بروتوكول Model Context من Anthropic يهيمن: كيف أصبح MCP المعيار العالمي لدمج أدوات الذكاء الاصطناعي

في نوفمبر 2024، نشرت Anthropic مواصفات أطلقت عليها اسم Model Context Protocol — وهو معيار مفتوح لربط نماذج الذكاء الاصطناعي بالأدوات الخارجية ومصادر البيانات والخدمات. في ذلك الوقت، بدا وكأنه مجرد تنسيق تكامل خاص ببائع معين. بحلول منتصف عام 2026، اعتمدته كل منصة ذكاء اصطناعي رئيسية. حل MCP مشكلة التجزؤ التي كانت تعيق وكلاء الذكاء الاصطناعي بهدوء: عدم القدرة على مشاركة تكاملات الأدوات عبر النماذج وبيئات التشغيل.

ما هو MCP في الواقع؟

MCP هو بروتوكول عميل/خادم مبني على JSON-RPC 2.0. خادم MCP يعرض قدرات — أدوات، موارد، وPrompts — عبر طبقة نقل (stdio للعمليات المحلية، HTTP/SSE للخدمات الشبكية). عميل MCP، المضمن في مضيف ذكاء اصطناعي مثل Claude أو Copilot أو Cursor، يكتشف تلك القدرات ويستدعيها في وقت التشغيل.

يحدد البروتوكول ثلاثة أنواع أولية:

الأدوات (Tools) — دوال قابلة للاستدعاء يمكن للنموذج تفعيلها، مع تعريفات مدخلات/مخرجات بصيغة JSON Schema. على سبيل المثال: github.create_pull_request، postgres.run_query، slack.send_message.
الموارد (Resources) — بيانات منظمة يمكن للنموذج قراءتها، محددة بمعرف URI. ملف، صف في قاعدة بيانات، حدث في التقويم.
Prompts — قوالب استدعاء قابلة لإعادة الاستخدام ومُعلمة، يعرضها الخادم للمهام الشائعة.

التصميم المستقل عن طبقة النقل متعمد. خادم MCP يعمل محلياً يتواصل عبر stdin/stdout. نفس الخادم المنشور كخدمة مصغرة يتحول إلى HTTP مع Server-Sent Events للبث. العميل لا يهتم بأي طبقة نقل قيد الاستخدام.

الجدول الزمني للتبني الذي غيّر كل شيء

نشرت Anthropic MCP كمصدر مفتوح وأصدرت حزم تطوير برمجية (SDKs) بلغة Python وTypeScript إلى جانب المواصفات. جاء التبني المبكر من أدوات المطورين: Cursor وZed وContinue قاموا بدمج MCP في غضون أسابيع، مما منح مستخدميهم إمكانية الوصول إلى كتالوج متزايد من الخوادم لـ GitHub وأنظمة الملفات وقواعد البيانات والبحث على الويب.

جاءت نقطة التحول في أوائل 2025 عندما أعلنت OpenAI دعم MCP الأصلي في واجهة Responses API وإطار عمل الوكلاء. هذا القرار أشار إلى أن MCP ليس ميزة خاصة بـ Claude — بل هو بنية تحتية. تبعتها Google مع دمج MCP في Gemini عبر Google AI Studio وVertex AI، مما سمح لوكلاء Gemini باستخدام نفس كتالوج الخوادم الذي كان مستخدمو Claude يبنونه. Microsoft Copilot Studio أضاف دعم موصلات MCP، مما أتاح للفرق المؤسسية كشف واجهات API الداخلية كخوادم MCP دون كتابة كود إضافي للمكونات الإضافية.

بحلول منتصف 2026، نما سجل خوادم MCP ليشمل أكثر من 2,000 خادم من المجتمع والموردين. نشرت AWS وAzure وGCP خوادم MCP رسمية لخدماتهم الأساسية. أصدرت Stripe وLinear وNotion وAtlassian تكاملات رسمية. النظام البيئي الذي استغرق سنوات لبنائه حول REST APIs أعاد بناء نفسه حول MCP في أشهر.

لماذا فاز MCP على البدائل

قبل MCP، كان لكل منصة ذكاء اصطناعي تنسيقها الخاص لاستدعاء الأدوات. OpenAI كان لديها function calling مع لهجتها الخاصة من JSON Schema. LangChain كان لديها Tools مع تعريفات فئة Python. Semantic Kernel كان لديها plugins مع واصفات OpenAPI. كل نظام بيئي تطلب إعادة كتابة التكاملات من الصفر عند تغيير النماذج أو بيئات التشغيل.

فاز MCP لثلاثة أسباب:

إنه مفتوح حقاً. المواصفات مرخصة برخصة MIT وتُدار بشكل مستقل. لا يوجد بائع يتحكم في خارطة الطريق أحادياً. هذا جعل التبني آمناً سياسياً لـ OpenAI وGoogle، اللذان لم يكونا ليشحنا بروتوكولاً يحبس المستخدمين في نظام Anthropic.
إنه أبسط من البدائل. خادم MCP هو عملية تتحدث عبر JSON-RPC. لا تحتاج إلى إطار عمل أو بيان إضافي أو مواصفات OpenAPI. يمكن كتابة خادم عامل في Python بحوالي 30 سطراً باستخدام SDK الرسمي.
الاستقلال عن طبقة النقل يزيل احتكاك النشر. نفس الملف الثنائي للخادم يعمل في البيئة التطويرية المحلية وفي كتلة Kubernetes. هذه القدرة على التنبؤ مهمة للفرق المؤسسية ذات المتطلبات الصارمة للشبكة والأمان.

كيف يبدو ذلك في الممارسة العملية

المطور الذي يبني وكيل دعم عملاء اليوم لا يكتب كوداً خاصاً لاستدعاء الأدوات لكل نموذج يريد دعمه. بدلاً من ذلك، يشغل خادم MCP يكشف نظام CRM ونظام التذاكر وقاعدة المعرفة كأدوات وموارد. أي مضيف ذكاء اصطناعي متوافق مع MCP — Claude، GPT-4o، Gemini — يمكنه استخدام تلك الأدوات دون تعديل.

تأمل في مجموعة تقنية ملموسة. فريق ينشر:

خادم MCP يغلف قاعدة بيانات PostgreSQL، ويكشف run_query وlist_tables كأدوات
خادم MCP لمستودع GitHub، يكشف إدارة المشكلات وإنشاء الطلبات السحبية
خادم MCP لـ Slack، يكشف الرسائل في القنوات وقراءة سلاسل المحادثات

وكيل الذكاء الاصطناعي الخاص بهم — يعمل على أي نموذج يؤدي أفضل ما لديه لعبء العمل الخاص به — يكتشف الخوادم الثلاثة عند بدء التشغيل عبر ملف تهيئة ويمكنه استدعاء أي أداة في أي خادم أثناء جلسة التفكير. التبديل من Claude إلى Gemini لا يكسر أي تكامل. هذه هي القيمة العملية التي يقدمها MCP.

تحول تجربة المطور

تغير النموذج الذهني للمطورين الذين يبنون منتجات مدعومة بالذكاء الاصطناعي. سابقاً، كانت التكاملات خاصة بالنموذج: كنت تبني من أجل OpenAI function calling، أو من أجل Claude tool use، والنقل بينهما كان يعني إعادة كتابة المخططات والكود اللاصق. الآن التكاملات خاصة بالقدرات: تبني خادم MCP مرة واحدة، وكل بيئة تشغيل ذكاء اصطناعي متوافقة يمكنها استخدامه.

هذا التحول له عواقب عملية على كيفية هيكلة الفرق لبنيتها التحتية للذكاء الاصطناعي. أصبحت خوادم MCP طبقة متميزة في المكدس — منفصلة عن التطبيق، منشورة بشكل منفصل، ذات إصدارات منفصلة. تبنى الفرق كتالوجات خوادم MCP داخلية بنفس الطريقة التي بنوا بها كتالوجات API داخلية سابقاً. انضباط تصميم API — عقود واضحة، إصدارات، توثيق — يُطبق على تكاملات أدوات الذكاء الاصطناعي لأول مرة.

الأمان والتفويض

MCP 1.1، الذي صدر في الربع الأول من 2026، أضاف طبقة تفويض OAuth 2.1 للخوادم التي تعمل عبر HTTP. عميل MCP يمكنه الآن التفاوض على رموز وصول محددة النطاق قبل استدعاء الأدوات على خادم بعيد. هذا عالج الاعتراض الرئيسي للمؤسسات على نشر MCP المبكر: أن أي نموذج متصل يمكنه استدعاء أي أداة دون تحكم دقيق في الوصول. مع توحيد تدفقات OAuth 2.1 في المواصفات، أصبح نشر MCP في المؤسسات ممكناً دون وسيط أمان مخصص.

نصائح قابلة للتطبيق

إذا كنت تبني منتجات مدعومة بالذكاء الاصطناعي في 2026، فإن MCP لم يعد بنية تحتية اختيارية للتقييم — بل هو طبقة التكامل الافتراضية. إليك ما يجب فعله:

افحص تكاملات أدواتك الحالية. أي مخطط مخصص لاستدعاء الدوال تحتفظ به لنموذج معين هو الآن دين تقني. الانتقال إلى خادم MCP يمنحك قابلية النقل عبر جميع النماذج المتوافقة.
تفقد السجل قبل البناء. كتالوج خوادم MCP على modelcontextprotocol.io يحتوي غالباً على خادم مُدار لواجهة API التي تحتاجها. Stripe وGitHub وPostgres وSlack وGoogle Drive جميعها لديها خوادم رسمية.
ابنِ خوادم MCP كمنتجات داخلية. تعامل مع خادم MCP الخاص بك بنفس طريقة تعاملك مع API داخلي: قم بإصداره، وتوثيقه، ومنحه نموذج ملكية واضح. الفرق التي تستثمر في كتالوج MCP داخلي جيد التصميم ستراكم هذا الاستثمار عبر كل ميزة ذكاء اصطناعي تشحنها.
استخدم تدفق OAuth 2.1 لأي شيء يواجه الإنتاج. خوادم stdio المحلية جيدة للتطوير. أي خادم MCP يتعرض لوكيل ذكاء اصطناعي إنتاجي يجب أن يتطلب وصولاً مصادقاً ومحدد النطاق.

MCP لم يفز لأن Anthropic سوقته بشكل جيد. فاز لأن المشكلة التي يحلها — تجزؤ أدوات الذكاء الاصطناعي — كانت حقيقية ومكلفة، والحل كان بسيطاً لدرجة أن المنافسين لم يكن لديهم حافز لبناء شيء آخر. هذه التركيبة نادراً ما تفشل.