Protocolo de Contexto de Modelo (MCP)

El problema de integración M x N

Antes de MCP, cada desarrollador construía integraciones propietarias a la medida para cada herramienta. Si tenías 3 aplicaciones de IA y querías conectarlas a 3 herramientas (Slack, GitHub, Postgres), necesitabas 9 integraciones personalizadas. ¿Una herramienta más? 3 integraciones extra. ¿Otra app de IA? 4 integraciones más.

Qué es realmente MCP

MCP (Model Context Protocol) es un protocolo abierto creado por Anthropic y anunciado en noviembre de 2024. Estandariza cómo las aplicaciones de IA descubren, se conectan y utilizan herramientas y fuentes de datos externas. No es un producto ni un framework: es una especificación abierta que cualquiera puede implementar.

El protocolo se basa en JSON-RPC 2.0, un formato ligero de solicitud/respuesta. Todos los mensajes siguen el mismo patrón estructurado: el cliente envía una solicitud JSON con nombre de método y parámetros, y el servidor responde con el resultado o error.

MCP expone tres primitivas centrales, cada una controlada por una parte del sistema:

Arquitectura MCP: hosts, clientes y servidores

MCP define tres roles en su arquitectura. Comprender la función de cada componente es indispensable para diseñar sistemas robustos:

MCP y tool calling: dónde se ubica en el stack

Los LLMs poseen la capacidad nativa de emitir JSON estructurado para invocar funciones (tool calling). MCP no reemplaza esta capacidad: es la capa de estandarización y descubrimiento que se sitúa por encima.

1. 1Tu aplicación: la aplicación host (asistente, backend Sentina, app empresarial).
2. 2Capacidad del modelo (tool calling): el LLM emite JSON estructurado definiendo qué función llamar.
3. 3Capa de protocolo (MCP): protocolo estandarizado de descubrimiento, conexión y ejecución.
4. 4Servicios externos: bases de datos, APIs, archivos y herramientas SaaS.

La diferencia clave: sin MCP debes codificar a mano cada esquema de herramienta y lógica de ejecución para cada modelo. Con MCP apuntas tu aplicación al servidor MCP y las herramientas se descubren automáticamente mediante el protocolo estándar, funcionando indistintamente con Claude, GPT, Gemini o modelos locales.

MCP en la práctica: cómo opera paso a paso

Veamos un flujo real de descubrimiento y ejecución cuando un usuario o sistema consulta datos a través de un servidor MCP:

1. 1Conexión: al iniciar, el cliente se conecta al servidor y negocian capacidades.
2. 2Descubrimiento: el cliente invoca tools/list y el servidor devuelve las herramientas disponibles con sus descripciones y esquemas.
3. 3Inyección: el host inyecta las definiciones de herramientas descubiertas en el contexto del modelo.
4. 4Invocación: el modelo decide invocar una herramienta. El cliente reenvía la solicitud al servidor mediante tools/call.
5. 5Ejecución: el servidor ejecuta la función (lee la base, consulta la API, etc.) y devuelve el resultado.
6. 6Bucle: el modelo recibe el resultado y evalúa si necesita ejecutar otra herramienta o responder al usuario (bucle agéntico).

No tienes que reescribir esquemas manualmente. El servidor MCP los provee dinámicamente y puede emitir notificaciones si sus herramientas cambian sin necesidad de reiniciar la aplicación.

El ecosistema MCP

El ecosistema MCP incluye un registro oficial con miles de servidores y SDKs oficiales en Python, TypeScript, C# y Java.

Adopción y respaldo de la industria

En pocos meses, Anthropic, OpenAI, Google y Microsoft adoptaron el mismo protocolo.

1. 1Noviembre 2024: Anthropic lanza MCP como protocolo abierto y con soporte nativo en Claude Desktop.
2. 2Finales de 2024: Cursor, Replit, Zed y Block se convierten en los primeros adoptantes e integran MCP en sus productos.
3. 3Marzo 2025: OpenAI anuncia soporte de MCP para el Agents SDK, la Responses API y ChatGPT. Se publica la especificación 2025-03-26, que incorpora el transporte HTTP con streaming.
4. 4Abril 2025: Google anuncia la integración de MCP en Google Cloud y el ecosistema Gemini.
5. 52025: Microsoft integra MCP en Copilot Studio y VS Code.
6. 6Septiembre 2025: se lanza el registro oficial de MCP con servidores de Stripe, Notion, GitHub y Postman.
7. 7Noviembre 2025: se publica la especificación 2025-11-25 (versión vigente), que añade la primitiva experimental Tasks para flujos de trabajo agénticos, un OAuth simplificado, Sampling combinado con herramientas y el framework de extensiones.
8. 8Enero 2026: está disponible la extensión MCP Apps para tableros interactivos e interfaces gráficas integradas.
9. 9Marzo 2026: hoja de ruta empresarial con escalabilidad horizontal, sesiones sin estado, pistas de auditoría y gobernanza formal.

• Gobernanza abierta: transparente, mediante grupos de trabajo y propuestas de mejora de especificación (SEPs).
• Marco de extensiones: permite incorporar nuevas capacidades sin romper la compatibilidad con clientes existentes.
• Prioridades 2026: evolución del transporte (escalabilidad horizontal, sesiones sin estado), comunicación entre agentes (primitiva Tasks, semántica de reintentos), preparación empresarial (pistas de auditoría, SSO, soporte de gateway) y triggers basados en eventos.

Cuándo usar MCP frente a herramientas personalizadas

MCP añade una capa de estandarización que aporta portabilidad. Evalúa cuándo conviene adoptarlo frente a conectores nativos:

Seguridad y confianza: riesgos reales y mitigación

MCP otorga a los modelos acceso a sistemas reales: bases de datos, APIs y archivos. Este poder exige diseñar perímetros de seguridad y límites de confianza estrictos:

• Envenenamiento de herramientas (tool poisoning): instrucciones maliciosas ocultas en las descripciones de herramientas que alteran el comportamiento del modelo o mutan tras su instalación para filtrar datos sensibles.
• Falta de autenticación obligatoria: el protocolo no impone autenticación por defecto; es responsabilidad del equipo configurar OAuth 2.1 y restringir accesos locales.

Conceptos erróneos sobre MCP

• "MCP es una API": MCP es un protocolo de mediación e intercambio de contexto entre modelos y herramientas, no una API REST ni un gateway tradicional.
• "MCP reemplaza a tool calling": MCP se apoya en tool calling; el modelo decide qué función invocar y MCP gestiona la conexión estándar con la herramienta.
• "MCP reemplaza a RAG": MCP es para ejecución de herramientas y acceso contextual; RAG es para recuperación documental en grandes bases de conocimiento. Ambos pueden usarse juntos sin conflicto.
• "Cualquier modelo se comporta igual con MCP": MCP estandariza la interfaz de conexión, pero la calidad del razonamiento depende de la capacidad del modelo de IA elegido.
• "Los servidores MCP son centralizados": los servidores MCP suelen ejecutarse como procesos dedicados o servicios aislados para cada entorno.
• "Las herramientas son agentes": una herramienta ejecuta una única función y devuelve un resultado. Un agente planea, razona, itera y se autocorrige. La herramienta es el martillo; el agente es el carpintero que decide cuándo y cómo usarlo. MCP entrega herramientas, no agentes.

Conclusiones clave para empresas

• MCP es el conector universal: resuelve el problema de integración M x N. Construyes una vez y conectas con cualquier proveedor de IA.
• Tres primitivas indispensables: herramientas (acciones controladas por el modelo), recursos (datos controlados por la aplicación) y prompts reutilizables (plantillas controladas por el usuario).
• Se apoya sobre tool calling: tool calling es la capacidad del modelo; MCP es la tubería estándar que la hace modular y portable.
• La seguridad requiere atención activa: audita servidores, limita permisos y aplica validación estricta a los datos devueltos por herramientas.
• Un ecosistema consolidado: miles de servidores activos y respaldo unánime de Anthropic, OpenAI, Google y Microsoft.
• El enfoque híbrido es el más pragmático: utiliza MCP para integraciones estándar y conectores nativos para procesos propietarios críticos.