Ha az utóbbi pár hónapban követted, mi történik az AI-eszközök világában, biztos szembejött már egy rövidítés: MCP. A Model Context Protocol nem egy újabb felhajtás egy hangzatos technológia körül, hanem egy egészen egyszerű probléma megoldása — és pont ezért lett ennyire népszerű ilyen gyorsan.
Mi az a probléma, amit az MCP megold?
Képzeld el, hogy egy AI-asszisztenst szeretnél rákötni a céges Slackre, a Google Drive-ra, a CRM-re és egy belső adatbázisra is. A régi világban ez azt jelentette, hogy mindegyik integrációt egyenként, kézzel kellett megírni — más logika, más hitelesítés, más adatformátum mindegyiknél. Ha pedig másik AI-modellre váltottál, az egészet újra kezdhetted.
Az MCP ezt a szétaprózott, mindenki-mást-csinál állapotot oldja fel egy közös szabvánnyal. Egyetlen, jól definiált módot ad arra, hogy egy AI-modell (kliens) és egy külső eszköz vagy adatforrás (szerver) szót értsen egymással, JSON-RPC alapon. A modell így nem kell, hogy „tudja”, pontosan hogyan működik a Slack API vagy a PostgreSQL — elég, hogy ismeri az MCP nyelvet, a szerver pedig elintézi a fordítást.
Honnan jött, és miért nőtt ekkorát ilyen gyorsan
Az Anthropic 2024 novemberében nyitotta meg a protokollt nyílt forráskódúként. Az első hónapban nagyjából százezerszer töltötték le — kedves kezdés, de még messze a mainstreamtől. Onnantól viszont gyorsan pörgött fel a dolog: 2025 márciusára az OpenAI is bejelentette az MCP-támogatást az Agents SDK-jában és a ChatGPT desktop alkalmazásában, a Google DeepMind pedig integrálta a Gemini ökoszisztémába.
2026 márciusára a havi SDK-letöltések száma elérte a 97 milliót — ez majdnem ezerszeres növekedés másfél év alatt. Összehasonlításképp: a React npm csomagnak körülbelül három évre volt szüksége, hogy elérje a havi 100 millió letöltést. Az MCP ezt 16 hónap alatt hozta össze.
A gyors elterjedés mögött nem csak a hype áll. A protokoll nem igényelt új programozási paradigmát — olyan mintákat szabványosított, amelyeket az agentikus fejlesztők addig is használtak, csak épp inkompatibilis, egyedi formátumokban. Ez a fajta szabvány akkor robban be igazán, amikor minden nagy szereplő csatlakozik — és ez 2025-ben megtörtént, amikor az OpenAI is beállt a sorba, ezzel törve meg a gyártóspecifikus eszközformátumok széttagoltságát.
Mit jelent ez a gyakorlatban?
Az MCP-architektúra elve egyszerű: az AI-ügynök a kliens szerepét tölti be, a külső eszközök (legyen szó fájlrendszerről, adatbázisról, vagy egy WordPress oldalról) pedig szerverként futnak. A kliens először lekéri a szerver „képesség-listáját” — mit tud csinálni —, majd JSON-RPC kéréseken keresztül meghívja a szükséges funkciókat.
A gyakorlatban ez azt jelenti, hogy egy MCP szerveren keresztül egy AI-asszisztens képes lehet:
- fájlokat olvasni és írni egy megosztott meghajtón,
- lekérdezni és frissíteni adatokat egy CRM-ben,
- új blogposztot létrehozni egy WordPress oldalon (igen, pontosan így készült ez a poszt is),
- vagy összekötni egymással több, egyébként semmilyen kapcsolatban nem álló rendszert.
A szerverek kategóriái is jól mutatják, merre tart az ökoszisztéma: a legnagyobb csoport a fejlesztői eszközöké — ez logikus, hiszen a korai felhasználók főleg AI-alapú kódolóasszisztenseket építő fejlesztők voltak. A második hullámot az üzleti alkalmazás-szerverek jelentik: ügyfélszolgálati, értékesítési és belső operációs feladatokra épülő vállalati AI-bevezetések.
Mi változik 2026 második felében
Az MCP nem állt meg a 2024-es induló verziónál. A protokoll mögött álló csapat (most már a Linux Foundation Agentic AI Foundation égisze alatt, vendor-neutrális irányítással) idén egy komoly frissítésen dolgozik. A 2026. július 28-ára tervezett specifikáció a protokoll indulása óta a legnagyobb átalakítás lesz.
Néhány dolog, amit ez hoz magával:
- Állapotmentes (stateless) protokollmag — ami azt jelenti, hogy a rendszer hagyományos HTTP-infrastruktúrán is jól skálázódik, nem kell hozzá semmi egzotikus.
- MCP Apps — szerver-renderelt felhasználói felületek, amivel egy MCP szerver nem csak adatot ad vissza, hanem akár vizuális, interaktív felületet is.
- Tasks kiterjesztés — hosszan futó feladatok kezelésére, ami eddig kényelmetlen volt a protokollban.
- Erősebb hitelesítés — szorosabb illeszkedés az OAuth és OpenID Connect szabványokhoz, ami vállalati környezetben nem mellékes szempont.
- Formális deprecation policy — vagyis a protokoll a jövőben is tud fejlődni anélkül, hogy a meglévő integrációkat összetörné.
A jelenlegi terv szerint a release candidate már most tesztelhető, a végleges verzió július végén landol, a nagyobb SDK-k pedig elvileg ezen a tíz hetes ablakon belül felkészülnek rá.
Miért érdemes ezzel most foglalkozni
Ha cégtulajdonosként vagy fejlesztőként azon gondolkodsz, hogyan tudnál AI-asszisztenseket vagy ügynököket bevonni a napi működésbe — legyen szó adminisztráció automatizálásáról, ügyfélkommunikációról vagy belső rendszerek összekötéséről —, az MCP pont azt az unalmas, de kritikus réteget oldja meg, amire korábban mindenki külön kereket talált fel.
Nem kell minden integrációt nulláról megírni, és nem kell attól félni, hogy ha lecserélsz egy AI-modellt, az összes meglévő kapcsolódás használhatatlanná válik. A szabvány pont azért hasznos, mert nem azt kérdezi, „melyik AI-t használod”, hanem azt, „milyen eszközhöz akarsz hozzáférést adni” — és ez utóbbi kérdés sokkal tartósabb.
A dreasure csapatnál pontosan ezt a fajta gyakorlati automatizációt és rendszerintegrációt nézzük minden ügyfél esetében: nem azt, mi a legdivatosabb technológia, hanem azt, mi old meg valós problémát, kiszámíthatóan és hosszú távon. Az MCP ebbe a gondolkodásba illik bele tökéletesen — épp azért, mert nem trükk, hanem infrastruktúra.
