre l'AOT fa risparmiare tempo e denaro sui consumi Azure.