Apa Itu MCP, dan Mengapa Setiap Alat AI Tiba-tiba Berbicara Dengannya?
Selama sebagian besar dekade terakhir, menghubungkan model AI ke alat perusahaan berarti membuat integrasi khusus untuk setiap pasangan. Model Context Protocol, standar terbuka yang diperkenalkan Anthropic pada November 2024, menggantinya dengan satu colokan yang cocok di mana saja — dan OpenAI, Google, serta Microsoft sejak itu semuanya mengadopsinya. Begini cara kerjanya yang sebenarnya, dan daftar periksa nyata sebelum Anda menghubungkan salah satunya ke data tim Anda.
Buka aplikasi desktop Claude dan minta ia memeriksa pull request terbuka tim Anda, dan ia bisa langsung melakukannya. Bukan karena Anthropic membangun integrasi GitHub ke dalam Claude. Melainkan karena di suatu tempat — tim IT Anda, sebuah vendor, atau seorang pengembang di GitHub — seseorang menulis program kecil yang berbicara dalam protokol bernama MCP, dan Claude sudah tahu cara berkomunikasi dengan apa pun yang memakai protokol itu. Hal yang sama kini berlaku untuk ChatGPT, Gemini dari Google, dan Microsoft Copilot. Konvergensi itu, lebih dari rilis fitur tunggal mana pun, adalah alasan mengapa hampir setiap vendor AI menghabiskan setahun terakhir untuk membangun dukungan MCP.
Apa sebenarnya MCP itu
MCP adalah singkatan dari Model Context Protocol. Anthropic merancangnya, dan membuka spesifikasi beserta SDK pertama pada 25 November 2024. Materi peluncurannya sendiri menggambarkan ide itu dengan analogi yang melekat: bayangkan MCP sebagai port USB-C untuk aplikasi AI — satu standar konektor fisik, bukan kabel berbeda untuk setiap aksesori. Saat peluncuran, Anthropic menyebut pengadopsi awal yang sudah membangun dukungan MCP ke dalam produk mereka sendiri, termasuk perusahaan perangkat lunak enterprise Block dan Apollo, plus pembuat alat pengembang Zed, Replit, Codeium, dan Sourcegraph. Aplikasi desktop Claude dirilis, pada hari yang sama, dengan kemampuan menjalankan server MCP secara lokal di mesin seseorang.
Masalah yang dipecahkannya: N alat kali M sumber data
Masalah yang dipecahkan MCP punya nama yang biasa dipakai para insinyur: masalah integrasi N-kali-M. Katakanlah sebuah perusahaan memakai lima alat AI yang perlu bertindak atas data perusahaan — Claude, ChatGPT, GitHub Copilot, Cursor, dan bot dukungan internal — dan data itu tinggal di delapan tempat: Slack, GitHub, basis data Postgres, Salesforce, Notion, Google Drive, Jira, dan API internal. Tanpa protokol bersama, menghubungkan setiap alat ke setiap sumber dengan cara yang berguna membutuhkan hingga empat puluh integrasi terpisah — lima kali delapan — masing-masing dengan skema autentikasinya sendiri, penanganan kesalahannya sendiri, dan pajak pemeliharaannya sendiri setiap kali salah satu API itu berubah bentuk. Tambahkan alat AI keenam dan angkanya melonjak menjadi empat puluh delapan. Dalam praktiknya, tidak ada yang membangun keempat puluh itu. Setiap vendor AI membangun segelintir yang mereka nilai sepadan dengan waktu rekayasa, dan sisanya tetap manual: salin, tempel, jelaskan ulang, ulangi.
MCP mengubah perkalian menjadi penjumlahan. Perusahaan yang ingin Claude membaca basis data Postgres-nya tidak membangun konektor Postgres khusus Claude. Ia membangun — atau memakai ulang yang sudah diterbitkan orang lain — satu server MCP yang mengekspos Postgres, dan server itu bekerja dengan Claude, ChatGPT, Gemini, atau agen lain yang kompatibel dengan MCP tanpa kode tambahan. Daftar milik Anthropic sendiri, saat peluncuran, menyebut server siap pakai untuk Google Drive, Slack, GitHub, Git, Postgres, dan alat otomatisasi peramban bernama Puppeteer. Intinya bukan bahwa Anthropic akan membangun semuanya, melainkan bahwa siapa pun bisa, dan katalog server yang tersedia kini tumbuh jauh melampaui apa yang sanggup ditangani tim satu perusahaan.
Bagaimana protokol ini sebenarnya bekerja
Jika kerangka ceritanya disingkirkan, MCP adalah protokol klien-server yang cukup biasa, sengaja dibuat tidak glamor. Ia mendefinisikan tiga peran. Host adalah aplikasi yang benar-benar dibuka seseorang — Claude Desktop, IDE seperti Cursor, aplikasi ChatGPT. Host menyematkan MCP Client, yang membuka koneksi langsung dan berstatus ke MCP Server — program kecil yang mengekspos satu sistem tertentu: basis data, alat tiket, sistem berkas, atau API internal. Klien dan server bertukar pesan berformat JSON-RPC 2.0, format panggilan prosedur jarak jauh yang ringan dan sudah umum di infrastruktur yang ada, lewat salah satu dari dua transport: stdio, ketika server adalah program yang berjalan secara lokal di mesin yang sama, atau Streamable HTTP, ketika itu layanan yang di-host dan berjalan di tempat lain.
Apa yang bisa diekspos server bermuara pada tiga primitif. Tools adalah fungsi yang bisa dipanggil model untuk melakukan tindakan — create_task, run_query, send_message — dan model yang memutuskan kapan memanggilnya berdasarkan percakapan. Resources adalah konteks hanya-baca yang bisa ditarik Host dan diserahkan ke model tanpa model harus memintanya — isi berkas, skema basis data, tiket dukungan. Prompts adalah templat yang dapat dipakai ulang dan dipicu pengguna — misalnya "ringkas utas ini" atau "buat draf pembaruan status" yang sudah disiapkan, yang dipanggil seseorang secara eksplisit, bukan sesuatu yang diputuskan model untuk dilakukan sendiri. Server yang dibangun dengan baik akan menjelaskan secara eksplisit mana dari ketiganya yang ditawarkan untuk suatu kemampuan, karena perbedaan itulah yang menentukan apakah alat AI yang terhubung hanya bisa melihat sesuatu atau juga bisa mengubahnya.
Siapa lagi yang mengadopsinya, dan kapan
Beberapa bulan pertama MCP adalah proyek Anthropic saja. Itu berubah cepat, dan dengan cara yang benar-benar tidak biasa di dunia AI: pesaing langsung berkumpul pada protokol satu perusahaan, bukan merilis protokol mereka sendiri. OpenAI menambahkan dukungan MCP ke Agents SDK-nya pada Maret 2025, sehingga pengembang bisa menghubungkan alur kerja agen ke server MCP mana pun alih-alih membangun integrasi alat khusus yang hanya untuk OpenAI. Bulan berikutnya, Google DeepMind mengonfirmasi bahwa Gemini dan kit pengembangan agennya sendiri juga akan mendukung MCP — langkah yang dipasangkan Google dengan protokol pelengkapnya sendiri, Agent2Agent, yang ditujukan agar agen independen berkoordinasi satu sama lain, bukan dengan alat. Pada Mei 2025, Microsoft sudah membawa dukungan MCP bawaan ke Windows 11 melalui apa yang disebutnya Windows AI Foundry, dengan dukungan yang juga masuk ke GitHub Copilot dan Copilot Studio.
Keempat perusahaan itu jarang sepakat soal arsitektur model, harga, atau strategi platform. Namun kini keempatnya merilis produk yang memakai protokol yang sama untuk menghubungkan agen ke alat. Hal itu cukup langka di industri ini sehingga menjadi cerita yang sesungguhnya — lebih dari fitur tunggal mana pun yang dimungkinkan MCP.
Mengapa ini soal kepercayaan, bukan sekadar pipa
Konvergensi itu benar-benar berguna, dan justru itu pula alasan MCP layak dicermati, bukan dipercaya begitu saja. Protokol yang membuat agen mudah terhubung ke sistem perusahaan Anda adalah protokol yang membuat koneksi yang dibangun buruk atau dikonfigurasi buruk sama mudahnya menjangkau sistem yang sama. MCP sendiri tidak mencegah itu. Spesifikasi mendefinisikan bagaimana klien dan server berbicara satu sama lain — ia tidak berkata apa-apa tentang siapa yang boleh memberi koneksi, apa yang boleh disentuh koneksi itu, atau apakah ada orang yang akan menyadari jika ada yang salah. Pilihan-pilihan itu sepenuhnya ada pada siapa pun yang membangun atau mengonfigurasi server atau klien tertentu di depan Anda. Sebagian vendor membangun semuanya dengan hati-hati. Sebagian tidak membangunnya sama sekali, dan protokol tidak akan menghentikan mereka.
MCP adalah protokol komunikasi, bukan sistem kontrol akses. MCP menstandarkan cara agen meminta alat melakukan sesuatu. Apakah permintaan itu dibatasi cakupannya, dicatat, dan dapat dicabut adalah keputusan yang diambil seseorang — atau tidak — di atasnya.
Daftar periksa sebelum Anda menghubungkan salah satunya
Sebelum tim Anda menghubungkan server MCP — entah itu produk vendor, alat sumber terbuka yang ditemukan seseorang di GitHub, atau sesuatu yang dibangun sendiri — enam pertanyaan memisahkan koneksi yang diatur dari pintu yang terbuka. Tidak satu pun menuntut Anda membaca spesifikasi. Mereka hanya menuntut seseorang bertanya sebelum mengeklik setujui, dan benar-benar membaca jawaban yang dikembalikan layar koneksi.
| Tanyakan ini | Seperti apa yang baik | Waspadai |
|---|---|---|
| Lingkup atau Tools apa yang dimintanya? | Terinci Daftar bernama dan spesifik yang bisa Anda baca sebelum menyetujui — "buat tugas, baca pesan di kanal ini". | Menyeluruh "Akses akun penuh" tanpa daftar terinci tentang apa yang benar-benar bisa dilakukannya. |
| Hanya-baca, atau bisa menulis dan bertindak? | Terpisah Akses baca secara bawaan; setiap tindakan yang mengubah data butuh pemberian izin tersendiri yang terlihat. | Digabung Akses tulis disertakan otomatis, tanpa cara untuk mengetahui kemampuan mana yang melakukan apa. |
| Per orang, atau dipakai bersama seluruh tim? | Per orang Setiap orang masuk dengan loginnya sendiri; agen hanya bisa melihat apa yang bisa dilihat orang itu. | Bersama Satu kunci API atau akun layanan dipakai seluruh tim, melewati izin individual. |
| Apakah ada log audit tentang apa yang dilakukannya? | Tercatat Setiap panggilan Tool tercatat — siapa yang menghubungkannya, apa yang disentuh, dan kapan. | Tanpa catatan Tidak ada catatan selain apa pun yang dipilih alat AI itu sendiri untuk diberitahukan kepada Anda. |
| Bisakah dicabut seketika? | Seketika Satu sakelar, berlaku segera, dari halaman pengaturan yang Anda kendalikan. | Tertunda Pencabutan membutuhkan tiket dukungan, telepon ke vendor, atau sama sekali tidak mungkin. |
| Apakah mencabutnya merusak hal lain? | Terisolasi Dibatasi pada satu koneksi itu saja; mematikannya hanya berdampak pada koneksi tersebut. | Terjerat Berbagi kredensial dengan alat lain, sehingga mencabut satu diam-diam merusak tiga yang lain. |
Seperti apa sebenarnya koneksi yang dibangun dengan baik
Pengaturan MCP milik FabricLoop sendiri adalah satu jawaban konkret untuk daftar periksa itu — bukan karena tidak biasa, melainkan karena setiap bagian memetakan langsung ke salah satu dari enam pertanyaan di atas, dan ada gunanya menyebut mekanismenya yang sebenarnya, bukan versi pemasarannya. FabricLoop berjalan sebagai kedua peran sekaligus: ia adalah server MCP yang dihubungkan alat luar, sehingga Cursor, Claude, atau ChatGPT bisa membuat tugas, menambahkan komentar, atau membaca catatan memakai izin FabricLoop milik orang tertentu — dan ia adalah klien MCP yang terhubung ke luar, sehingga sebuah kanal bisa menarik aplikasi MCP vendor, seperti GitHub atau Linear, dan @mention-nya seperti rekan satu tim.
Setiap koneksi, ke arah mana pun, dimulai dari seseorang, bukan dari workspace. Menghubungkan klien eksternal seperti Cursor membuka layar persetujuan OAuth di app.fabricloop.com/oauth/consent, tempat orang itu memilih workspace dan menyetujui Tools spesifik yang diminta klien — klien kemudian hanya bisa bertindak dengan lingkup yang diberikan di layar itu, di bawah izin satu orang itu, tidak pernah lewat akun layanan bersama. Arah sebaliknya berjalan dengan cara yang sama: admin bisa mengaktifkan aplikasi MCP vendor untuk seluruh tim, tetapi setiap orang tetap menyelesaikan masuknya sendiri sebelum itu bekerja untuk mereka, dan admin bisa mengatur aplikasi itu ke mode hanya-baca atau membatasinya ke daftar izin Tools tertentu, bukan segala yang diekspos vendor.
Setiap klien yang terhubung muncul di layar pengaturan di samping kontrol Cabut yang memutusnya segera — halaman orang itu sendiri, bukan tiket dukungan. Pada paket Enterprise, aktivitas itu — termasuk pemberian MCP dan apa yang benar-benar dilakukan agen yang terhubung — masuk ke log audit yang bisa ditinjau tim keamanan sesuai permintaan, bukan tangkapan layar yang ditarik dari utas obrolan setelah kejadian.
Tidak ada dari semua itu yang merupakan rekayasa eksotis. Itu hanyalah serangkaian keputusan kecil yang sengaja dibuat tidak glamor, diterapkan secara konsisten: batasi cakupannya, kaitkan dengan seorang pengguna, catat, dan buat agar bisa dicabut tanpa dampak ikutan. Itu argumen yang sama yang diajukan situs ini tentang Legibility secara lebih luas — akses yang bisa Anda sebut, catat, dan cabut lebih baik daripada akses yang tidak perlu dipikirkan siapa pun — dan MCP hanya memberikan hal itu ketika seseorang membangunnya dengan cara tersebut. Protokol membuat saluran penghubungnya standar. Protokol tidak membuat tata kelolanya otomatis.
Keputusan yang benar-benar penting
MCP tidak akan hilang, dan menolaknya saat ini kira-kira seperti menolak USB. Setiap penyedia model besar kini merilisnya, daftar server yang tersedia terus bertambah, dan agen yang tidak bisa menjangkau alat Anda, untuk sebagian besar pekerjaan nyata, adalah agen yang tidak bisa berbuat banyak. Keputusan yang menarik bukanlah apakah akan membiarkan alat AI terhubung ke sistem Anda — keputusan itu semakin sering sudah diambilkan untuk Anda, satu integrasi demi satu integrasi, ketika alat yang sudah dipakai tim Anda diam-diam menambahkan dukungan MCP di balik fitur yang Anda klik tanpa membaca syarat dan ketentuannya. Keputusan yang masih benar-benar ada di tangan Anda adalah apa yang Anda periksa sebelum mengeklik Setujui.
MCP menstandarkan cara agen AI meminta alat melakukan sesuatu. MCP tidak menstandarkan apakah permintaan itu aman untuk disetujui — bagian itu masih, dan akan tetap, menjadi keputusan orang yang mengeklik "Setujui".