Esta es la última de las cuatro partes de esta serie. La Parte 1 se puede encontrar aquí, Parte 2 aquí y Parte 3 aquí.9. Las instrucciones futuras y la lista de deseos para MCPThe Trayectory of MCP y la integración de herramientas de IA son emocionantes, y hay áreas claras donde la comunidad y las empresas están impulsando las cosas. Aquí hay algunas direcciones futuras y elementos de «lista de deseos» que podrían dar forma a la próxima ola de desarrollo de MCP: seguridad formal y autenticación: como se señaló, una de las principales necesidades son los mecanismos de seguridad estándar en la especificación de MCP. Podemos esperar esfuerzos para definir una capa de autenticación, tal vez un estándar de flujo o clave API de tipo OAuth para los servidores MCP para que los clientes puedan conectarse de forma segura a servidores remotos sin configuración personalizada para cada uno. Esto podría involucrar a los servidores que anuncian su método de autenticación (por ejemplo, «necesito un token») y los clientes que manejan el intercambio de tokens. Además, se podría introducir un modelo de permiso. Por ejemplo, un cliente de IA podría transmitir un alcance de acciones permitidas para una sesión, o los servidores MCP podrían admitir los roles de los usuarios. Si bien no es trivial, se anticipan los «estándares para la seguridad y la autenticación de MCP» a medida que MCP pasa a dominios más empresariales y multiuséricos. En la práctica, esto también podría significar un mejor sandboxing, tal vez ejecutar ciertas acciones de MCP en entornos aislados. (Imagine un servidor MCP dockerizado para tareas peligrosas). MCP Gateway/Capa de orquestación: en este momento, si una IA necesita usar cinco herramientas, abre cinco conexiones a diferentes servidores. Una mejora futura podría ser una puerta de enlace MCP, un punto final unificado que agregue múltiples servicios de MCP. Piense en ello como un proxy que expone muchas herramientas bajo un mismo techo, posiblemente manejando el enrutamiento e incluso la toma de decisiones de alto nivel sobre qué herramienta usar. Dicha puerta de enlace podría administrar la múltiples múltiples (por lo que un servicio puede servir a muchos usuarios y herramientas mientras mantiene los datos separados) y hacer cumplir las políticas (como los límites de velocidad, registrar todas las acciones de IA para auditoría, etc.). Para los usuarios, simplifica la configuración: apunte la IA en un solo lugar y tiene todas sus herramientas integradas. Una puerta de enlace también podría manejar la selección de herramientas: a medida que crece el número de servidores MCP disponibles, una IA podría tener acceso a herramientas superpuestas (tal vez dos conectores de bases de datos diferentes). Una capa de orquestación inteligente podría ayudar a elegir el correcto o combinar los resultados. También podríamos ver un servicio de registro o descubrimiento, donde un agente de IA puede consultar «¿Qué servicios de MCP están disponibles en toda la empresa?» Sin preconfiguración, similar a la forma en que los microservicios pueden registrarse. Esto se vincula con la implementación empresarial: las empresas pueden alojar un catálogo interno de puntos finales de MCP (para API internas, fuentes de datos, etc.), y los sistemas de IA podrían descubrirlos y usarlos dinámicamente. Agentes de IA optimizados y ajustados: en el lado del modelo de IA, probablemente veremos modelos que están ajustados para el uso de la herramienta y MCP específicamente. Anthrope ya mencionó futuros «modelos de IA optimizados para la interacción MCP». Esto podría significar que el modelo comprende profundamente el protocolo, sabe cómo formatear las solicitudes exactamente y tal vez ha sido capacitado en registros de operaciones exitosas basadas en MCP. Un modelo especializado «agente» también podría incorporar un mejor razonamiento para decidir cuándo usar una herramienta versus respuesta de la memoria, etc. También podemos ver mejoras en cómo los modelos manejan sesiones largas con herramientas, manteniendo una memoria de trabajo de las herramientas que han hecho (para que no repitan consultas innecesarias). Todo esto haría que los agentes impulsados por MCP sean más eficientes y confiables. Expansión de MCP incorporada en aplicaciones: en este momento, la mayoría de los servidores MCP son complementos de la comunidad. Pero imagine si el software popular comenzó a enviar con soporte de MCP fuera de la caja. El futuro podría celebrar aplicaciones con servidores MCP nativos. Es probable que sea probable la visión de «más aplicaciones de envío con servidores MCP incorporados». En la práctica, esto podría significar, por ejemplo, FIGMA o VS Code incluye un punto final MCP que puede habilitar en la configuración. O un proveedor de software empresarial como Salesforce proporciona una interfaz MCP como parte de su suite API. Esto aceleraría enormemente la adopción porque los usuarios no tendrían que confiar en complementos de terceros (que pueden quedarse atrás de las actualizaciones de software). También coloca un poco de una responsabilidad en los desarrolladores de aplicaciones para definir cómo la IA debería interactuar con su aplicación, posiblemente conduciendo a esquemas estandarizados para los tipos de aplicaciones comunes. Razonamiento de agentes con la mano y estrategias multitool: los futuros agentes de IA podrían mejorar en multiRool de múltiples pasos. Podrían aprender estrategias como usar una herramienta para recopilar información, razonamiento, luego usar otra para actuar. Esto está relacionado con las mejoras del modelo, pero también con la construcción de módulos de planificación de nivel superior en la parte superior del modelo RAW. Proyectos como AutoGpt intentan esto, pero integrarse estrechamente con MCP podrían producir un «agente automático» que puede configurar y ejecutar flujos de trabajo complejos. También podríamos ver agentes colaborativos (múltiples agentes de IA con diferentes especializaciones de MCP trabajando juntas). Por ejemplo, una IA podría especializarse en consultas de bases de datos y otra en informes de escritura; a través de MCP y un coordinador, podrían manejar conjuntamente una tarea de «generar un informe trimestral». Interfaz de usuario y experimentar innovaciones: en el lado del usuario, a medida que estos agentes de IA se vuelven más capaces, las interfaces podrían evolucionar. En lugar de una simple ventana de chat, es posible que tenga un «tablero» de IA que muestre qué herramientas están en uso, con alternancias para habilitarlas/deshabilitarlas. Los usuarios podrían arrastrar y arrastrar las conexiones («adjuntar» un servidor MCP a su agente, como enchufar un dispositivo). Además, se podrían mejorar los mecanismos de retroalimentación: si la IA hace algo a través de MCP, la interfaz de usuario podría mostrar una confirmación (como «AI creó un archivo Report.xlsx usando Excel MCP»). Esto genera confianza y también permite a los usuarios corregir el curso si es necesario. Algunos imaginan un futuro en el que interactuar con un agente de IA se vuelve como administrar a un empleado: usted le da acceso (claves MCP) a ciertos recursos, revisa sus resultados y aumenta gradualmente la responsabilidad. El tema general de las direcciones futuras está haciendo que MCP sea más fluida, segura y poderosa. Estamos en el escenario similar a los primeros protocolos de Internet: los conceptos básicos están funcionando, y ahora se trata de refinamiento y escala. Pensamientos finales: Desbloquear una nueva ola de flujos de trabajo inteligentes e inteligentes todavía puede estar en su infancia, pero está preparado para ser una tecnología fundamental en cómo construimos y usamos software en la era de la IA. Al estandarizar la interfaz entre los agentes y las aplicaciones de IA, MCP está haciendo para AI lo que las API hicieron para los servicios web: hacer compuesto de integración, reutilizable y escalable. Esto tiene profundas implicaciones para los desarrolladores y las empresas. Pronto podríamos vivir en un mundo donde los asistentes de IA no se limitan a responder preguntas, sino que son verdaderos compañeros de trabajo. Utilizarán herramientas en nuestro nombre, coordinarán tareas complejas y se adaptarán a nuevas herramientas tan fácilmente como una nueva contratación, o tal vez aún más fácilmente. Los flujos de trabajo que una vez requirieron pegar scripts o hacer clic en docenas de UI pueden lograrse mediante una conversación simple con una IA que «conoce las cuerdas». Y la belleza es, gracias a MCP, las cuerdas están estandarizadas: la IA no tiene que aprender cada una desde cero para cada aplicación. Para los ingenieros de software, la adopción de MCP en herramientas ofrece una ventaja estratégica. Significa que su producto puede conectarse al ecosistema emergente de los agentes de IA. Los usuarios pueden preferir herramientas que funcionen con sus asistentes de IA fuera de la caja. La imagen más grande es la composibilidad. Hemos visto servicios compuestos en la nube (microservicios) y componentes de UI compuestos en frontend, ahora estamos buscando inteligencia compuesta. Puede mezclar y combinar las capacidades de IA con capacidades de herramientas para ensamblar soluciones a los problemas en la marcha. Recuerda la filosofía de Unix («Haz una cosa bien») pero se aplica a la IA y las herramientas, donde un agente tuve datos de un servicio MCP a otro, orquestando una solución. Esto desbloquea la creatividad: los desarrolladores e incluso los usuarios finales pueden soñar flujos de trabajo sin esperar a que alguien integre formalmente esos productos. ¿Quiere que su herramienta de diseño hable con su editor de código? Si ambos tienen MCP, puede unirlos con un poco de agente. En efecto, los usuarios se convierten en integradores, instruyendo a su IA para que se entrelazen las soluciones ad hoc. Ese es un cambio poderoso. Por supuesto, para desbloquearlo completamente, tendremos que abordar los desafíos discutidos, principalmente en torno a la confianza y la robustez, pero aquellos se sienten superables con el desarrollo activo y la vigilancia de la comunidad. El hecho de que los principales jugadores como Anthrope estén impulsando esto como código abierto, y que compañías como Zapier están a bordo, le da confianza en que MCP (o algo muy parecido) persistirá y crecerá. Es revelador que incluso en su fase temprana, tenemos historias de éxito como Blender MCP Going Viral y real de productividad (por ejemplo, «implementación de UI 5X más rápida» con Figma MCP). Estos proporcionan una idea de lo que un ecosistema MCP maduro podría hacer en todos los dominios. Para los ingenieros que leen esta inmersión profunda, la comida para llevar es clara: MCP importa. Vale la pena entender y tal vez experimentar en su contexto. Ya sea que esté integrando una IA en su flujo de trabajo de desarrollo a través de los servidores MCP existentes, o construyendo uno para su proyecto, la inversión podría dar sus frutos al automatizar el trabajo de gruñidos y habilitar nuevas funciones. Como con cualquier estándar, existe un efecto de red: los contribuyentes principales ayudan a dirigirlo y también se benefician de estar por delante de la curva a medida que crece la adopción. En la reflexión final, MCP representa un cambio de paradigma donde la IA se trata como un usuario y operador de software de primera clase. Nos estamos moviendo hacia un futuro en el que usar una computadora podría significar decirle a una IA qué resultado desea, y descubre qué aplicaciones abrir y qué botones presionar, un verdadero desarrollador/asistente personal. Es un poco como tener una superpotencia, o al menos un equipo muy competente trabajando para usted. Y como cualquier revolución en las interfaces informáticas (GUI, tacto, voz, etc.), una vez que la experimenta, volver a la antigua manera se siente limitante. MCP es un facilitador clave de esa revolución para los desarrolladores. Pero se establece la dirección: agentes de IA que pueden interactuar de manera fluida y segura con el amplio mundo del software. Si tiene éxito, MCP habrá desbloqueado una nueva ola de flujos de trabajo inteligentes compuestos que aumentan la productividad e incluso cómo pensamos en la resolución de problemas. En un sentido muy real, podría ayudar a «eliminar la carga de lo mecánico para que las personas puedan concentrarse en la creatividad» como lo expresó el CTO de Block. Y por eso MCP es importante. Está construyendo el puente hacia un futuro en el que los humanos y la IA colaboren a través del software de una manera que solo comenzamos a imaginar, pero que pronto podría convertirse en la nueva normalidad en la ingeniería de software y más allá.
Deja una respuesta