پروتکل Model Context Protocol (MCP) به سرعت به یکی از داغ‌ترین و احتمالاً اشتباه‌فهمیده‌ترین موضوعات در محافل فناوری تبدیل شده است. همان‌طور که بحث‌ها دربارهٔ سیستم‌های LLM و دسترسی هوش مصنوعی عاملی با آرزوهای مصرف خودکار و ادغام چند‌مدلی برخورد می‌کنند، MCP در حال شکل‌دهی مجدد نحوهٔ تفکر ما دربارهٔ مصرف و طراحی API و AI است.
اما این چه معنایی برای چشم‌انداز APIها دارد؟ آیا APIها در حال منسوخ شدن هستند؟ یا پارادایم MCP زمینه را برای نسل بعدی معماری‌های مبتنی بر API آماده می‌کند؟
در ادامه، بررسی خواهیم کرد که MCP چیست و چگونه دنیای API را متحول می‌کند. همچنین به آنچه متخصصان API باید بدانند و چگونگی پاسخگویی به این عصر جدید خواهیم پرداخت.
MCP چیست؟
MCP یک استاندارد نوظهور است که برای کمک به LLMها و عوامل AI طراحی شده تا خدمات، ابزارها و منابع را به‌صورت ساختاریافته و با زمینهٔ غنی مصرف کنند. ایدهٔ اصلی این است که از برخورد مستقیم با APIهای ثابت یا استفاده از تنظیمات دستی زمینه اجتناب شود. در عوض، MCP این فرایند را در قالب یک مدل متادیتای انعطاف‌پذیر و اعلانی (declarative) می‌پیچد.
این مدل یک استاندارد برای برنامهٔ کلاینت MCP ایجاد می‌کند که ابزارهای مبتنی بر LLM را میزبانی می‌کند و آن‌ها را با سرور استاندارد MCP هماهنگ می‌سازد. سرور MCP به‌عنوان یک گرهٔ متصل به خدمات و منابع دادهٔ دوردست عمل می‌کند.
به بسیاری از جنبه‌ها، این مدل بازتابی از رشد میکروسرویس‌های غنی از زمینه در اواسط دههٔ ۲۰۱۰ است. به جای بارگذاری همهٔ چیزها در یک مونولیت واحد و تنظیم دستی زمینه و تعامل با نقاط انتهایی، MCP امکان تعیین استاندارد برای تعاملات و سپس ایجاد شبکه‌ای از خدمات و داده‌ها را فراهم می‌کند که بر اساس آن استانداردها قابل تعامل هستند.
در نمودار بالا، می‌توان دید که این کار چگونه انجام می‌شود. در اصل، کلاینت میزبان MCP نیمی از استاندارد است و سرور MCP نیمهٔ دوم و بیشتر قابلیت پردازش را در مجموعه‌ای توزیع‌شده از خدمات ارائه می‌دهد. خود پروتکل واسطهٔ این اجزا است و اتصال و عملکرد را تسهیل می‌کند.
آیا MCP APIها را منسوخ می‌کند؟
برای بسیاری از خوانندگان، این مدل بسیار آشنا خواهد بود: بسیاری از مفاهیم آن با دروازه‌های API (API Gateways)، Backend for Frontendها و دیگر راه‌حل‌های منطقی دروازه مشابهت دارد.
این آشنایی به ما پاسخ کوتاه به سؤالمان را می‌دهد. آیا MCP APIها را منسوخ می‌کند؟ خیر. در واقع، آن‌ها را به‌طور قابل توجهی بهبود می‌بخشد.
در این پارادایم، APIها جایگزین MCP نمی‌شوند — APIها همچنان کارهای بنیادی پشت تعاملات دیجیتال و اتصال خدمات را انجام می‌دهند. با این حال، اتصال واقعی بین مدل‌های LLM، منابع داده و خدمات اضافی به‌طور قابل توجهی ساده‌تر و روان‌تر شده است. چه در حال واکشی داده‌ها باشید، چه تغییر رکوردها یا اجرای فرایندها، APIها هنوز بستر اصلی هستند که MCP بر روی آن عمل می‌کند.
MCP جایگزین دنیای API نمی‌شود. در عوض، به‌عنوان یک لایهٔ انتزاعی عمل می‌کند که به مدل‌ها اجازه می‌دهد بدون نیاز به هدایت انسانی در هر مرحله، دربارهٔ نحوهٔ استفاده از APIها تصمیم‌گیری کنند. MCP یک چندراه‌کننده (multiplexer) است، نه جایگزین، و تعاملات بدون نیاز مکرر به دخالت انسان را روان‌تر می‌کند.
این رابطه شبیه به آن است که GraphQL نقاط انتهایی RESTful را انتزاع می‌کند یا مدل Supergraph شرکت Hasura امکان ارکستریشن بین چندین API را بدون نیاز کاربر به دانستن جزئیات پیاده‌سازی هرکدام فراهم می‌آورد. MCP یک گام فراتر می‌رود: به جای اینکه توسعه‌دهندگان ارکستریشن‌ها را بنویسند، این کار توسط عوامل و مدل‌ها انجام می‌شود و انعطاف‌پذیری و کارایی بیشتری در چارچوب استاندارد ارائه می‌دهد.
چگونگی فعال‌سازی مصرف خودکار API توسط عوامل با MCP
حرکت به سمت الگوهای دسترسی عاملی (agentic access patterns) — جایی که عوامل مبتنی بر LLM به‌صورت خودمختار APIها را مصرف می‌کنند — از هم‌اکنون آغاز شده است. اینجا مسئله ایجاد یک فناوری کاملاً جدید توسط MCP نیست؛ بلکه MCP با مشاهدهٔ تعاملات و پیاده‌سازی‌های فناورانه در محیط واقعی، تلاش می‌کند استاندارد بهتری برای مدیریت این تعاملات ارائه دهد.
MCP با چند ویژگی کلیدی سعی در کنترل و بهبود این تعاملات دارد:
متادیتای استاندارد برای استفاده مدل
استاندارد MCP نقاط انتهایی (endpoints) و تعاملات اسکما (schema) را تعریف می‌کند، اما مهم‌تر از همه، روش‌شناسی استفاده مورد نظر، پیش‌شرط‌ها و مرتبط بودن زمینه‌ای را ارائه می‌دهد.
به عبارت دیگر، این امکان را برای توسعه‌دهندگان فراهم می‌کند تا متادیتا و معنای آن را مستقل از تنظیمات و سبک‌های سفارشی استانداردسازی کنند. این کار اجازه می‌دهد عوامل، ابزار مناسب برای وظیفه مناسب را انتخاب کنند بدون اینکه مجبور باشند از میان تفاوت‌ها و سبک‌های انسانی عبور کنند.
کاهش اتصال‌های سخت‌کد شده و افزایش قابلیت جابه‌جایی
به‌طور سنتی، اتصال و نگاشت عوامل هوش مصنوعی به APIها و منابع داده نیازمند پرامپت‌های سفارشی، نگاشت پارامترهای سخت‌کد شده، آموزش دادهٔ سفارشی و مدیریت دستی بود.
MCP به‌عنوان یک پروتکل امکان کشف و استفادهٔ پویا از APIها بر اساس زمینه را فراهم می‌کند و وابستگی به اتصال‌های سخت‌کد شده را کاهش می‌دهد. این موضوع باعث می‌شود راه‌حل‌ها بسیار قابل حمل‌تر و سبک‌تر باشند و پیچیدگی فنی حتی در پیچیده‌ترین سیستم‌های عاملی کاهش یابد.
کنترل دسترسی و امنیت بهتر
چارچوب MCP یک سیستم توانمندکننده است که روش‌شناسی استاندارد برای تعاملات پیچیده و کنترل‌ها ارائه می‌دهد تا به‌صورت یکپارچه ساخته و ادغام شوند.
برای مثال، راه‌حل‌هایی مانند SPIFFE/SPIRE به‌راحتی می‌توانند با یک چارچوب استاندارد ادغام شوند، امکان مدیریت هویت بار کاری و عامل‌ها را به صورت استاندارد و قابل دسترس فراهم می‌کنند.
نکات احتیاطی MCP
هرچند MCP راه‌حل‌های خوبی برای مشکلات رایج ارائه می‌دهد، اما مانند هر تغییر بزرگ، تهدیدهای جدیدی نیز به همراه دارد. سرورهای MCP نسبت به برخی بردارهای حمله آسیب‌پذیر هستند، به‌ویژه اینکه بسیاری از کنترل‌ها به ابزار خارجی منتقل می‌شود که کاربر اصلی همیشه آن را مدیریت نمی‌کند.
برای مثال، ممکن است محصولی از پیاده‌سازی MCP استفاده کند، اما همان MCP در حمله‌ای هدفمند به حالت مخرب درآید. این نوع تهدید که به‌طور غیررسمی به آن «rug pull» گفته می‌شود، در کتابخانه‌ها و APIهای شخص ثالث رایج است. در دنیای MCP، با توجه به اهمیت حیاتی داده‌ها و تعاملات مدیریت‌شده در مقیاس بزرگ، می‌تواند پیامدهای بسیار بیشتری داشته باشد.
همچنین طبیعت به‌هم‌پیوسته MCP مشکلاتی ایجاد می‌کند. از آنجایی که MCPها به‌صورت تعاملی کار می‌کنند، تهدیدهای عمده‌ای از قبیل shadowing ابزار (یک سرور رفتار سرور دیگر را تغییر دهد)، poisoning ابزار (به‌ویژه تزریق داده‌ها) و ورودی‌ها یا مسیرهای اجرایی بدون پالایش برای اجرای فرمان‌های دوردست وجود دارد.
مهم است به یاد داشته باشیم که MCP یک استاندارد نوظهور است و نیاز به زمان دارد تا به‌طور کامل توسعه یابد و تهدیدها را مدیریت کند. این موارد دلیل ترک کامل MCP نیست، اما دلیل خوبی برای نگاه مشکوک و محتاطانه است.
یک پارادایم جدید، نه جایگزین
در نهایت، MCP به معنای پایان کار APIها یا میکروسرویس‌ها نیست. بلکه فاز بعدی تکامل پارادایم API در عصر هوش مصنوعی است. می‌توان به گذشته نگاه کرد تا تغییر پارادایمی مشابه را یافت: همان‌طور که REST در عصر SOAP مطرح شد، نه به‌عنوان جایگزین بلکه به‌عنوان پارادایمی که یک روش استاندارد برای تعامل ارائه می‌دهد، MCP نیز یک پارادایم جدید برای تعامل و ادغام فراهم می‌کند.
به‌طور ساده، متخصصان API باید ظهور MCP را به‌عنوان تهدید نبینند، بلکه فرصتی برای آینده‌نگری و آماده‌سازی APIها برای عصر هوش مصنوعی عاملی بدانند. البته توجه شود که همهٔ سرویس‌ها نیاز به MCP ندارند — APIهای غیرعاملی یا متصل به LLM ممکن است از MCP به همان شکل بهره نبرند. در بسیاری از جهات، این راه‌حل مخصوص هوش مصنوعی برای مشکل خاص هوش مصنوعی است.
APIها همچنان ستون فقرات حیاتی راه‌حل‌های مدولار و منعطف برای صنایعی مانند فین‌تک و بازی هستند و این وضعیت به این زودی‌ها تغییر نخواهد کرد. MCP اطمینان می‌دهد که این APIها در این چشم‌انداز جدید هوش مصنوعی همچنان قابل مصرف باقی بمانند.
