Quebrando Barreiras de Dados: O Protocolo de Contexto de Modelo da Anthropic Pode Melhorar o Desempenho da IA?

A inovadora Protocolo de Contexto de Modelo (MCP) da Anthropic visa superar os dados fragmentados e aumentar a eficiência das soluções impulsionadas por IA. Pode se tornar o padrão para a integração de IA consciente de contexto?

Um dos principais desafios na inovação em inteligência artificial (IA) hoje é o isolamento dos grandes modelos de linguagem (LLM) dos dados em tempo real. Para resolver o problema, a empresa de pesquisa e segurança em IA da Anthropic, com sede em San Francisco, anunciou recentemente uma arquitetura de desenvolvimento única para redefinir a forma como os modelos de IA interagem com os dados.

O novo Protocolo de Contexto de Modelo (MCP) da empresa, lançado como um projeto de código aberto, é projetado para aumentar a eficiência da IA por meio de uma “comunicação bidirecional entre aplicativos impulsionados por IA e fontes de dados diversificadas em tempo real”.

A arquitetura é construída para resolver uma frustração crescente: saídas de IA desatualizadas causadas pela falta de conexão com dados em tempo real. A Anthropic afirma que o protocolo unificado pode melhorar o desenvolvimento e a funcionalidade da IA para as empresas e torná-las mais humanas por meio da conscientização de contexto em tempo real. De acordo com a empresa, cada nova fonte de dados de negócios exige implementações personalizadas de IA, criando ineficiências. O MCP busca resolver isso oferecendo um quadro de trabalho padronizado que os desenvolvedores podem adotar universalmente.

“A arquitetura é direta: os desenvolvedores podem expor seus dados por meio de servidores MCP ou construir aplicativos de IA (clientes MCP) que se conectam a esses servidores. Em vez de manter conectores separados para cada fonte de dados, os desenvolvedores podem agora construir contra um protocolo padrão”, explicou a Anthropic em um postagem de blog. “À medida que o ecossistema amadurece, os sistemas de IA manterão o contexto à medida que se movem entre diferentes ferramentas e conjuntos de dados, substituindo as integrações fragmentadas de hoje por uma arquitetura mais sustentável.”

Os modelos de IA, incluindo, mas não limitados ao assistente de bandeira da Anthropic, Claude, podem se integrar a ferramentas como Google Drive, Slack e GitHub. Especialistas sugerem que o MCP tem o potencial de transformar as integrações de IA de negócios da mesma forma que a Arquitetura Orientada a Serviços (SOA) e outros protocolos revolucionaram a interoperabilidade de aplicativos.

“Ter um protocolo de indústria padrão para pipelines de dados entre LLM e fontes de dados é um divisor de águas. Semelhante a REST e SQL na indústria de software, protocolos padronizados como o MCP podem ajudar as equipes a construir aplicativos de GenAI mais rápido e com melhor confiabilidade”, Gideon Mendels, co-fundador e CEO da plataforma de avaliação de modelos de IA Comet, me disse. “Isso segue a realização do mercado nos últimos seis meses de que um grande modelo de LLM não é suficiente.”

A Anthropic também revelou que os primeiros adotantes empresariais, incluindo Block e Apollo, já integraram o MCP em seus sistemas. Enquanto isso, fornecedores de ferramentas de desenvolvimento, como Zed, Replit, Codeium e Sourcegraph, estão colaborando com o MCP para melhorar suas plataformas. Essa parceria visa ajudar os modelos e agentes de IA a recuperar informações mais relevantes por meio de dados em tempo real, compreender o contexto de forma mais eficaz e gerar saídas nuances para tarefas empresariais, como codificação, com maior eficiência.

“Modelos de IA que são mais humanos e autoconscientes podem tornar a tecnologia mais atraente, o que pode impulsionar uma adoção mais ampla”, disse Masha Levin, empreendedora residente na One Way Ventures. “Ainda há muito medo em torno da IA, com muitos a vendo como apenas uma máquina. Humanizar esses modelos pode ajudar a aliviar esses medos e promover uma integração mais suave na vida cotidiana.”

Levin também alertou sobre um possível lado negativo. “Há um risco de que as empresas possam se tornar muito dependentes da IA para suporte, permitindo que ela influencie suas decisões de maneira extrema, o que pode levar a consequências prejudiciais.”

No entanto, o verdadeiro teste para o MCP será sua capacidade de ganhar adoção generalizada e superar seus concorrentes em um mercado competitivo.

Anthropic MCP vs. OpenAI e Perplexity: A Batalha pelos Padrões de Inovação em IA

Enquanto a abordagem de código aberto do MCP da Anthropic marca um avanço notável para a inovação em IA, ela entra em um cenário competitivo dominado por gigantes da tecnologia como OpenAI e Perplexity.

A recente funcionalidade “Trabalhe com Aplicativos” do ChatGPT da OpenAI apresenta capacidades semelhantes, embora com um foco proprietário na priorização de parcerias fechadas em vez de padrões abertos. Essa funcionalidade permite que o ChatGPT acesse e analise dados e conteúdo de outros aplicativos – mas apenas com permissão do usuário, eliminando a necessidade de os desenvolvedores copiarem e colarem manualmente. Em vez disso, o ChatGPT pode revisar os dados diretamente de um aplicativo, fornecendo sugestões mais inteligentes e conscientes de contexto devido à sua integração com dados da internet em tempo real.

Além disso, a empresa também introduziu sua arquitetura de dados em tempo real em outubro, chamada de “API em Tempo Real”, que permite que os assistentes de voz respondam de forma mais eficaz ao buscar contexto fresco da internet. Por exemplo, um assistente de voz pode colocar um pedido em nome do usuário ou recuperar informações relevantes do cliente para fornecer respostas personalizadas. “Agora, com a API em Tempo Real e em breve com áudio na API de Conclusões de Chat, os desenvolvedores não precisam mais costurar vários modelos para alimentar essas experiências”, disse a OpenAI em um postagem de blog. “Por trás dos panos, a API em Tempo Real permite criar uma conexão persistente de WebSocket para trocar mensagens com o GPT-4o.”

Da mesma forma, o protocolo de dados em tempo real para IA da Perplexity, conhecido como “pplx-api”, fornece aos desenvolvedores acesso ao seu grande modelo de linguagem (LLM). Essa API permite que os aplicativos enviem consultas de linguagem natural e recebam informações detalhadas e atualizadas da web. Por meio de um único ponto de extremidade de API, ele permite a recuperação de dados atualizados e respostas conscientes de contexto para aplicativos de IA, capacitando os desenvolvedores a construir aplicativos que permanecem alinhados com as informações mais recentes.

“Normalmente, a indústria tende a padronizar em uma solução de código aberto, mas isso geralmente leva anos. É muito provável que a OpenAI tente introduzir mais protocolos”, disse Mendels. “Mas se o MCP ganhar adoção ampla como o primeiro padrão de seu tipo, podemos ver técnicas e práticas recomendadas começando a se padronizar em torno dele.”

O Protocolo de Contexto de Modelo da Anthropic Pode Estabelecer o Padrão para Integração de IA Consciente de Contexto?

Apesar de seu potencial, o MCP da Anthropic enfrenta desafios significativos. A segurança é uma preocupação primordial, pois habilitar os sistemas de IA a acessar dados empresariais sensíveis aumenta o risco de vazamentos se o sistema falhar. Além disso, convencer os desenvolvedores já estabelecidos em ecossistemas estabelecidos a adotar o MCP pode ser difícil.

Outro problema é o tamanho dos dados, de acordo com JD Raimondi, chefe de ciência de dados da empresa de desenvolvimento de TI Making Sense. Ele me disse: “A Anthropic é a líder em experimentos que levam a contextos grandes, mas a precisão dos modelos sofre muito. É provável que eles melhorem com o tempo, e, em termos de desempenho, há muitas técnicas para manter a velocidade aceitável.”

Enquanto a Anthropic afirma que o MCP melhora a capacidade da IA de recuperar e contextualizar dados, a falta de benchmarks concretos para apoiar essas afirmações pode dificultar a adoção. “Seja você um desenvolvedor de ferramentas de IA, uma empresa que busca aproveitar dados existentes ou um adotante precoce explorando a fronteira, convidamos você a construir o futuro da IA consciente de contexto conosco”, disse a Anthropic.

À medida que os desenvolvedores testam as capacidades do MCP, a indústria estará observando para ver se esse padrão aberto pode ganhar a tração necessária para se tornar um benchmark para integração de IA consciente de contexto. Mendels sugere que a padronização pode ser uma jogada inteligente para a Anthropic, potencialmente aumentando a interoperabilidade e permitindo que as equipes experimentem diferentes combinações de ferramentas para determinar a melhor opção para as suas necessidades. “Agora, parece cedo demais para dizer que muitos processos no ecossistema de IA estão se padronizando”, observou Mendels. “Com a inovação acontecendo tão rapidamente, as melhores práticas de hoje podem estar desatualizadas na semana que vem. Só o tempo dirá se um protocolo como o MCP pode ter sucesso na padronização da recuperação de dados de contexto.”