MCP корисніший як засіб розповсюдження контексту, ніж як RPC

Більшість людей говорять про Model Context Protocol (MCP) у контексті виклику інструментів (tool calling).

Вони бачать у ньому спосіб, за допомогою якого ШІ викликає зовнішні інструменти. ШІ читає GitHub issue або отримує файл. Це робить MCP схожим на RPC-рівень для агентів.

Це корисно, але це не найважливіший варіант використання.

Справжня сила MCP полягає в розповсюдженні контексту. Він може передавати правила, навички та контракти клієнтам ШІ.

RAG допомагає відповісти на одне питання: Яка інформація є релевантною? RAG знаходить документи та надає їх моделі.

Але командам потрібно більше, ніж просто інформація. Командам потрібні правила.

Команді потрібно знати:

  • Яке джерело є авторитетним?
  • Коли ШІ має зупинитися?
  • Коли потрібне підтвердження людиною?
  • Який робочий процес (workflow) застосовується до цього завдання?
  • Які докази необхідно зафіксувати?

RAG витягує документи, які описують ці правила, але документ — це лише контекст. Багато команд намагаються вирішити це за допомогою промптів. Вони пишуть інструкції на кшталт «дотримуйтесь наших правил кодування».

Це не масштабується. Кожен розробник має свій локальний промпт. Якість роботи залежить від людини, яка використовує ШІ. Це не командна система.

MCP змінює це. Замість того, щоб просто викликати інструменти під час роботи, ШІ може отримувати правила роботи ще до її початку.

На початку сесії клієнт ШІ викликає функцію запуску (startup function). Ця функція повертає:

  • Політики доступу
  • Авторитетні джерела контексту
  • Доступні навички
  • Каталоги робочих процесів
  • Правила обробки невідомих даних

Модель має не просто доступ до інструментів. Вона має правила виконання роботи.

Це створює чітку різницю:

  • MCP у стилі RPC: модель викликає інструменти під час роботи.
  • MCP для розповсюдження контексту: модель отримує правила перед початком роботи.

Такий підхід робить галузеві знання портативними. Замість того, щоб кожен користувач читав довгі документи або оновлював локальні промпти, старший інженер один раз визначає навичку на сервері MCP.

Людина, яка визначає навичку, і людина, яка нею користується, тепер розділені.

Це також вирішує проблему застарілої інформації. Користувачам не потрібно зберігати повний репозиторій правил локально. Їм потрібне лише MCP-з'єднання. Авторитетні визначення залишаються на сервері.

RAG відповідає на питання: Яка інформація може бути релевантною? Розповсюдження контексту через MCP відповідає на питання: Які правила мають керувати цією роботою?

RAG — це про пошук знань. Розповсюдження контексту через MCP — це про визначення того, як виконується робота.

Перестаньте питати, які інструменти може викликати ШІ. Почніть питати, який контекст ШІ має завантажити перед початком роботи.

Source: https://dev.to/synthaicode_commander/mcp-is-more-useful-as-context-distribution-than-as-rpc-ai4

Optional learning community: https://t.me/GyaanSetuAi