Протокол контексту інноваційної моделі Anthropic (MCP) має на меті вирішити фрагментовані дані та підвищити ефективність AI-рішень. Чи може це стати стандартом для інтеграції AI, що знаходяться в контексті?
Однією з найактуальніших викликів інновацій штучного інтелекту (AI) сьогодні є ізоляція великих мовних моделей (LLMS) від даних у режимі реального часу. Щоб вирішити цю проблему, компанія з досліджень та безпеки AI, заснована в Сан-Франциско, нещодавно оголосила про унікальну архітектуру розвитку для переробки того, як моделі AI взаємодіють з даними.
Нова компанія Протокол контексту моделі (MCP)запущений як проект з відкритим кодом, призначений для підвищення ефективності ШІ за допомогою “двостороннього спілкування між програмами, що працюють на AI, та в режимі реального часу, різноманітними джерелами даних”.
Архітектура побудована для вирішення зростаючого розчарування: застарілі результати AI, спричинені відсутністю з'єднання з даними в режимі реального часу. Антропічні стверджують, що єдиний протокол може посилити розвиток та функціональність AI для бізнесу та зробити їх більш схожими на людську обізнаність через контекст у реальному часі. За даними компанії, кожне нове джерело даних бізнесу вимагає спеціальних реалізацій AI, створюючи неефективність. MCP прагне вирішити це, пропонуючи стандартизовану основу, яку розробники можуть прийняти загально.
«Архітектура є простою: розробники можуть або розкрити свої дані за допомогою серверів MCP, або створити програми AI (клієнти MCP), які підключаються до цих серверів. Замість того публікація в блозі. “По мірі дозрівання екосистеми системи AI підтримуватимуть контекст, коли вони рухаються між різними інструментами та наборами даних, замінюючи сьогоднішні роздроблені інтеграції на більш стійку архітектуру”.
Моделі AI, включаючи флагманський помічник Antropic Claude, можуть інтегруватися з такими інструментами, як Google Drive, Slack та Github. Експерти припускають, що MCP має потенціал перетворити бізнес-інтеграції AI таким же чином архітектурою, орієнтованою на обслуговування (SOA) та інших протоколів, революціонізував сумісність додатків.
«Наявність галузевого стандартного протоколу для трубопроводів даних між LLM та джерелами даних-це зміна ігор. Подібно до відпочинку та SQL в програмній індустрії, Стандартизовані протоколи, такі як MCP, можуть допомогти командам створити додатки Genai швидше та з кращою надійністю » Гедеон Мендельс, співзасновник та генеральний директор платформи оцінювання моделі AI Comet, розповів мені. “Це випливає з реалізації ринку за останні шість місяців, що великої моделі LLM недостатньо ».
Антропік також виявив, що ранні усиновлювачі підприємства, включаючи Блок та Аполлон, вже інтегрували MCP у свої системи. Тим часом постачальники інструментів розробки, такі як ZED, Repit, Codeium та SourceGraph, співпрацюють з MCP для покращення своїх платформ. Це партнерство має на меті допомогти моделям AI та агентам отримати більш релевантну інформацію за допомогою даних у режимі реального часу, більш ефективно зрозуміти контекст та генерувати нюансовані результати для завдань підприємств, таких як кодування, з більшою ефективністю.
“Моделі AI, які є більш схожими на людину та усвідомленими, можуть змусити технологію відчувати себе відношенням, що може сприяти більш широкому прийняттю”,-сказала мені Маша Левін, підприємець, що проживає в резиденції. «Ще багато страху навколо ШІ, багато хто вважає це лише машиною. Гуманізація цих моделей може допомогти полегшити ці страхи та сприяти більш плавній інтеграції у повсякденне життя ».
Левін також застеріг про потенційний недолік. “Існує ризик, що підприємства можуть стати надмірно покладатися на AI за підтримкою, що дозволяє йому впливати на їхні рішення екстремально, що може призвести до шкідливих наслідків”.
Однак справжнім тестом для MCP буде його здатність отримувати широке прийняття та випередити своїх конкурентів на переповненому ринку.
Антропічний MCP проти OpenAI та здивування: Битва за інноваційні стандарти AI
У той час як підхід Antropic MCP з відкритим кодом знаменує помітний прогрес для інновацій AI, він входить у конкурентний ландшафт, де переважають технологічні гіганти, такі як OpenAI та Задоволення.
Нещодавня функція “Робота з програмами” OpenAI для демонстрації Chatgpt демонструє подібні можливості, хоча з власним акцентом на пріоритетність близьких партнерських відносин щодо відкритих стандартів. Ця функція дозволяє Chatgpt отримувати доступ та аналізувати дані та вміст з інших додатків, але лише з дозволу користувача, усуваючи необхідність розробників для вручної копіювання та вставки. Натомість Chatgpt може переглянути дані безпосередньо з програми, надаючи розумніші, контекстні пропозиції через його інтеграцію з даними Інтернету в режимі реального часу.
Більше того, компанія також представила свою архітектуру даних у режимі реального часу в жовтні, яка називається “API в режимі реального часу”, що дозволяє помічникам голосу більш ефективно реагувати, витягуючи новий контекст з Інтернету. Наприклад, голосовий помічник може розмістити замовлення від імені користувача або отримати відповідну інформацію про клієнта для надання персоналізованих відповідей. “Тепер з API в режимі реального часу, а незабаром з аудіо в API завершення чату, розробникам більше не доводиться зшивати кілька моделей, щоб живити цей досвід”, – сказав OpenAi в публікація в блозі. “Під капотом API в режимі реального часу дозволяє вам створити постійне з'єднання WebSocket для обміну повідомленнями з GPT-4O.”
Аналогічно, протокол даних про здивування в режимі реального часу для AI, відомий як “PPLX-API”Надає розробникам доступ до своєї великої мовної моделі (LLM). Цей API дозволяє програмам надсилати запити природних мов та отримувати детальну інформацію в режимі реального часу з Інтернету. Через єдину кінцеву точку API він дає можливість оновленим пошуком даних та відповідями, що знаходяться в контексті, для додатків AI, що надає можливість розробникам будувати програми, які залишаються узгодженими з останньою інформацією.
«Зазвичай галузь має тенденцію до стандартизації одного рішення з відкритим кодом, але часто це займає роки. Дуже ймовірно, що OpenAI спробує запровадити більше протоколів », – сказав Мендельс. “Але якщо MCP отримає широке прийняття як перший у своєму роді, ми могли б побачити методи та найкращі практики, які починають стандартизувати навколо нього”.
Чи може антропічний MCP встановити стандарт для інтеграції AI, орієнтованої на контекст?
Незважаючи на свій потенціал, антропічний MCP стикається з значними проблемами. Безпека – це основна проблема, оскільки дозволяє систему AI доступу до конфіденційних даних підприємства підвищує ризик витоків, якщо система піде на шахрай. Більше того, переконливі розробники, які вже закріпилися у встановлених екосистемах для прийняття MCP, можуть виявитися важкими.
Ще одне питання – це чистий розмір даних, за словами JD Raimondi, керівника науки про науку про розвиток даних, що розвивається. Він сказав мені: «Антропік є лідером в експериментах, що ведуть до великих контекстів, але точність моделей сильно страждає. Цілком ймовірно, що вони з часом стане кращими, і продуктивністю є багато хитрощів, щоб зберегти швидкість прийнятною ».
Незважаючи на те, що антроп стверджує, що MCP покращує здатність AI отримувати та контекстуалізувати дані, відсутність конкретних орієнтирів для підтримки цих претензій може перешкоджати прийняттю. “Незалежно від того, чи ви розробник інструментів AI, підприємство, яке прагне використовувати існуючі дані, або ранній усиновлювач, який вивчає кордон, ми запрошуємо вас побудувати майбутнє контекстного AI разом”,-сказав Антропік.
У міру того, як розробники тестують можливості MCP, галузь буде спостерігати, чи може цей відкритий стандарт отримати тягу, необхідну для того, щоб стати орієнтиром для інтеграції AI-інтеграції контексту. Mendels припускає, що стандартизація може бути розумним кроком для антропічного, потенційно підвищення сумісності та дозволяє командам експериментувати з різними комбінаціями інструментів для визначення найкращого відповідності для їх потреб. “Зараз занадто рано говорити, що багато процесів в екосистемі AI стандартизуються”, – зазначив Мендельс. «З інноваціями так швидко відбуваються, найкращі практики сьогодні можуть бути застарілими до наступного тижня. Тільки час покаже, чи може такий протокол, як MCP, досягти успіху в стандартизації пошуку даних контексту. “
