MCP i standardy komunikacji AI dla programistów | Proste wyjaśnienie MCP i ACL

Najpierw łączy się z serwerem MCP dla Githuba, żeby pobrać zmiany. OK. Potem może wysłać zapytanie do serwera CI-CD, żeby zdalnie uruchomić testy, a jednocześnie może połączyć się z lokalnym serwerem MCP, by odczytać pliki konfiguracyjne z Twojego dysku. Wow. Czyli wykonuje złożoną operację, korzystając z trzech różnych narzędzi, ale posługując się jednym spójnym protokołem. Dokładnie. Użyłaś tu słowa wykonuje, a to wydaje się kluczowe. To brzmi inaczej niż popularna technika RAG, czyli Retrieval Augmented Generation. Ona raczej dostarcza wiedzy. Niezwykle trafne rozróżnienie. I to jest jedna z najważniejszych rzeczy do zrozumienia. RAC służy do pasywnego pobierania informacji.

Model, zanim odpowie, przeszukuje bazę wiedzy i dołącza znalezione fragmenty do kontekstu. Żeby jego odpowiedź była bardziej aktualna i oparta na faktach. Tak, a MCP służy do aktywnej interakcji, do wykonywania działań. Model nie tylko czyta, ale też działa. Może utworzyć pull request, zapisać dane, wysłać e-maila. Czyli jeśli RAG to dostęp do biblioteki, to MCP to dostęp do w pełni wyposażonego warsztatu z narzędziami. Ok, jasne. Czyli MCP pozwala modelowi rozmawiać z narzędziami i działać. Ale w naszych materiałach jest też mowa o sytuacji, gdy różne systemy AI, czyli agenci, rozmawiają. Ze sobą nawzajem? Tak. To wydaje się kolejnym poziomem skomplikowania. Zdecydowanie.