The post has been translated automatically. Original language: Russian
Until recently, the AI assistant mostly answered questions: he wrote the text, explained the code, and helped sort out the documentation.
Now the approach is changing: an AI agent must not only respond, but also act — receive data, call the API, work with tools, and perform a sequence of operations.
And here comes the problem: How can the AI model's interaction with external systems be standardized?
One of the answers is the Model Context Protocol (MCP).
In July 2026, the new MCP specification 2026-07-28 was released. Among the changes:
— stateless-protocol architecture; — the ability to route requests through a regular load balancer; — authorization improvements; — Tasks mechanism for long-term operations; — support for TypeScript, Python, Go and C# SDK; — a formalized approach to protocol extensions.
It's not even the appearance of another protocol that's interesting here.
Interestingly, AI is gradually turning from an interface for humans into a participant in an information system.
Conditional:
Earlier:
User → Frontend → API → Backend → DATABASE
Now:
User
↓
AI Agent
↓
MCP
↓
┌───────┬────────┬─────────┐
The Services Tools Database APIAnd this is an architectural issue.
If an agent can call an API, change data, or start a business process, the next level of questions arises.:
What rights should I give him? On whose behalf is he acting? What is he allowed to do without the person's confirmation? How can I log his actions? How can I stop an erroneous operation?
It seems that the next stage of AI development is no longer just a "smarter model", but the correct integration of the model with existing information systems.
Do you think in a few years the MCP will become as familiar an element of the integration architecture as the REST API?
Еще недавно AI-ассистент в основном отвечал на вопросы: написал текст, объяснил код, помог разобраться с документацией.
Сейчас подход меняется: AI-агент должен не только отвечать, но и действовать — получать данные, вызывать API, работать с инструментами и выполнять последовательность операций.
И здесь возникает проблема: как стандартизировать взаимодействие AI-модели с внешними системами?
Один из ответов — Model Context Protocol (MCP).
В июле 2026 года вышла новая спецификация MCP 2026-07-28. Среди изменений:
— stateless-архитектура протокола; — возможность маршрутизации запросов через обычный load balancer; — улучшения авторизации; — механизм Tasks для длительных операций; — поддержка TypeScript, Python, Go и C# SDK; — формализованный подход к расширениям протокола.
Интересно здесь даже не само появление очередного протокола.
Интересно то, что AI постепенно превращается из интерфейса для человека в участника информационной системы.
Условно:
Раньше:
Пользователь → Frontend → API → Backend → БД
Сейчас:
Пользователь
↓
AI Agent
↓
MCP
↓
┌───────┬────────┬─────────┐
API БД Services ToolsИ это уже архитектурный вопрос.
Если агент может вызвать API, изменить данные или запустить бизнес-процесс, возникает следующий уровень вопросов:
Какие права ему дать? От чьего имени он действует? Что ему разрешено делать без подтверждения человека? Как логировать его действия? Как остановить ошибочную операцию?
Похоже, следующий этап развития AI — это уже не просто «умнее модель», а правильная интеграция модели с существующими информационными системами.
Как вы думаете, через несколько лет MCP станет таким же привычным элементом интеграционной архитектуры, как REST API?
Share
