MCP (Model Context Protocol)
Le protocole standard pour connecter les LLM aux outils externes. Pas un package à installer : une spécification d'interopérabilité. Les serveurs MCP concrets sont les vrais outils. Avant d'ajouter un MCP : évaluer le coût en tokens. Chaque serveur charge la description de ses outils dans le contexte de l'agent, et l'agent doit choisir parmi eux à chaque demande : le serveur GitHub officiel range les siens en une vingtaine de familles, dont cinq actives par défaut, et chaque famille ajoutée alourdit la fenêtre. Trois cas à distinguer. Deux à cinq outils : déclare-les directement à l'agent, un appel d'outil classique suffit. Une action déterministe, comme lire une fiche client ou vérifier une commande : n'implique même pas le modèle, appelle l'API dans ton code. MCP gagne sa place quand plusieurs agents ont besoin de la même intégration, par exemple la base interne : tu écris un seul serveur, et chaque agent de l'entreprise s'y branche sans réécrire la connexion.
Forces
- Standard ouvert Anthropic, adopté par Claude, Cursor, Windsurf, Gemini CLI
- Architecture client/serveur claire : un MCP server = un outil, un namespace
- Transports multiples : stdio (local), HTTP SSE (remote), WebSockets (temps réel)
- Communauté explosive en 2026 : +10k serveurs MCP publics répertoriés
Limites
- Surface d'attaque sécurité importante : prompt injection via tool descriptions
- Pas encore de standard d'authentification, chaque serveur gère son auth
- Debugging difficile : erreurs MCP peu lisibles sans tooling dédié
- Coût en tokens : chaque MCP server actif consomme du contexte pour exposer ses outils
Pour qui
- Agents AI nécessitant l'accès à des APIs, fichiers, bases de données
- Intégration d'outils existants (GitHub, Jira, Slack) dans un workflow LLM