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

O inovador Protocolo de Contexto de Modelo (MCP) da Anthropic visa resolver o problema de dados fragmentados e aumentar a eficiência das soluções impulsionadas por IA. Ele pode se tornar o padrão para a integração de IA com conscientização de contexto?

Um dos principais desafios na inovação de inteligência artificial (IA) hoje é o isolamento dos grandes modelos de linguagem (LLM) dos dados em tempo real. Para resolver esse problema, a Anthropic, uma empresa de pesquisa e segurança de IA 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 devido à 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 requer implementações de IA personalizadas, criando ineficiências. O MCP busca resolver isso, oferecendo uma estrutura padrão 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 agora podem 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 limitado ao assistente de bandeira da Anthropic, Claude, podem se integrar a ferramentas como Google Drive, Slack e GitHub. Os 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 padrão da indústria para pipelines de dados entre LLM e fontes de dados é um jogo mudador. Semelhante ao REST e SQL na indústria de software, protocolos padronizados, como o MCP, podem ajudar as equipes a construir aplicativos 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 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 aprimorar suas plataformas. Essa parceria visa ajudar os modelos e agentes de IA a recuperar informações mais relevantes por meio de dados em tempo real, capturar o contexto de forma mais eficaz e gerar saídas nuances para tarefas empresariais, como codificação, com maior eficiência.

“Os modelos de IA que são mais humanos e autoconscientes podem tornar a tecnologia mais relacionável, o que pode impulsionar uma adoção mais ampla”, Masha Levin, Empreendedora em Residência na One Way Ventures, me disse. “Ainda há muito medo em torno da IA, com muitas pessoas vendo-a apenas como 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 excessivamente 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 da IA

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

A recente funcionalidade “Trabalhar com Aplicativos” do OpenAI para ChatGPT apresenta capacidades semelhantes, embora com um foco proprietário em priorizar 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, entregando 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 “Realtime API”, que permite que os assistentes de voz respondam de forma mais eficaz, trazendo contexto fresco da internet. Por exemplo, um assistente de voz pode fazer um pedido em nome do usuário ou recuperar informações de cliente relevantes para entregar respostas personalizadas. “Agora, com a Realtime API e em breve com áudio na Chat Completions API, os desenvolvedores não precisam mais costurar vários modelos para alimentar essas experiências”, disse o OpenAI em um postagem de blog. “Por baixo dos panos, a Realtime API permite criar uma conexão de WebSocket persistente para trocar mensagens com o GPT-4o.”

Da mesma forma, o protocolo de dados em tempo real da Perplexity para IA, conhecido como o “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 em tempo real 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 permaneçam alinhados com as informações mais recentes.

“Normalmente, a indústria tende a se padronizar em uma solução de código aberto, mas isso geralmente leva anos. É muito provável que o 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 começarem a se padronizar em torno dele.”

O Anthropic MCP Pode Estabelecer o Padrão para a Integração de IA Consciente de Contexto?

Apesar de seu potencial, o Anthropic MCP enfrenta desafios significativos. A segurança é uma preocupação primordial, pois permitir que os sistemas de IA acessem dados empresariais sensíveis aumenta o risco de vazamentos se o sistema falhar. Além disso, convencer os desenvolvedores já estabelecidos em ecossistemas existentes 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.”

Embora a Anthropic afirme que o MCP melhora a capacidade da IA de recuperar e contextualizar dados, a falta de benchmarks concretos para apoiar essas alegações 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 a 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 combinações diferentes de ferramentas para determinar a melhor opção para suas necessidades. “Agora, parece muito cedo 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 em padronizar a recuperação de dados de contexto.”