CodeWithLLM-Updates
-

Підсумки року стандарту MCP
https://blog.modelcontextprotocol.io/posts/2025-11-25-first-mcp-anniversary/
У блозі розповідається, як за один рік MCP перетворився з невеликого експерименту з відкритим кодом на фактичний стандарт у галузі. Великі компанії, такі як Notion, Stripe, GitHub, OpenAI, Microsoft та Google, створили власні сервери для автоматизації робочих процесів. Для централізованого пошуку та керування цими серверами було запущено Реєстр MCP (MCP Registry), який став єдиним каталогом для всієї екосистеми.

Одночасно з річницею команда випускає нову версію специфікації MCP (листопад 2025 року). Серед ключових нововведень: підтримка робочих процесів на основі завдань (для тривалих операцій), спрощені та безпечніші механізми авторизації, а також система розширень (extensions), яка дозволяє додавати специфічний функціонал, не змінюючи ядро протоколу.

Каталог MCP-контейнерів
https://hub.docker.com/mcp
На сайті розмішена велика бібліотека готових до використання, контейнеризованих MCP-серверів, які створені спільнотою розробників і працюють на технології Docker. Сервери згруповані за категоріями. Мета платформи — спростити використання інструментів MCP.

Проблеми MCP
https://www.youtube.com/watch?v=4h9EQwtKNQ8

Автор стверджує, що хоча MCP — це чудова ідея в теорії, на практиці вона має серйозну проблему, яка робить її неефективною. Ця проблема — погане керування контекстом (context management).

Коли ШІ-агент підключається до MCP-серверів, усі описи доступних інструментів (tool definitions) завантажуються у "контекстне вікно" мовної моделі. Коли агент використовує інструмент, усі результати його роботи (включно з проміжними даними, які можуть бути непотрібними) також надсилаються в контекст.

Це займає величезну кількість токенів. Автор наводить приклад, де лише два підключені сервери займають 20 000 токенів. З кожною ітерацією стає тільки гірше. Цю проблему автор називає "гниттям контексту" (context rot).

Agent Skills як альтернатива
https://platform.claude.com/docs/en/agents-and-tools/agent-skills/overview
https://www.youtube.com/watch?v=fOxC44g8vig

Вихід який був колись запропонований Cloudflare (я описував) це знайшовши потрібний інструмент, агент генерує програмний код (наприклад, TypeScript) для виклику цього API. На цій ідей сама Anthropic пізніше запропонувала Agent Skills - розбір технології в https://leehanchung.github.io/blogs/2025/10/26/claude-skills-deep-dive/