Kamus AI

Model Context Protocol (MCP)

Standar terbuka yang dikembangkan Anthropic untuk menghubungkan model AI dengan berbagai sumber data dan alat eksternal secara seragam, seperti "USB-C untuk aplikasi AI".

Model Context Protocol (MCP) adalah standar terbuka yang dikembangkan oleh Anthropic dan dirilis pada akhir 2024, dirancang untuk menyeragamkan cara model AI terhubung dengan berbagai sumber data, alat, dan layanan eksternal. MCP sering dianalogikan sebagai "USB-C untuk aplikasi AI"—satu standar koneksi universal yang menggantikan kebutuhan membangun integrasi kustom terpisah untuk setiap kombinasi model AI dan sumber data.

Sebelum adanya standar seperti MCP, menghubungkan sebuah asisten AI ke berbagai layanan—misalnya Google Drive, GitHub, basis data internal perusahaan, atau Slack—membutuhkan kode integrasi kustom untuk setiap kombinasi model dan layanan. Ini menciptakan masalah "M×N", di mana M model harus diintegrasikan secara terpisah dengan N alat, menghasilkan kompleksitas yang membengkak secara eksponensial.

MCP menyelesaikan masalah ini dengan mendefinisikan protokol komunikasi standar antara "MCP client" (aplikasi AI, misalnya asisten chat) dan "MCP server" (penyedia akses ke suatu sumber data atau fungsi tertentu). Dengan standar ini, siapa pun dapat membangun satu MCP server untuk suatu layanan, dan server tersebut dapat langsung digunakan oleh model AI apa pun yang mendukung protokol MCP, tanpa perlu integrasi khusus untuk masing-masing model.

Sejak diluncurkan, MCP mendapat adopsi luas di industri, dengan perusahaan-perusahaan besar seperti OpenAI, Google, dan Microsoft turut mengadopsi atau mendukung protokol ini, menjadikannya salah satu standar de facto untuk konektivitas agen AI. Pada 2026, tata kelola MCP dan protokol sejenis seperti A2A (Agent2Agent) milik Google mulai dikonsolidasikan di bawah yayasan netral seperti Agentic AI Foundation untuk menjaga interoperabilitas lintas vendor.

Bagi developer, MCP secara signifikan mempercepat proses membangun aplikasi AI yang terhubung dengan data dan alat dunia nyata, sekaligus mengurangi biaya pemeliharaan integrasi yang sebelumnya harus dibangun dan diperbarui secara manual untuk setiap kombinasi model dan layanan.

Jelajahi Kamus AI