التحديث القادم لـ MCP يهدف إلى تسهيل تشغيل وكلاء الذكاء الاصطناعي على نطاق واسع

يُعد بروتوكول سياق النموذج (MCP) أحد اللبنات الأساسية للتشغيل البيني في الذكاء الاصطناعي — وهو بمثابة “الأنابيب” التي تتيح لروبوت محادثة الوصول إلى تقويم أو قاعدة بيانات أو أداة داخلية، بدلاً من أن يبني المهندسون اتصالاً مخصصاً لكل خدمة. الأسبوع المقبل، سيطلق البروتوكول تحديثاً مهماً. قد لا يكون ملحوظاً للمستخدمين النهائيين، لكنه قد يُشكّل مسار تطور المنظومة مستقبلاً. وكانت المواصفة الرسمية للنسخة الجديدة متاحة للعموم منذ مايو.

صباح يوم الاثنين، قدّمت Arcade — وهي شركة ناشئة عمرها عامان تربط وكلاء الذكاء الاصطناعي بأدوات مثل Gmail وSlack وSalesforce داخل شركات حقيقية — شرحاً واضحاً بشكل غير معتاد لما يتغيّر. وكانت Arcade قد جمعت 60 مليون دولار في يونيو، انطلاقاً من فكرة أن معظم وكلاء الذكاء الاصطناعي لا يفشلون لأن النماذج الأساسية ضعيفة، بل لأن البنية التحتية المحيطة بها لم تكن جاهزة بعد. وتقول الشركة إن هذا التحديث يعالج تلك الفجوة تحديداً.

يتعلق التغيير الجوهري بطريقة تعامل MCP مع معرّفات الجلسات — وهي الرموز التي تستخدمها الخوادم للتعرف على محادثة سابقة. وأوضح Nate Barbettini، مؤسس Arcade، أنه بموجب النظام الحالي، يرسل عميل MCP مثل Claude رسالة “hello” إلى الخادم، الذي يرد بقدراته ومعرّف جلسة يتعيّن على العميل الاستمرار في إرساله مع كل طلب؛ وإذا انتهت صلاحية ذلك المعرّف، يتعيّن على العميل طلب معرّف جديد والمتابعة. وعلى نطاق واسع، يتحول هذا إلى مشكلة حقيقية: فمزرعة خوادم خلف موازن تحميل يوزّع الطلبات عبر مناطق مختلفة يجب أن تُبقي كل جهاز فيها متزامناً مع معرّفات جلسات صادرة عن جهاز آخر، ما يتعارض مع عمل موازن التحميل بدلاً من التناغم معه.

وبموجب النظام الجديد، يتحول MCP إلى نهج أكثر مرونة و”عديم الحالة” (stateless) لمعرّفات الجلسات على جانب الخادم، أقرب إلى الطريقة التي تعمل بها معظم المواقع الإلكترونية العادية بالفعل، وهو ما من المفترض أن يسهّل صيانة الخوادم و، من الناحية النظرية، يجعل تشغيلها على نطاق واسع أقل تكلفة. وكانت هذه الفجوة سبباً رئيسياً في عدم إطلاق مزيد من الشركات لتكاملات MCP كبيرة النطاق ومن الطرف الأول، رغم كل الحماس هذا العام حول الذكاء الاصطناعي العامل (agentic AI).

لماذا يهم

قد تكون معايير البنية التحتية، الأبطأ حركة، لا إصدارات النماذج الأكثر بريقاً، هي ما يحدد في النهاية سرعة وصول وكلاء الذكاء الاصطناعي فعلياً إلى الإنتاج داخل شركات حقيقية.