#36 💥 Modele AI w końcu zaczynają się dogadywać 😱
💡 MCP - Mały protokół, wielka zmiana
Każdego tygodnia zalewa nas fala wiadomości zwiastujących koniec branży IT, koniec świata, jaki znamy, albo inny marketingowy trik mający przekonać nas, że świat pędzi do przodu, a my zostajemy daleko w tyle. Ponad dwa lata temu publicznie udostępniono ChatGPT i od tego czasu niemal codziennie słyszymy o kolejnym „zabójcy” AI dla branży <tu wstaw nazwę>. Wszystko to służy jednemu celowi – napędzeniu sprzedaży. A nic nie sprzedaje tak skutecznie jak strach.
Nie zrozum mnie źle – uwielbiam korzystać z systemów AI. To genialne narzędzia, które znacząco usprawniają pracę, ale nadal daleko im do zastąpienia specjalistów.
Ostatnią nowością, czyli kolejnym „killerem” dla wybranych branż, ma być szerokie wdrożenie i adaptacja protokołu MCP. Od kilku tygodni internet zalewają doniesienia o nadchodzącej rewolucji, dlatego w tym wpisie postaram się krótko wyjaśnić, z czym mamy do czynienia.
Czym jest MCP?
MCP to skrót od Model Context Protocol. W praktyce to otwarty protokół umożliwiający komunikację pomiędzy modelami AI a systemami. Dzięki MCP modele mogą dzielić się kontekstem, komunikować ze sobą i organizować swoją pracę pomiędzy różnymi systemami.
Praktyczna analogia
Pamiętasz czasy, gdy każdy telefon miał swoją własną wtyczkę do przesyłania danych? Aby podłączyć go do komputera, często trzeba było używać specjalnych adapterów. A jeśli chciało się podłączyć kilka urządzeń naraz – potrzebny był hub USB. MCP działa na podobnej zasadzie – jak inteligentny hub, który zarządza komunikacją między modelami, tworząc wspólny standard porozumiewania się.
Jakie problemy to rozwiązuje?
MCP umożliwia tworzenie systemów agentowych integrujących wiele modeli AI. Wyobraź sobie system, który na podstawie nagrania kaszlu, opisu objawów i zdjęcia wysypki potrafi zasugerować możliwą przyczynę choroby.
A jeśli ten przykład jest zbyt wrażliwy – pomyśl o czymś prostszym: robisz zdjęcie lodówki, nagrywasz wiadomość głosową z preferencją dotyczącą kuchni, dodajesz informację o alergiach żony (lub męża) – a AI sugeruje, co dokupić i co da się przygotować z dostępnych składników.
Inny przykład: piszesz ręcznie listę zakupów, robisz zdjęcie lodówki, a AI – na podstawie Twoich preferencji – podpowiada zestaw dań i przesyła gotową listę do aplikacji zakupowej.
Jak to działa?
W tle działa kilka wyspecjalizowanych modeli AI (np. tekstowych, dźwiękowych, wizualnych), które przekazują sobie informacje o kolejnych krokach. MCP nadzoruje i organizuje cały proces. Działa to w pięciu etapach:
1 Przetwarzanie danych wejściowych – np. „streść ten dokument jako listę, uwzględniając moje notatki”, przy załączeniu dwóch plików PDF.
2 Podział na kroki – MCP dzieli zadanie na mniejsze części: analiza plików, przetwarzanie obrazów, uzupełnienie kontekstu, transkrypcja notatek itp.
3 Przekazywanie wyników między krokami – każdy kolejny etap ma pełen kontekst i wyniki poprzedniego.
4 Dynamiczne zarządzanie procesem – przebieg może być modyfikowany w zależności od wyników kolejnych kroków.
5 Zbieranie i integracja wyników – MCP zbiera wszystko w jedno spójne wyjście i przekazuje użytkownikowi.
Dlaczego wokół tego tyle szumu?
Bo MCP umożliwia szybkie i przewidywalne budowanie zintegrowanych systemów AI. Dotąd opieraliśmy się głównie na dużych, ogólnych modelach, bo brakowało jednolitego standardu komunikacji między nimi. MCP rozwiązuje ten problem. Systemy obsługujące ten protokół można natychmiast włączać do większych ekosystemów, co z kolei sprzyja rozwojowi małych, wyspecjalizowanych modeli w środowiskach produkcyjnych.
To wszystko na dziś!
MCP to nie magiczna różdżka, ale realny krok w stronę lepszej współpracy między modelami i systemami. Jeśli choć część obietnic związanych z tym protokołem się spełni, możemy spodziewać się poważnego przyspieszenia rozwoju narzędzi opartych na AI – takich, które naprawdę rozumieją kontekst, współpracują i... w końcu zaczynają być użyteczne na większą skalę.
Masz pomysł, co sam(a) chciałbyś zbudować z pomocą AI?
Zastanawiasz się, jak MCP mógłby pomóc w Twoim produkcie, projekcie lub procesie?
Napisz do mnie – chętnie posłucham, podpowiem lub pomogę znaleźć właściwe podejście. Odpowiedź na tego maila trafi bezpośrednio na moją prywatną skrzynkę.