El Protocolo de Contexto de Modelo, comúnmente abreviado como MCP, es un estándar abierto que define una interfaz común para conectar aplicaciones de modelos de lenguaje de gran tamaño a herramientas externas, fuentes de datos y otros sistemas. Antes de MCP, cada aplicación que quería dar a un modelo acceso a una herramienta, como un sistema de archivos, una base de datos o una API de terceros, típicamente tenía que escribir código de integración personalizado específico para el formato de uso de herramientas de ese proveedor de modelos, lo que significaba que el mismo esfuerzo de integración debía repetirse para cada combinación de modelo y herramienta. MCP aborda esto especificando un protocolo único que cualquier proveedor de herramientas puede implementar una vez y cualquier cliente de modelo compatible puede luego conectarse, en un patrón a menudo comparado con un adaptador universal o, en el propio marco de Anthropic, un "puerto USB-C" para aplicaciones de IA.
Origen y adopción
Anthropic introdujo MCP en noviembre de 2024 como una especificación de código abierto, publicando implementaciones de referencia de servidor y cliente junto con el propio protocolo. Se posicionó explícitamente como un estándar abierto en lugar de una característica propietaria de Anthropic, y se publicó con documentación y SDK destinados a permitir que cualquier desarrollador construyera un servidor MCP, que expone alguna herramienta o conjunto de datos, o un cliente MCP, que integra soporte MCP en una aplicación basada en modelos. El protocolo experimentó una rápida adopción a lo largo de 2025, con laboratorios de IA competidores y grandes empresas de software construyendo o anunciando soporte MCP para sus propios productos, y un ecosistema creciente de servidores MCP construidos por la comunidad que conectan modelos a herramientas comunes como sistemas de control de versiones, software de gestión de proyectos, bases de datos y plataformas de comunicación.
Diseño
MCP se basa en una arquitectura cliente-servidor superpuesta sobre un transporte de paso de mensajes de propósito general. Un servidor MCP expone tres tipos principales de capacidades a un cliente conectado: herramientas, que son funciones que el modelo puede invocar para realizar una acción o recuperar datos, análogas a la llamada de funciones convencional de uso de herramientas; recursos, que son piezas de datos o contenido que la aplicación cliente puede leer y poner a disposición del modelo, como el contenido de un archivo o el resultado de una consulta; y prompts, que son plantillas de prompt predefinidas y reutilizables que un servidor puede ofrecer para tareas comunes. Un cliente, típicamente una aplicación de IA o un marco de agente de IA, descubre lo que ofrece un servidor dado y puede entonces solicitar llamadas a herramientas o lecturas de recursos a través del protocolo estandarizado, con el modelo subyacente eligiendo qué herramientas invocar de manera similar a como lo haría con cualquier otra interfaz de uso de herramientas.
Importancia
MCP abordó un problema de escalado específico de la era de los agentes de IA: a medida que se volvió común que un solo agente necesitara acceso a muchas herramientas y fuentes de datos diferentes, y que un solo proveedor de herramientas quisiera soportar muchas aplicaciones de IA diferentes, el número de integraciones punto a punto personalizadas requeridas sin un estándar compartido creció de manera inmanejable. Al estandarizar la interfaz en ambos lados, MCP permitió que los constructores de herramientas escribieran una integración que funciona con cualquier cliente compatible con MCP, y que los constructores de aplicaciones soportaran cualquier herramienta compatible con MCP sin código a medida para cada una. Esto lo convirtió en una pieza de infraestructura comparable en papel, si no en edad, a esfuerzos de estandarización anteriores en software, y fue ampliamente discutido en comentarios de la industria a lo largo de 2025 como una capa fundamental para el cambio más amplio hacia sistemas de IA agénticos que combinan un modelo con muchas capacidades externas.
Limitaciones
Como estándar en etapa temprana, el ecosistema de MCP en su primer año aún tenía vacíos en herramientas de seguridad, convenciones de autenticación y mecanismos de descubrimiento para encontrar servidores confiables, y conectar un agente a un servidor MCP escrito por un tercero no confiable conlleva los mismos riesgos asociados con cualquier integración externa de uso de herramientas, incluida la posibilidad de inyección de prompts a través de salidas maliciosas de herramientas. Su rápida adopción entre industrias en un período relativamente corto fue no obstante vista como inusual para un estándar originado por un solo laboratorio, reflejando una necesidad más amplia de la industria por interoperabilidad una vez que los casos de uso agénticos con muchas conexiones de herramientas concurrentes se volvieron comunes.