Anthropic propose une nouvelle façon de connecter les données aux chatbots IA

Anthropic propose une nouvelle norme pour connecter les assistants IA aux systèmes où résident les données.

Appelé Model Context Protocol, ou MCP en abrégé, Anthropic affirme que la norme, aujourd’hui open source, pourrait aider les modèles d’IA à produire des réponses meilleures et plus pertinentes aux requêtes.

MCP permet aux modèles (tous les modèles, pas seulement ceux d’Anthropic) d’extraire des données de sources telles que des outils et logiciels professionnels pour effectuer des tâches, ainsi que de référentiels de contenu et d’environnements de développement d’applications.

« À mesure que les assistants IA sont de plus en plus adoptés, l’industrie a investi massivement dans les capacités des modèles, réalisant des progrès rapides en matière de raisonnement et de qualité », a écrit Anthropic dans un article. article de blog. « Pourtant, même les modèles les plus sophistiqués sont limités par leur isolement des données, coincés derrière des silos d’informations et des systèmes existants. Chaque nouvelle source de données nécessite sa propre implémentation personnalisée, ce qui rend difficile la mise à l’échelle des systèmes véritablement connectés.

MCP résout apparemment ce problème grâce à un protocole qui permet aux développeurs d’établir des connexions bidirectionnelles entre les sources de données et les applications basées sur l’IA (par exemple les chatbots). Les développeurs peuvent exposer les données via des « serveurs MCP » et créer des « clients MCP » (par exemple, des applications et des flux de travail) qui se connectent à ces serveurs sur commande.

Anthropic affirme que des sociétés telles que Block et Apollo ont déjà intégré MCP dans leurs systèmes, tandis que des sociétés d’outils de développement telles que Replit, Codeium et Sourcegraph ajoutent la prise en charge de MCP à leurs plates-formes.

« Au lieu de maintenir des connecteurs séparés pour chaque source de données, les développeurs peuvent désormais s’appuyer sur un protocole standard », a écrit Anthropic. « À mesure que l’écosystème mûrit, les systèmes d’IA maintiendront le contexte lorsqu’ils passeront d’un outil à l’autre et d’un ensemble de données, remplaçant ainsi les intégrations fragmentées d’aujourd’hui par une architecture plus durable. »

Les développeurs peuvent commencer à créer avec les connecteurs MCP dès aujourd’hui, et les abonnés au plan Claude Enterprise d’Anthropic peuvent connecter le chatbot Claude de l’entreprise à leurs systèmes internes via des serveurs MCP. Anthropic a partagé des serveurs MCP prédéfinis pour les systèmes d’entreprise tels que Google Drive, Slack et GitHub, et annonce qu’il fournira bientôt des boîtes à outils pour déployer des serveurs MCP de production pouvant servir des organisations entières.

«Nous nous engageons à construire MCP en tant que projet et écosystème collaboratif et open source», a écrit Anthropic. « Nous invitons [developers] pour construire ensemble l’avenir de l’IA contextuelle.

MCP semble être une bonne idée en théorie. Mais il est loin d’être sûr qu’il gagnera du terrain, en particulier auprès de concurrents comme OpenAI, qui préféreraient sûrement que les clients et les partenaires de l’écosystème utilisent leur approches et spécifications de connexion de données.

En fait, OpenAI a récemment introduit une fonctionnalité de connexion de données à ChatGPT, sa plate-forme de chatbot alimentée par l’IA, qui permet à ChatGPT de lire le code dans des applications de codage axées sur le développement – ​​similaire aux cas d’utilisation des lecteurs MCP. OpenAI a déclaré qu’elle prévoyait d’apporter cette fonctionnalité, appelée Travailler avec des applications, à d’autres types d’applications à l’avenir, mais elle poursuit les implémentations avec des partenaires proches plutôt que d’ouvrir la technologie sous-jacente en open source.

Il reste également à voir si MCP est aussi bénéfique et performant qu’Anthropic le prétend. La société affirme, par exemple, que MCP peut permettre à un robot IA de « mieux récupérer des informations pertinentes pour mieux comprendre le contexte autour d’une tâche de codage », mais la société ne propose aucun point de référence pour étayer cette affirmation.