MCP, kort voor Model Context Protocol, is een open standaard om AI-modellen te verbinden met de tools en data die ze nodig hebben om echt werk te doen. In plaats van per model en per systeem een eenmalige brug te schrijven, ontsluit je je tools één keer via MCP, en kan elk model dat het protocol spreekt ze gebruiken.
Denk aan de USB-C-poort op een laptop. Vóór een gemeenschappelijke poort had elk apparaat zijn eigen speciale kabel en aansluiting nodig. Toen iedereen het eens werd over één vorm, kon één poort een telefoon opladen, een monitor aansturen of een schijf uitlezen. MCP is die gedeelde poort voor AI, en daarom staat het dicht bij function calling en algemeen tool use, de manieren waarop een model actie onderneemt.
Onder de motorkap is de rekensom simpel maar veelzeggend. Vijf modellen op de oude manier aan vijf tools koppelen betekent tot vijfentwintig losse koppelingen om te bouwen en te onderhouden. Met MCP biedt elke tool één server aan en spreekt elk model één protocol, dus bouw je tien dingen in plaats van vijfentwintig, en dat gat groeit alleen maar als je er aan beide kanten meer bij zet. De tools zelf staan achter een MCP-server, die een model bij het draaien ontdekt en aanroept.
De praktische winst is hergebruik en minder vendor lock-in. Een koppeling die je voor de ene AI-assistent bouwt, werkt met de volgende die MCP ondersteunt, dus je herschrijft niet elke keer je integraties als er een beter model komt. De kanttekening is het noemen waard: een MCP-server geeft een model echte toegang tot je systemen, dus wat het mag lezen en wijzigen verdient dezelfde zorg als elke API-sleutel.
Bij TopDevs gebruiken we MCP om de AI-assistent van een klant via één schone standaard te verbinden met hun bestaande systemen, zodat de opzet blijft werken naarmate modellen veranderen.
