Microsoft đã phát hành phiên bản 2.0 của bộ C# SDK dành cho Model Context Protocol (MCP). Bản cập nhật này cung cấp cho các nhà phát triển .NET khả năng streaming gốc, biên dịch trước (ahead-of-time - AOT) và hỗ trợ dependency-injection (DI) chặt chẽ hơn. Các tác nhân AI nhanh hơn, nhẹ hơn giờ đây có thể khởi động trong các môi trường serverless với độ trễ thấp hơn đáng kể.

Tại sao bộ SDK này lại quan trọng

MCP, một tiêu chuẩn mở được tạo ra bởi Anthropic, định nghĩa cách các mô hình ngôn ngữ lớn (LLM) giao tiếp với các công cụ bên ngoài. Khi ngày càng có nhiều doanh nghiệp xây dựng các quy trình làm việc dựa trên LLM, một giao thức chung sẽ giúp giảm bớt nhu cầu về các bộ chuyển đổi (adapters) tùy chỉnh. Bằng cách tích hợp giao thức này vào hệ sinh thái .NET, Microsoft đã đưa nó trực tiếp vào ngăn xếp (stack) đang vận hành nhiều hệ thống back-end của doanh nghiệp.

Các tính năng mới mang lại điều gì

  • Hỗ trợ streaming – Thay vì phải chờ đợi toàn bộ phản hồi từ LLM, client sẽ xử lý từng token hoặc đầu ra của công cụ ngay khi chúng vừa đến. Một lượt phản hồi (round-trip) dài duy nhất sẽ trở thành một chuỗi các bản cập nhật tăng dần, giúp các tác nhân tương tác có cảm giác mượt mà và nhanh nhạy hơn.
  • Biên dịch Native AOT – SDK được biên dịch trước thành một tệp nhị phân gốc (native binary). Tệp thực thi kết quả sẽ nhỏ hơn và khởi động nhanh hơn, đây là một lợi thế rõ rệt cho Azure Functions hoặc các nền tảng serverless khác, nơi thời gian khởi động lạnh (cold-start) ảnh hưởng trực tiếp đến chi phí.
  • Tích hợp DI nâng cao – SDK hiện có thể cắm trực tiếp vào container dependency-injection có sẵn của .NET. Các nhà phát triển có thể đăng ký các dịch vụ MCP cùng với các dịch vụ nghiệp vụ hiện có, giúp việc cấu hình trở nên tập trung và dễ dàng kiểm thử.

Tác động đối với doanh nghiệp

Hầu hết các hệ thống back-end của doanh nghiệp đều đang chạy trên .NET, vì vậy bộ SDK này giúp loại bỏ một rào cản lớn: chuyển đổi logic nghiệp vụ nội bộ thành các công cụ "sẵn sàng cho AI". Các đội ngũ có thể cung cấp các dịch vụ hiện có—như xử lý đơn hàng, tra cứu kho hàng, truy vấn CRM—dưới dạng các hàm mà LLM có thể truy cập được mà không cần xây dựng một lớp API riêng biệt. Streaming giúp giảm độ trễ cảm nhận được đối với người dùng cuối, trong khi AOT giúp tiết kiệm thời gian và chi phí tiêu thụ Azure.