Anthropic lança o Protocolo de Contexto de Modelo para padronizar a integração de dados com IA

Uma decisão que muitas empresas precisam tomar ao implementar casos de uso de IA gira em torno da conexão de suas fontes de dados com os modelos que estão utilizando.

Existem diferentes estruturas, como o LangChain, que permitem a integração com bancos de dados, mas os desenvolvedores devem escrever código sempre que conectam modelos a uma nova fonte de dados. A Anthropic espera mudar esse paradigma lançando o que acredita ser um padrão para integração de dados.

A Anthropic lançou seu Modelo de Contexto de Protocolo (MCP) como uma ferramenta de código aberto para fornecer aos usuários uma maneira padrão de conectar fontes de dados aos casos de uso de IA. Em um post de blog, a Anthropic afirmou que o protocolo servirá como um “padrão aberto e universal” para conectar sistemas de IA a fontes de dados. A ideia é que o MCP permita que modelos como Claude consultem bancos de dados diretamente.

Alex Albert, chefe de Relações com Claude na Anthropic, disse no X que o objetivo da empresa é “construir um mundo onde a IA se conecta a qualquer fonte de dados” com o MCP como um “tradutor universal”.

“Parte do que torna o MCP poderoso é que ele lida tanto com recursos locais (seus bancos de dados, arquivos, serviços) quanto remotos (APIs como Slack ou GitHub) através do mesmo protocolo,” disse Albert.

Uma maneira padrão de integrar fontes de dados não apenas facilita para os desenvolvedores apontarem os modelos de linguagem de grande escala (LLMs) diretamente para as informações, mas também resolve problemas de recuperação de dados para empresas que estão construindo agentes de IA.

Uma vez que o MCP é um projeto de código aberto, a empresa afirmou que incentiva os usuários a contribuírem para seu repositório de conectores e implementações.

Um padrão para integração de dados

Ainda não existe uma maneira padrão de conectar fontes de dados a modelos; essa decisão fica a cargo dos usuários empresariais e dos provedores de modelos e bancos de dados. Os desenvolvedores tendem a escrever um código específico em Python ou uma instância do LangChain para direcionar os LLMs aos bancos de dados. Com cada LLM funcionando de maneira um pouco diferente, os desenvolvedores precisam de um código separado para cada um para conectar-se a fontes de dados específicas. Isso frequentemente resulta em diferentes modelos chamando os mesmos bancos de dados sem a capacidade de trabalhar juntos de forma integrada.

Outras empresas estendem seus bancos de dados para facilitar a criação de embeddings vetoriais que podem se conectar a LLMs. Um exemplo disso é a Microsoft integrando seu Azure SQL ao Fabric. Empresas menores, como a Fastn, também oferecem um método diferente para conectar fontes de dados.

Entretanto, a Anthropic deseja que o MCP funcione ainda além do Claude como um passo em direção à interoperabilidade de modelos e fontes de dados.

“O MCP é um padrão aberto que permite que os desenvolvedores construam conexões seguras e bidirecionais entre suas fontes de dados e ferramentas impulsionadas por IA. A arquitetura é simples: os desenvolvedores podem expor seus dados através de servidores MCP ou construir aplicações de IA (clientes MCP) que se conectam a esses servidores,” afirmou a Anthropic em seu post de blog.

Vários comentadores nas redes sociais elogiaram o anúncio do MCP, especialmente os lançamentos de código aberto do protocolo. Alguns usuários em fóruns como Hacker News foi mais cauteloso, questionando o valor de um padrão como o MCP.

Atualmente, o MCP é um padrão apenas para a família de modelos Claude. No entanto, a Anthropic lançou servidores MCP pré-configurados para Google Drive, Slack, GitHub, Git, Postgres e Puppeteer.

A VentureBeat entrou em contato com a Anthropic para obter mais comentários.

A empresa disse que os primeiros adotantes do MCP incluem Block e Apollo, com provedores como Zed, Replit, Sourcegraph e Codeium trabalhando em agentes de IA que usam o MCP para obter informações de fontes de dados.

Qualquer desenvolvedor interessado no MCP pode acessar o protocolo imediatamente após instalar os servidores MCP pré-configurados através do aplicativo de desktop Claude. As empresas também podem construir seu próprio servidor MCP usando Python ou TypeScript.