AIの「次」を解き放つ：Anthropicが提唱するオープンソースプロトコル『MCP』の全貌

AI技術の進化は目覚ましく、私たちは今、まさにその変革の最中にいます。特に大規模言語モデル（LLM）は、私たちの仕事のあり方、情報へのアクセス、そして創造性の発揮方法を根本から変えつつあります。しかし、そのポテンシャルを最大限に引き出すためには、まだいくつかの障壁が存在します。

先日開催された「AI Engineer World's Fair」で、AnthropicのMCP（Model-Client Protocol）プロダクトマネージャーであるTheodora Chu氏が登壇し、この新たなオープンソースプロトコルがどのようにAIの未来を形作ろうとしているのか、そのビジョンと具体的な進捗について語りました。彼女自身がポーカーを愛し（主に負ける方だそうですが）、質の高いコーヒーを追求する、人間味あふれるエンジニアであることからも、この技術が単なるコードの集合体ではなく、実世界の課題解決に深く根ざしていることが伺えます。

本記事では、このMCPがなぜ生まれ、どのような課題を解決し、そして私たちのビジネスと社会にどのような影響をもたらすのかを、Theodora氏のプレゼンテーションから深く掘り下げて解説します。

1. MCP誕生秘話：なぜ今、新しいプロトコルが必要なのか？

AI、特にLLMの利用が広がるにつれて、開発者たちはある共通の課題に直面していました。それは、LLMがその「箱の中」に閉じ込められているという制約です。Theodora氏が語ったMCPの誕生秘話は、まさにこのフラストレーションから始まりました。

開発者の日常的な課題：コピー＆ペーストの非効率性

昨年半ば、MCPの共同創始者であるDavidとJustinは、開発者たちが日々のワークフローの中で、LLMのコンテキストウィンドウの外部から情報を手動でコピー＆ペーストする作業に、膨大な時間を費やしていることに気づきました。Slackの会話、Sentryのエラーログ、社内ドキュメントなど、LLMに参照させたい情報は多岐にわたりますが、それらを一つ一つLLMの入力に貼り付けるのは、非常に手間がかかる作業です。

この状況は、「もしClaude（AnthropicのLLM）や他のどんなLLMでも、その箱から飛び出して現実世界にアクセスし、必要なコンテキストやアクションを自らモデルに取り込めたら、どれほど素晴らしいだろうか」という彼らのアイデアにつながりました。彼らは、単にコンテキストをモデルに与えるだけでなく、モデルが「モデルエージェンシー（Model Agency）」を持つことの重要性を認識したのです。

「モデルエージェンシー」という概念の導入

モデルエージェンシーとは、AIモデルが単に指示に従うだけでなく、自律的に状況を理解し、適切なツールを選択し、必要な情報を収集・処理し、最適な行動を決定する能力を指します。これは、人間がタスクを依頼する際に、詳細な手順をすべて指示するのではなく、「これをやっておいて」と伝えると、相手が状況に応じて判断し、行動してくれるのと同じような関係性をAIと築くことを意味します。

これまでのLLMは、コンテキストウィンドウという限られた空間の中で推論を行うことが主でした。しかし、真に有用なAIエージェントとなるためには、外部システムと連携し、そこから得た情報を活用し、さらにそのシステムに対してアクションを起こせる能力が不可欠です。

クローズドなエコシステムの限界とオープンソース化への決断

このモデルエージェンシーを実現するためのプロトコルを開発するにあたり、DavidとJustinは重要な結論に達しました。それは、これを「オープンソースの標準化されたプロトコル」として構築する必要があるということです。

なぜオープンソースなのか？その理由は、クローズドなエコシステムにおける統合の複雑性にあります。もしプロトコルがクローズドであれば、LLMプロバイダーと外部サービスプロバイダーの間で、ビジネス開発（BD）やパートナーシップ契約、APIインターフェースの細かな調整、開発チーム間の連携などが必須となり、大規模な展開には膨大な時間とコストがかかります。

しかし、オープンソースの標準プロトコルであれば、誰もが自由にこれを利用し、互換性のあるサーバーやクライアントを構築できます。これにより、個別の交渉や調整の障壁が取り除かれ、エコシステム全体の成長が加速されます。

社内ハックウィークでの成功と外部からの最初の反応

DavidとJustinは、Anthropic社内で少人数の「タイガーチーム」を結成し、MCPプロトコルの開発に着手しました。そして、昨年11月の社内ハックウィークでMCPをローンチすると、驚くべきことに社内のエンジニアの間で「バイラル」に広がりました。様々なチームのエンジニアがMCPを活用して自身のワークフローを自動化し始め、その真価が社内で認められた瞬間でした。

しかし、その後の外部へのローンチでは、当初は懐疑的な声も少なくありませんでした。「MCPとは何か？」「なぜ新しいプロトコルが必要なのか？」「モデルは既にツールを呼び出せるではないか？」といった疑問が頻繁に寄せられたといいます。これは、新しい概念や技術が市場に受け入れられるまでの一般的な反応です。

Cursorや主要IT企業の採用が示すMCPのポテンシャル

この状況が大きく変わったのは、コーディングツールであるCursorがMCPを採用したことがきっかけでした。これを皮切りに、VS Code、Sourcegraphなど、他の多くのコーディングIDE（統合開発環境）もMCPを採用し始めました。この動きは、開発者にとってMCPが実際に有用であることの強力な証拠となりました。

そして最近では、Google、Microsoft、OpenAIといった業界の巨頭たちもMCPの採用を始めています。この広範な採用は、MCPが単なる一つの技術ではなく、AIエージェントが現実世界と対話するための共通言語として、業界標準となる可能性を秘めていることを示しています。Theodora氏が述べたように、「標準は、それが開発者にとって実際に有用である場合にのみ標準となる」のです。

2. MCPの核心：エージェントとしてのAIとサーバーサイドの簡素化

MCPは、単なるAPI連携の枠を超え、AIモデルが真の「エージェント」として機能するための基盤を提供します。その設計思想には、モデルの自律性を最大化し、同時にエコシステムの健全な発展を促すための深い洞察が込められています。

エージェントとしてのAI：未来を担う自律型システム

Theodora氏は、エージェントが未来であると断言します。これは、AIが特定のタスクをこなすツールから、より複雑な目標を設定し、自ら計画を立て、実行し、結果を評価する自律的なシステムへと進化することを示唆しています。このビジョンは、今日のAI開発における最もエキサイティングなフロンティアの一つです。

モデルエージェンシーの実現：モデルが「意思決定」する世界

モデルエージェンシーとは、モデルに思考プロセスを委ね、その知性に基づいて行動を選択し、決定する能力を与えることを意味します。人間が他の人間にタスクを依頼する際、私たちは必ずしもすべての詳細なステップを指示するわけではありません。私たちは状況を伝え、目標を共有し、相手の知性と判断力を信頼します。MCPは、AIモデルに対しても同様の信頼と自律性を与えることを目指しています。

これにより、開発者はモデルに具体的な指示を出す代わりに、より抽象的な目標を与えることができるようになります。モデルは、利用可能なツールや情報源を自ら探索し、最適な経路を選択して目標達成に貢献します。これは、AIの応用範囲を劇的に広げ、より複雑で動的なタスクへの対応を可能にします。

サーバーサイドのシンプルさへのこだわり

MCPの設計哲学におけるもう一つの重要な柱は、「サーバーサイドの簡素化」です。Theodora氏のチームは、「将来的にクライアントよりもサーバーの方がはるかに多くなる」という信念を持っています。この予測に基づき、クライアント側の複雑さとサーバー側の複雑さの間にトレードオフが生じた場合、彼らは一貫してサーバー側にシンプルさを追求する選択をしてきました。

これは、多くのAIアプリケーションにおいて、中心的なロジックやデータ処理がサーバー側で実行されることを想定しているためです。サーバー開発者がより簡単にMCPを活用し、効率的にエージェントを構築できるよう、プロトコル自体がサーバー側の開発体験を優先するよう設計されています。例えば、最近導入された「Streamable HTTP」のサポートは、SSE (Server-Sent Events) からの移行を可能にし、より双方向性の高い通信を実現することで、エージェント間のコミュニケーションを円滑にします。これは技術的には議論の余地がある決定だったかもしれませんが、エージェントの未来を見据えた戦略的な選択だったとTheodora氏は説明しています。

サーバー側のシンプルさは、開発者がより少ない労力で高品質なエージェントを構築し、迅速にデプロイできることを意味します。これにより、MCPエコシステム全体の成長が加速し、多様なAIアプリケーションが生まれる土壌が育まれます。

3. MCPの現在地：この6ヶ月間で何が変わったのか？

MCPのオープンソース化以来、このプロトコルは急速な進化を遂げています。Theodora氏のプレゼンテーションでは、過去6ヶ月間の主要な進捗が「スピードラン」形式で紹介されました。これらは、MCPが単なる概念ではなく、実用的な技術として着実に成熟していることを示しています。

リモートMCPのサポート MCPは当初、ローカル環境での利用が中心でしたが、この6ヶ月間でリモートMCPのサポートが導入されました。これにより、開発者は自身のローカル環境に縛られず、クラウドベースのサービスや分散システム上でMCPエージェントを構築・実行できるようになります。これは、大規模なAIアプリケーションの展開や、チームでの共同開発において非常に重要な機能強化です。

認証（Auth）機能の改善 当初、MCPの認証メカニズムには課題があったとTheodora氏は率直に認めました。しかし、コミュニティからのフィードバックと内部での努力により、認証機能は大幅に改善され、ドラフト仕様で修正が加えられました。この改善は、IDプロバイダーとの連携をスムーズにし、MCPエージェントのセキュリティと信頼性を高める上で不可欠です。オープンソースプロジェクトが、コミュニティの貢献によって課題を克服し、より堅牢なものへと進化する典型的な例と言えるでしょう。

Streamable HTTPのサポート 前述したように、Streamable HTTPがMCPの主要なトランスポートメカニズムとして導入されました。これは、単方向の通信だけでなく、モデルとサーバー間の双方向通信を可能にすることで、よりリッチなインタラクションとリアルタイムなデータ交換をサポートします。エージェントが複雑なタスクをこなす上で、応答性と柔軟性は極めて重要であり、この機能強化はその基盤を固めるものです。

新しいSDKsとInspectorの機能拡張 開発者体験の向上は、オープンソースプロジェクトの成功の鍵です。MCPは、複数のプログラミング言語に対応する新しいSDK（Software Development Kits）を提供し、開発者が自身の好む環境でMCPエージェントを容易に構築できるようにしています。また、「Inspector」というデバッグツールもアップデートされました。Inspectorは、MCPエージェントの内部動作を可視化し、モデルの意思決定プロセスやツール利用の状況を詳細に分析するための強力なツールです。Theodora氏は、これが「おそらく最も活用されていないツール」であると述べ、その重要性を強調しました。これらのツール群は、開発者がMCPをより効率的に採用し、デバッグし、展開するために不可欠な要素です。

これらの進捗は、MCPが単なるアイデアの段階から、実践的な開発を支える堅牢なインフラへと進化していることを明確に示しています。

4. 未来へのロードマップ：MCPが目指すエコシステムと次の挑戦

MCPの現在の進捗は、その大きなビジョンの第一歩に過ぎません。Anthropicは、今後、より高度なエージェント体験の実現と、エコシステムのさらなる発展に焦点を当てる計画です。

Elicitation（聞き出し）機能の強化

ドラフト仕様に新たに追加された「Elicitation」機能は、MCPエージェントのインタラクション能力を飛躍的に向上させます。これは、サーバーがエンドユーザーからより詳細な情報を「聞き出す」ことを可能にする機能です。

Theodora氏が例として挙げたフライト予約ツールを考えてみましょう。ユーザーが「アトランタへの最適なフライトを予約して」と指示した場合、サーバー（MCPエージェント）は「何をもって最適としますか？ cheapest（最安）ですか、それとも fastest（最速）ですか？」とユーザーに問い返すことができます。この対話を通じて、エージェントはユーザーの真の意図をより深く理解し、よりパーソナライズされたサービスを提供できるようになります。Elicitationは、AIエージェントと人間との協業をより自然で効果的なものにするための重要なステップです。

Registry APIの導入

現在開発中の「Registry API」は、モデルエージェンシーの実現に向けたもう一つの重要な要素です。このAPIが導入されれば、AIモデルは自身が事前に指定されていないMCPであっても、必要なツールやサービスを自律的に「発見」し、利用できるようになります。

これは、モデルが外部世界に対する知識を動的に拡張し、より多様なタスクに対応できることを意味します。例えば、ある特定の業界に特化したMCPサーバーが新しく公開された場合、モデルはRegistry APIを通じてそれを認識し、自身の能力セットに組み込むことが可能になります。これは、モデルの知性が時間とともにスケーリングするというAnthropicの信念を具体化するものです。

オープンソース事例の拡充

MCPエコシステムの成長には、コミュニティの活発な参加が不可欠です。Anthropicは、開発者や企業がMCPを容易に採用し、ベストプラクティスを共有できるように、オープンソースのサンプルコードやドキュメントの改善に力を入れていきます。これにより、開発者はMCPエージェントの構築方法を学び、自身のプロジェクトに適用する上での障壁が低減されます。コミュニティが共に標準やパターンを構築していくことで、MCPの汎用性と有用性がさらに高まることが期待されます。

ガバナンス体制の確立

MCPが「永遠に」オープンであり続けることを保証するため、Anthropicはガバナンス体制の構築にも投資しています。オープンソースプロジェクトが長期的に成功するためには、技術的な仕様だけでなく、プロジェクトの方向性、意思決定プロセス、コミュニティの貢献ルールなどを明確にするガバナンスモデルが不可欠です。これにより、MCPが特定の企業に囲い込まれることなく、真に公共財として発展していく基盤が築かれます。

5. スタートアップの皆様へ：MCPエコシステムでビジネスチャンスを掴む

Theodora氏のプレゼンテーションの最後には、スタートアップの創業者たちに向けた強力なメッセージが送られました。「この分野で何を構築すべきか？」という問いに対し、彼女はMCPエコシステムにおける具体的なビジネスチャンスを示唆しました。

「サーバー、サーバー、サーバー」：高品質なサーバーの飽くなき追求

現在、MCPのエコシステムはまだ非常に初期の段階にあります。この段階で最も重要なのは、「サーバー、サーバー、サーバー」と彼女が力強く語ったように、より多くの、そしてより高品質なMCPサーバーを構築することです。

現在のMCPサーバーの多くは開発ツールに特化していますが、Theodora氏はこれらがセールス、ファイナンス、法律、教育など、様々な垂直分野に拡大していくことを強く期待しています。ここで重要なのは、「高品質」なサーバーの概念です。単に既存のAPIエンドポイントを1対1でMCPツールとしてラップするだけでは不十分です。

高品質なMCPサーバーを構築する際には、以下の3つのユーザーを考慮する必要があります。

エンドユーザー（End-user）： 実際にAIエージェントと対話する人々。彼らがどのようなユースケースを持ち、どのようなプロンプトを与えるかを理解する。
クライアント開発者（Client Developer）： MCPサーバーを利用してアプリケーションを構築する開発者。彼らが使いやすいインターフェースと機能を提供することが重要。
モデル（Model）： AIエージェントそのもの。モデルもまた「ユーザー」であるという視点を持つことが重要です。モデルが適切な情報に基づいて意思決定し、行動できるように、公開するツールの設計を最適化する必要があります。

モデルの知性が向上するにつれて、モデルは単なる指示の受け手ではなく、より複雑な推論と行動計画を行うパートナーとなります。この変化に対応し、モデルが真に自律的なエージェントとして機能できるよう設計されたMCPサーバーは、大きな価値を生み出すでしょう。

サーバー構築の簡素化ツール：インフラストラクチャ層のイノベーション

MCPエコシステムの成長には、サーバー構築のプロセスを簡素化するツールが不可欠です。Theodora氏は、以下の領域でのスタートアップの機会を強調しました。

ホスティング/テスト/デプロイツール： MCPサーバーのホスティング、テスト、デプロイを容易にするためのツール。エンタープライズ顧客向け、あるいはインディハッカー向けなど、多様なニーズに応えるソリューションが求められています。
自動MCPサーバー生成： 将来的には、AIモデルが自らMCPを記述し、サーバーを生成できるようになる可能性も指摘されています。これは、モデルの知性とエージェンシーがさらに進化した際の「ムーンショット」的な機会ですが、今からその未来を見据えた技術開発は非常に価値があります。

これらのインフラストラクチャ層でのイノベーションは、より多くの開発者がMCPエコシステムに参加し、多様なAIエージェントが誕生するための土台を築きます。

AIセキュリティ、可観測性、監査スタックの重要性

AIアプリケーションが現実世界のデータと直接連携し、自律的に行動するようになるにつれて、セキュリティ、プライバシー、可観測性（Observability）、そして監査（Auditing）の重要性は飛躍的に高まります。これはMCP固有の課題ではありませんが、AIアプリケーション全般にとって極めて重要な領域であり、特にMCPのようなエージェント指向のプロトコルにおいてはその意味合いが深まります。

AIモデルの行動を監視し、予期せぬ挙動を検知し、説明責任を果たすためのツールやフレームワークは、AIの信頼性と安全性を確保する上で不可欠です。この分野での革新的なソリューションは、将来のAI駆動型社会において、計り知れない価値を持つでしょう。

Theodora氏は、「今こそこの分野でスタートアップを始める時だ」と力説しました。MCPが提供するオープンな標準と、Anthropicが描くモデルエージェンシーの未来は、新しいビジネスモデルと革新的なアプリケーションを生み出す肥沃な土壌を提供しています。

まとめ：AI駆動型社会の実現に向けて

Anthropicが提唱するMCPは、AIがその「箱」から飛び出し、現実世界と対話し、自律的に行動する真のエージェントとなる未来への扉を開くものです。その誕生は、開発者の日々のフラストレーションから生まれ、オープンソースとしての道を選んだことで、急速なエコシステムの拡大を見せています。

「モデルエージェンシー」と「サーバーサイドの簡素化」という二つの柱に支えられたMCPは、Elicitation機能による人間とのより深い対話、Registry APIによる自律的なツール発見、そして堅牢なガバナンス体制によって、そのポテンシャルをさらに広げようとしています。

この新たなフロンティアは、スタートアップ企業にとって計り知れないビジネスチャンスを秘めています。高品質なMCPサーバーの構築、サーバー開発を簡素化するツールの提供、そしてAIセキュリティと監査に関する革新的なソリューションは、AI駆動型社会の実現に向けた重要な貢献となるでしょう。

MCPはまだ発展途上ですが、そのオープン性とコミュニティの力、そしてAnthropicの明確なビジョンが、AIの次なる進化を加速させることは間違いありません。「Happy MCP'ing!」—この言葉が示すように、私たちは今、AIと人間がより密接に協業する、エキサイティングな未来を共に築いていく段階にあります。