Field Note 014AI
Model Context Protocol: één standaard voor AI en je systemen
MCP is de USB-C voor AI: één protocol waarmee een model met je tools, data en systemen praat, in plaats van een eigen koppeling per bron. Waarom dat de manier verandert waarop we integreren.
Het Model Context Protocol (MCP) is een open standaard die een AI-model op een uniforme manier verbindt met bestaande tools, data en systemen. Denk aan USB-C: één aansluiting in plaats van een lade vol adapters. In plaats van voor elke database, CRM of API een eigen koppeling te bouwen, praat het model via één protocol met alles.
Het probleem: een koppeling per bron
Zonder standaard groeit het aantal integraties multiplicatief. Elk AI-systeem heeft een eigen koppeling nodig naar elke bron: tien tools en drie modellen worden al snel dertig maatwerkverbindingen, elk met eigen onderhoud en foutgevoeligheid. MCP knipt dat door: elke bron krijgt één keer een server, en elk model spreekt die aan.
De drie rollen
MCP werkt met een heldere driedeling. Die scheiding is precies wat het onderhoudbaar maakt.
- Host: de applicatie waarin het AI-model draait, bijvoorbeeld een chatbot. Die ontvangt de vraag en bepaalt welke data of tools nodig zijn.
- Client: de tussenlaag die verzoeken vertaalt naar MCP-berichten en de juiste server aanspreekt.
- Server: de daadwerkelijke verbinding naar een bron, zoals een database, CRM of zoekmachine. Ontvangt instructies en geeft antwoord terug.
Doordat de bron in de server zit en niet in het model, kun je tools toevoegen of vervangen zonder het model aan te raken.
Een concreet voorbeeld
Neem de opdracht: “Zoek het laatste verkooprapport in de database en mail het naar de manager.” Wat er dan gebeurt:
- Het model herkent dat het geen directe toegang heeft tot de database of e-mail, en vraagt via de client welke tools beschikbaar zijn.
- Het stelt tool-verzoeken op die via de client naar de juiste servers gaan.
- De database-server vertaalt dat naar een veilige query en haalt de data op.
- Het model roept de e-mailtool aan met het adres van de manager en de inhoud van het rapport.
- De server bevestigt de actie, het model bevestigt aan de gebruiker.
Wat het je oplevert
- Minder hallucinaties. Het model put uit echte bronnen in plaats van te gokken.
- Meer autonomie. Taken die data ophalen, bewerken en doorzetten kunnen end-to-end lopen.
- Onderhoudbare integraties. Eén standaard in plaats van een wildgroei aan maatwerkkoppelingen, met betere security en schaalbaarheid.
MCP verplaatst de vraag van “hoe koppel ik dit model aan dit systeem” naar “welke tools geef ik dit model”, en dat is precies de vraag die je wél wilt stellen.
Voor wie AI-agents naar productie brengt, is MCP het verschil tussen een web van broze integraties en een set herbruikbare bouwstenen. Het is jong, maar het lost een echt probleem op, en dat is waarom het snel de standaard wordt.
