Standard di Anthropic per gli agenti IA: un'innovazione che interroga il mercato

Il panorama dell'intelligenza artificiale è in costante evoluzione, con innovazioni che emergono rapidamente e ridefiniscono i confini di ciò che è possibile. In questo contesto dinamico, Anthropic, uno dei principali rivali di OpenAI, ha presentato il 25 novembre un'iniziativa ambiziosa: il Model Context Protocol (MCP). Questo protocollo, descritto come uno "standard" aperto universale e rilasciato sotto licenza MIT, è progettato per connettere in modo "senza soluzione di continuità" i sistemi di intelligenza artificiale a un'ampia varietà di fonti di dati e a strumenti di terze parti.

L'introduzione di MCP arriva in un momento cruciale, poiché l'IA agentica continua a guadagnare terreno nel mercato e sempre più sviluppatori e aziende cercano modi efficienti per integrare i modelli di linguaggio di grandi dimensioni (LLM) con le loro infrastrutture esistenti. Anthropic, una startup sostenuta in larga parte da Amazon, punta a semplificare questo processo, ma la sua proposta ha già suscitato interrogativi e dibattiti tra gli esperti del settore.

L'architettura e i componenti del Model Context Protocol

Al suo nucleo, MCP è basato su un'architettura client-server. Questa struttura collega un'applicazione, denominata "Hôte" (Host), che contiene un client incaricato di mantenere la connessione con diversi server. Questi server, a loro volta, ospitano il "contesto": una base di dati di documenti vettorializzati, una serie di strumenti o anche dei prompt. L'Hôte ha il compito di connettersi a un modello di linguaggio di grandi dimensioni remoto e di arricchire le sue risposte con dati specifici o di fargli eseguire un compito utilizzando gli elementi disponibili sui server.

Nel caso specifico di Anthropic, l'applicazione che incarna questa funzione è Claude Desktop, un client progettato per interagire con i suoi LLM. Il design di MCP mira a creare un ponte robusto e flessibile tra l'IA e il mondo esterno di dati e applicazioni.

Componenti chiave e dettagli tecnici

I tre principali componenti di MCP, come descritto da Anthropic, sono:

• La specifica di connessione
• Gli SDK TypeSript e Python
• Il supporto dei server MCP da parte di Claude Desktop
• Il codice sorgente dei server di base

La comunicazione tra il client e i server può avvenire tramite diversi protocolli di trasporto, inclusi Stdio e SSE (HTTP via Server Sent Events). Le chiamate tra i componenti sono realizzate utilizzando il protocollo di scambio di messaggi JSON RPC 2.0, garantendo interoperabilità e robustezza.

Casi d'uso e vantaggi promessi

Anthropic ha fornito alcuni tutorial per illustrare le potenzialità di MCP, attualmente validi per macOS. Questi esempi dimostrano come gli sviluppatori possano sfruttare il protocollo per creare applicazioni IA più potenti e contestualizzate:

• Uno dei tutorial mostra come creare un assistente capace di cercare informazioni meteorologiche utilizzando l'API di OpenWeather. Questo evidenzia la capacità di MCP di integrare LLM con servizi esterni e dati in tempo reale.
• Un altro tutorial dettaglia come ospitare una base di dati su un server che espone "risorse" di vario tipo ai client collegati al LLM. Queste risorse possono includere una vasta gamma di formati, come file di testo codificati in UTF-8 (ad esempio, documenti JSON, XML, log) o file binari (come PDF, file audio, immagini, video).

L'obiettivo dichiarato di Anthropic è che MCP, essendo un software libero, aiuti i modelli di fondazione a produrre risposte migliori e più pertinenti. La documentazione del progetto suggerisce ampie possibilità di personalizzazione, dalla creazione di un ambiente di sviluppo integrato (IDE) personalizzato a chatbot o flussi di lavoro potenziati dall'IA generativa. In pratica, MCP mira a fornire agli sviluppatori un metodo unico e standardizzato per interfacciare un LLM a molteplici strumenti, eliminando la necessità di costruire connessioni specifiche e spesso complesse per ogni integrazione.

Un aspetto particolarmente interessante è la possibilità di distribuire un server MCP sulla stessa macchina dell'host. Questo permette all'applicazione di IA generativa di manipolare le funzioni di un computer locale, oltre a connettersi a sistemi esposti sul web. Questa capacità sembra essere alla base della funzione "computer use" che Anthropic ha presentato il mese scorso, suggerendo una direzione verso agenti IA sempre più autonomi e capaci di interagire con l'ambiente operativo dell'utente.

Il dibattito sull'adozione come standard

Nonostante le promesse di MCP, la sua potenziale adozione come standard universale ha sollevato dubbi tra gli esperti del settore. Mark Beccue, analista presso l'Enterprise Strategy Group di TechTarget (proprietario di LeMagIT), è scettico sulla capacità di un singolo fornitore di imporre uno standard all'intera comunità.

«Un standard si definisce quando la comunità si accorda collettivamente su un metodo comune, in uno spirito collaborativo», spiega Mark Beccue. «Loro [gli ingegneri di Anthropic] hanno aperto il codice, ma sono gli unici a parlarne. Non sono sicuro che ciò sia sostenibile».

Beccue suggerisce che Anthropic potrebbe aver bisogno di avviare un dialogo con altri editori per discutere questo standard. L'analista ritiene che sarebbe preferibile che l'iniziativa provenisse da un gruppo consolidato, come l'AI Alliance, un consorzio creato da IBM, Meta e altri importanti fornitori di IA. Questo garantirebbe che la decisione di adottare uno standard sia presa da un gruppo di fornitori piuttosto che da una singola entità, conferendole maggiore legittimità e probabilità di successo.

Anthropic, dal canto suo, ha ribadito in un post di blog il suo impegno a rendere MCP un progetto open source collaborativo, incoraggiando feedback e partecipazione. L'azienda spera che l'entusiasmo e il coinvolgimento della comunità possano essere la chiave per imporre il suo standard. Attualmente, il progetto conta nove contributori e tre ingegneri di Anthropic che ne gestiscono lo sviluppo. Il repository MCP su GitHub è seguito da 1.600 persone, un buon segnale di interesse, ma l'ampia adozione da parte di altri editori e sviluppatori resta una sfida.

La questione spinosa della sicurezza dei dati

Oltre al dibattito sull'adozione come standard, MCP solleva anche importanti interrogativi riguardo la sicurezza e la privacy dei dati degli utenti. Sean Ren, professore associato di informatica all'Università della California del Sud e CEO di Sahara AI (un editore di una piattaforma che combina blockchain e IA), riconosce l'utilità di MCP per gli sviluppatori che cercano un processo semplificato per connettere i modelli di IA ai loro dati.

«[Anthropic] permette di seguire il protocollo per connettere diverse risorse ai LLM e agli strumenti che, insieme, alimentano un'applicazione», afferma Sean Ren. «È un framework». Tuttavia, Ren sottolinea che Anthropic non ha affrontato in modo esauriente la questione della protezione della privacy degli utenti e della sicurezza dei dati. Fa notare che, sebbene MCP sia open source, gli utenti sono attualmente limitati ai modelli Claude di Anthropic, il che potrebbe creare una dipendenza.

La sua preoccupazione è palpabile: «Essenzialmente, si dà loro accesso alle proprie informazioni, e non ci sono dettagli chiari su come le proteggeranno, se vi accederanno per altri usi».

Sean Ren avverte che «le aziende devono essere molto prudenti riguardo all'uso del protocollo, perché lo si usa per connettere i propri dati ai modelli di Anthropic». Questa è una preoccupazione valida, specialmente considerando la sensibilità dei dati che possono essere trattati attraverso questi sistemi.

La risposta di Anthropic

Un portavoce di Anthropic ha risposto a queste preoccupazioni, dichiarando: «A differenza di altri laboratori di ricerca sull'IA, Anthropic non addestra per impostazione predefinita i suoi modelli sui dati dei suoi clienti. Tutto ciò che gli utenti caricano non verrà utilizzato per addestrare i nostri LLM».

Inoltre, Alex Albert, responsabile delle relazioni con gli sviluppatori presso Anthropic, ha completato la risposta su X, sottolineando che «la sicurezza è integrata nel protocollo – i server controllano le proprie risorse, non è necessario condividere le chiavi API con i fornitori di LLM, e i limiti del sistema sono chiari».

Albert ha anche promesso sviluppi futuri per rafforzare la sicurezza e l'usabilità: «Per ora, MCP è supportato solo localmente – i server devono funzionare sulla propria macchina. Ma stiamo sviluppando il supporto per i server remoti con autenticazione di livello aziendale, in modo che i team possano condividere in sicurezza le loro fonti di contesto all'interno della loro organizzazione».

Il panorama competitivo e le prospettive di MCP

L'introduzione di MCP da parte di Anthropic è chiaramente un tentativo di attrarre sviluppatori e di espandere la portata del proprio ecosistema IA. Tuttavia, l'azienda si trova ad affrontare una concorrenza agguerrita da parte di altri giganti del settore che stanno lavorando su soluzioni simili.

• OpenAI ha già compiuto una parte di questo lavoro con la sua API proprietaria Assistant, che offre funzionalità comparabili. Inoltre, il concorrente di Anthropic ha lanciato in beta la possibilità di interagire con le applicazioni installate su un computer tramite ChatGPT Desktop, dimostrando un approccio diretto all'integrazione con l'ambiente utente.
• Meta sta lavorando alla creazione di specifiche per sviluppare applicazioni agentiche attraverso la sua Llama Stack, che potrà essere distribuita sia on-site che nel cloud di Amazon, offrendo flessibilità agli sviluppatori.
• Al Microsoft Ignite 2024, il gigante del cloud ha menzionato l'esistenza di oltre 70.000 strumenti e framework legati alla gestione dei dati e dell'IA, evidenziando la frammentazione e la complessità del mercato degli strumenti per l'IA.

In questo scenario affollato e in rapida evoluzione, la capacità di MCP di distinguersi e di ottenere un'ampia adozione sarà cruciale. Il successo del protocollo dipenderà non solo dalle sue qualità tecniche e dai vantaggi che offre agli sviluppatori, ma anche dalla capacità di Anthropic di costruire un consenso e una collaborazione con la più ampia comunità dell'IA, superando le riserve espresse dagli analisti riguardo la natura isolata della sua proposta di standard. Solo il tempo dirà se MCP riuscirà a imporsi come il punto di riferimento desiderato per gli strumenti degli agenti IA o se rimarrà una delle tante soluzioni innovative in un mercato in continua fermentazione.