MCP คืออะไร และทำไมเครื่องมือ AI ทุกตัวถึงพูดภาษานี้ขึ้นมาทันที?
ตลอดเกือบทั้งทศวรรษที่ผ่านมา การเชื่อมโมเดล AI เข้ากับเครื่องมือของบริษัทหมายถึงการเชื่อมต่อแบบสั่งทำสำหรับทุกคู่ Model Context Protocol มาตรฐานเปิดที่ Anthropic เปิดตัวในเดือนพฤศจิกายน 2024 แทนที่สิ่งนั้นด้วยปลั๊กเดียวที่เข้ากันได้ทุกที่ — และ OpenAI, Google กับ Microsoft ต่างก็นำไปใช้หลังจากนั้น นี่คือวิธีที่มันทำงานจริง และเช็กลิสต์จริงก่อนที่คุณจะเชื่อมตัวหนึ่งเข้ากับข้อมูลของทีม
เปิดแอปเดสก์ท็อปของ Claude แล้วขอให้มันตรวจ pull request ที่เปิดอยู่ของทีม มันทำได้เลย ไม่ใช่เพราะ Anthropic สร้างการเชื่อม GitHub ไว้ใน Claude แต่เพราะที่ไหนสักแห่ง — ทีมไอทีของคุณ ผู้ขาย หรือนักพัฒนาบน GitHub — มีคนเขียนโปรแกรมเล็ก ๆ ที่พูดโปรโตคอลชื่อ MCP และ Claude รู้วิธีคุยกับอะไรก็ตามที่พูดภาษานั้นอยู่แล้ว ตอนนี้ ChatGPT, Gemini ของ Google และ Microsoft Copilot ก็เป็นแบบเดียวกัน การบรรจบกันนั้น มากกว่าการปล่อยฟีเจอร์เดี่ยวใด ๆ คือเหตุผลที่ MCP กลายเป็นสิ่งที่ผู้ขาย AI แทบทุกรายใช้เวลาทั้งปีที่ผ่านมาสร้างการรองรับ
MCP คืออะไรกันแน่
MCP ย่อมาจาก Model Context Protocol Anthropic ออกแบบมัน และเปิดซอร์สสเปกพร้อม SDK ชุดแรกในวันที่ 25 พฤศจิกายน 2024 เอกสารเปิดตัวของตัวเองอธิบายแนวคิดด้วยอุปมาที่ติดอยู่: ให้คิดว่า MCP เป็นพอร์ต USB-C สำหรับแอปพลิเคชัน AI — มาตรฐานหัวต่อทางกายภาพเดียว แทนสายที่ต่างกันสำหรับอุปกรณ์เสริมทุกชิ้น ตอนเปิดตัว Anthropic ระบุชื่อผู้รับไปใช้ก่อนที่กำลังสร้างการรองรับ MCP ในผลิตภัณฑ์ของตน รวมถึงบริษัทซอฟต์แวร์องค์กร Block และ Apollo และผู้สร้างเครื่องมือนักพัฒนา Zed, Replit, Codeium และ Sourcegraph แอปเดสก์ท็อปของ Claude ออกในวันเดียวกัน พร้อมความสามารถรันเซิร์ฟเวอร์ MCP ในเครื่องของบุคคลนั้นเอง
ปัญหาที่มันแก้: N เครื่องมือคูณ M แหล่งข้อมูล
ปัญหาที่ MCP แก้มีชื่อที่วิศวกรใช้กันตามธรรมชาติ: ปัญหาการเชื่อมต่อ N คูณ M สมมติว่าบริษัทใช้เครื่องมือ AI ห้าตัวที่ต้องทำงานกับข้อมูลบริษัท — Claude, ChatGPT, GitHub Copilot, Cursor และบอตซัพพอร์ตภายใน — และข้อมูลนั้นอยู่แปดที่: Slack, GitHub, ฐานข้อมูล Postgres, Salesforce, Notion, Google Drive, Jira และ API ภายใน หากไม่มีโปรโตคอลร่วม การเชื่อมทุกเครื่องมือเข้ากับทุกแหล่งอย่างมีประโยชน์ต้องใช้การเชื่อมต่อแยกกันถึงสี่สิบรายการ — ห้าคูณแปด — แต่ละรายการมีแบบแผนยืนยันตัวตนของตัวเอง การจัดการข้อผิดพลาดของตัวเอง และภาษีบำรุงรักษาของตัวเองทุกครั้งที่ API ใด API หนึ่งเปลี่ยนรูป เพิ่มเครื่องมือ AI ตัวที่หก ตัวเลขกระโดดเป็นสี่สิบแปด ในทางปฏิบัติไม่มีใครสร้างครบสี่สิบ ผู้ขาย AI แต่ละรายสร้างเพียงหยิบมือที่เห็นว่าคุ้มเวลาวิศวกรรม ที่เหลือยังทำมือ: คัดลอก วาง อธิบายใหม่ ทำซ้ำ
MCP เปลี่ยนการคูณเป็นการบวก บริษัทที่อยากให้ Claude อ่านฐานข้อมูล Postgres ของตนไม่ได้สร้างตัวเชื่อม Postgres เฉพาะ Claude แต่สร้าง — หรือนำของที่คนอื่นเผยแพร่แล้วมาใช้ซ้ำ — เซิร์ฟเวอร์ MCP ตัวเดียวที่เปิด Postgres และเซิร์ฟเวอร์นั้นใช้กับ Claude, ChatGPT, Gemini หรือเอเจนต์อื่นที่เข้ากับ MCP ได้โดยไม่ต้องเขียนโค้ดเพิ่ม รายการของ Anthropic เองตอนเปิดตัวระบุเซิร์ฟเวอร์ที่สร้างไว้แล้วสำหรับ Google Drive, Slack, GitHub, Git, Postgres และเครื่องมืออัตโนมัติเบราว์เซอร์ชื่อ Puppeteer ประเด็นไม่เคยอยู่ที่ Anthropic จะสร้างทั้งหมด ประเด็นคือใครก็สร้างได้ และแคตตาล็อกเซิร์ฟเวอร์ที่มีอยู่โตเกินกว่าที่บริษัทเดียวจะจัดคนมาทำได้
โปรโตคอลทำงานจริงอย่างไร
ถ้าถอดกรอบคำอธิบายออก MCP เป็นโปรโตคอลไคลเอนต์-เซิร์ฟเวอร์ที่ค่อนข้างเรียบ ตั้งใจไม่ให้หรูหรา มันกำหนดสามบทบาท Host คือแอปที่คนเปิดจริง — Claude Desktop, IDE อย่าง Cursor, แอป ChatGPT Host ฝัง MCP Client ซึ่งเปิดการเชื่อมต่อโดยตรงที่มีสถานะไปยัง MCP Server — โปรแกรมเล็กที่เปิดระบบหนึ่งระบบ: ฐานข้อมูล เครื่องมือทิกเก็ต ระบบไฟล์ หรือ API ภายใน ไคลเอนต์กับเซิร์ฟเวอร์แลกเปลี่ยนข้อความรูปแบบ JSON-RPC 2.0 ซึ่งเป็นรูปแบบเรียกโพรซีเยอร์ระยะไกลที่เบาและพบได้ทั่วไปในโครงสร้างพื้นฐานเดิม ผ่านทรานสปอร์ตหนึ่งในสองแบบ: stdio เมื่อเซิร์ฟเวอร์เป็นโปรแกรมที่รันในเครื่องเดียวกัน หรือ Streamable HTTP เมื่อเป็นบริการที่โฮสต์และรันที่อื่น
สิ่งที่เซิร์ฟเวอร์เปิดได้สรุปลงที่พรีมิทีฟสามอย่าง Tools คือฟังก์ชันที่โมเดลเรียกเพื่อลงมือทำ — create_task, run_query, send_message — และโมเดลเป็นผู้ตัดสินใจว่าจะเรียกเมื่อไรตามบทสนทนา Resources คือบริบทอ่านอย่างเดียวที่ Host ดึงเข้ามาส่งให้โมเดลได้โดยโมเดลไม่ต้องขอ — เนื้อหาไฟล์ สคีมาฐานข้อมูล ทิกเก็ตซัพพอร์ต Prompts คือเทมเพลตใช้ซ้ำได้ที่ผู้ใช้เป็นคนเรียก — «สรุปเธรดนี้» หรือ «ร่างอัปเดตสถานะ» ที่เตรียมไว้ ซึ่งคนเรียกอย่างชัดเจน ไม่ใช่สิ่งที่โมเดลตัดสินใจทำเอง เซิร์ฟเวอร์ที่สร้างดีจะบอกชัดว่าสำหรับความสามารถหนึ่ง ๆ มันเสนอข้อไหนในสามข้อ เพราะความแตกต่างนั้นเองเป็นตัวกำหนดว่าเครื่องมือ AI ที่เชื่อมแล้วมองอะไรได้อย่างเดียว หรือเปลี่ยนมันได้
ใครรับไปใช้อีก และเมื่อไร
ไม่กี่เดือนแรกของ MCP เป็นโปรเจกต์ของ Anthropic เท่านั้น สิ่งนั้นเปลี่ยนเร็ว และในแบบที่หายากจริงในวง AI: คู่แข่งโดยตรงมาบรรจบที่โปรโตคอลของบริษัทเดียว แทนที่จะออกโปรโตคอลของตัวเอง OpenAI เพิ่มการรองรับ MCP ใน Agents SDK เมื่อมีนาคม 2025 ให้นักพัฒนาเชื่อมเวิร์กโฟลว์เอเจนต์เข้ากับเซิร์ฟเวอร์ MCP ใดก็ได้ แทนการสร้างการเชื่อมเครื่องมือแบบสั่งทำเฉพาะ OpenAI เดือนถัดไป Google DeepMind ยืนยันว่า Gemini และชุดพัฒนาเอเจนต์ของตัวเองจะรองรับ MCP เช่นกัน — ก้าวที่ Google จับคู่กับโปรโตคอลเสริมของตนชื่อ Agent2Agent ซึ่งมุ่งให้เอเจนต์อิสระประสานกันเอง มากกว่าประสานกับเครื่องมือ ภายในเดือนพฤษภาคม 2025 Microsoft นำการรองรับ MCP แบบเนทีฟมาสู่ Windows 11 ผ่านสิ่งที่เรียกว่า Windows AI Foundry และการรองรับก็เข้าไปอยู่ใน GitHub Copilot กับ Copilot Studio ด้วย
ไม่มีบริษัทใดในสี่บริษัทนี้เห็นพ้องกันมากนักเรื่องสถาปัตยกรรมโมเดล ราคา หรือกลยุทธ์แพลตฟอร์ม ทั้งสี่ตอนนี้ส่งผลิตภัณฑ์ที่พูดโปรโตคอลเดียวกันเพื่อเชื่อมเอเจนต์กับเครื่องมือ นั่นหายากพอในอุตสาหกรรมนี้ที่จะเป็นเรื่องจริง — มากกว่าฟีเจอร์เดี่ยวใดที่ MCP ทำให้เป็นไปได้
ทำไมนี่จึงเป็นคำถามเรื่องความน่าเชื่อถือ ไม่ใช่แค่ท่อ
การบรรจบกันนั้นมีประโยชน์จริง และนั่นคือเหตุผลที่ MCP สมควรได้รับการตรวจสอบ มากกว่าความเชื่อแบบปิดตา โปรโตคอลที่ทำให้เอเจนต์เชื่อมเข้ากับระบบของบริษัทได้ง่ายดาย คือโปรโตคอลที่ทำให้การเชื่อมที่สร้างไม่ดีหรือตั้งค่าไม่ดีเข้าถึงระบบเดียวกันนั้นได้ง่ายดายเช่นกัน MCP เองไม่ได้กันสิ่งนั้น สเปกระบุว่าไคลเอนต์กับเซิร์ฟเวอร์คุยกันอย่างไร — ไม่ได้พูดว่าใครได้รับอนุญาตให้ให้การเชื่อม การเชื่อมนั้นแตะอะไรได้ หรือมีใครจะสังเกตถ้ามีอะไรผิดพลาด ทางเลือกเหล่านั้นอยู่ทั้งหมดกับคนที่สร้างหรือตั้งค่าเซิร์ฟเวอร์หรือไคลเอนต์เฉพาะที่อยู่ตรงหน้าคุณ ผู้ขายบางรายสร้างทั้งหมดนั้นอย่างระมัดระวัง บางรายไม่สร้างเลย และโปรโตคอลจะไม่หยุดพวกเขา
MCP เป็นโปรโตคอลสาย ไม่ใช่ระบบควบคุมการเข้าถึง มันทำให้เป็นมาตรฐานว่าเอเจนต์ขอให้เครื่องมือทำบางอย่างอย่างไร ส่วนคำขอนั้นมีขอบเขต มีบันทึก และเพิกถอนได้หรือไม่ เป็นการตัดสินใจที่ใครบางคนทำ — หรือไม่ได้ทำ — ทับลงไป
เช็กลิสต์ก่อนที่คุณจะเชื่อมตัวหนึ่ง
ก่อนที่ทีมจะเชื่อมเซิร์ฟเวอร์ MCP — ไม่ว่าจะเป็นผลิตภัณฑ์ของผู้ขาย เครื่องมือโอเพนซอร์สที่ใครบางคนเจอบน GitHub หรือของที่สร้างในองค์กร — หกคำถามแยกการเชื่อมที่มีการกำกับออกจากประตูที่เปิดอยู่ ไม่มีข้อใดต้องอ่านสเปก พวกมันแค่ต้องการให้มีคนถามก่อนกดอนุมัติ และอ่านคำตอบที่หน้าจอการเชื่อมส่งกลับมาจริง ๆ
| ถามเรื่องนี้ | ของที่ดีหน้าตาเป็นอย่างไร | ระวัง |
|---|---|---|
| มันขอสโคปหรือ Tools อะไร? | ระบุชัด รายการที่มีชื่อและเฉพาะเจาะจงที่อ่านได้ก่อนอนุมัติ — «สร้างงาน อ่านข้อความในช่องนี้» | กว้างเกินไป «เข้าถึงบัญชีเต็มรูปแบบ» โดยไม่มีรายการว่ามันทำอะไรได้จริง |
| อ่านอย่างเดียว หรือเขียนและลงมือได้? | แยกกัน สิทธิ์อ่านเป็นค่าเริ่มต้น การกระทำใดที่เปลี่ยนข้อมูลต้องมีการอนุญาตของตัวเองที่มองเห็นได้ | รวมไว้ด้วยกัน สิทธิ์เขียนถูกรวมให้อัตโนมัติ ไม่มีทางรู้ว่าความสามารถไหนทำอะไร |
| รายบุคคล หรือใช้ร่วมกันทั้งทีม? | รายบุคคล แต่ละคนลงชื่อเข้าด้วยล็อกอินของตน เอเจนต์เห็นได้เฉพาะสิ่งที่คนนั้นเห็นได้ | ใช้ร่วมกัน คีย์ API หรือบัญชีบริการเดียวที่ทั้งทีมใช้ ข้ามสิทธิ์รายบุคคล |
| มีบันทึกตรวจสอบว่ามันทำอะไรหรือไม่? | มีการบันทึก ทุกการเรียก Tool ถูกบันทึก — ใครเชื่อม มันแตะอะไร และเมื่อไร | ไม่มีการบันทึก ไม่มีบันทึกนอกจากสิ่งที่เครื่องมือ AI เองเลือกบอกว่าเกิดอะไรขึ้น |
| เพิกถอนได้ทันทีหรือไม่? | ทันที สวิตช์เดียว มีผลทันที จากหน้าตั้งค่าที่คุณควบคุม | ล่าช้า การเพิกถอนต้องใช้ทิกเก็ตซัพพอร์ต โทรหาผู้ขาย หรือทำไม่ได้เลย |
| การเพิกถอนทำให้ของอื่นพังหรือไม่? | แยกส่วน จำกัดอยู่ที่การเชื่อมนั้นเดียว ปิดแล้วกระทบแค่นั้น | พัวพัน ใช้ข้อมูลรับรองร่วมกับเครื่องมืออื่น ดังนั้นเพิกถอนตัวหนึ่งแล้วอีกสามตัวพังอย่างเงียบ ๆ |
การเชื่อมที่สร้างดีหน้าตาเป็นอย่างไรจริง ๆ
การตั้งค่า MCP ของ FabricLoop เองเป็นคำตอบที่เป็นรูปธรรมต่อเช็กลิสต์นั้น — ไม่ใช่เพราะมันผิดปกติ แต่เพราะแต่ละชิ้นตรงกับหนึ่งในหกคำถามด้านบน และควรเรียกชื่อกลไกจริงมากกว่าฉบับการตลาด FabricLoop ทำทั้งสองบทบาทพร้อมกัน: มันเป็นเซิร์ฟเวอร์ MCP ที่เครื่องมือภายนอกเชื่อมเข้ามา ดังนั้น Cursor, Claude หรือ ChatGPT สร้างงาน เพิ่มความคิดเห็น หรืออ่านโน้ตได้โดยใช้สิทธิ์ FabricLoop ของบุคคลนั้น — และมันเป็นไคลเอนต์ MCP ที่เชื่อมออกไป ดังนั้นช่องทางหนึ่งดึงแอป MCP ของผู้ขาย เช่น GitHub หรือ Linear เข้ามา แล้ว @mention มันได้เหมือนเพื่อนร่วมทีม
ทุกการเชื่อม ไม่ว่าทิศทางใด เริ่มที่บุคคล ไม่ใช่เวิร์กสเปซ การเชื่อมไคลเอนต์ภายนอกอย่าง Cursor เปิดหน้าจอยินยอม OAuth ที่ app.fabricloop.com/oauth/consent ซึ่งคนนั้นเลือกเวิร์กสเปซและอนุมัติ Tools เฉพาะที่ไคลเอนต์ขอ — จากนั้นไคลเอนต์ทำได้เฉพาะสโคปที่ให้บนหน้าจอนั้น ภายใต้สิทธิ์ของคนคนเดียว ไม่ใช่บัญชีบริการที่ใช้ร่วมกัน ทิศทางกลับกันทำงานแบบเดียวกัน: ผู้ดูแลเปิดแอป MCP ของผู้ขายให้ทั้งทีมได้ แต่แต่ละคนยังต้องลงชื่อเข้าของตนเองก่อนมันจะใช้ได้กับเขา และผู้ดูแลตั้งแอปนั้นเป็นโหมดอ่านอย่างเดียว หรือจำกัดไว้ที่รายการอนุญาตของ Tools เฉพาะ แทนทุกอย่างที่ผู้ขายเปิดออกมาได้
ไคลเอนต์ที่เชื่อมทุกตัวปรากฏบนหน้าตั้งค่าข้างตัวควบคุมเพิกถอนที่ตัดการเชื่อมทันที — หน้าของคนนั้นเอง ไม่ใช่ทิกเก็ตซัพพอร์ต ในแผน Enterprise กิจกรรมนั้น — รวมถึงการอนุญาต MCP และสิ่งที่เอเจนต์ที่เชื่อมทำจริง — เข้าสู่บันทึกตรวจสอบที่ทีมความปลอดภัยดูได้ตามต้องการ ไม่ใช่ภาพหน้าจอที่ดึงจากเธรดแชตภายหลัง
ไม่มีอะไรในนั้นเป็นการวิศวกรรมแปลกใหม่ มันเป็นชุดการตัดสินใจเล็ก ๆ ที่ตั้งใจไม่ให้หรูหรา ทำซ้ำอย่างสม่ำเสมอ: กำหนดขอบเขต ผูกกับบุคคล บันทึก ทำให้เพิกถอนได้โดยไม่มีความเสียหายข้างเคียง นั่นคือข้อถกเถียงเดียวกับที่ไซต์นี้ยกเรื่อง Legibility ในความหมายที่กว้างกว่า — การเข้าถึงที่ตั้งชื่อ บันทึก และเพิกถอนได้ ดีกว่าการเข้าถึงที่ไม่มีใครต้องคิดถึง — และ MCP ส่งสิ่งนั้นได้ก็ต่อเมื่อมีคนสร้างมันแบบนั้น โปรโตคอลทำให้ท่อเป็นมาตรฐาน มันไม่ได้ทำให้การกำกับดูแลเป็นอัตโนมัติ
การตัดสินใจที่สำคัญจริง
MCP จะไม่หายไป และการคัดค้านมัน ณ จุดนี้คล้ายกับการคัดค้าน USB ผู้ให้บริการโมเดลรายใหญ่ทุกรายส่งมันแล้ว รายการเซิร์ฟเวอร์ที่มีอยู่ยังยาวขึ้น และเอเจนต์ที่ไปไม่ถึงเครื่องมือของคุณ สำหรับงานจริงส่วนใหญ่ คือเอเจนต์ที่ทำได้ไม่มาก การตัดสินใจที่น่าสนใจไม่ใช่ว่าจะให้เครื่องมือ AI เชื่อมกับระบบของคุณหรือไม่ — มากขึ้นเรื่อย ๆ รูปแบบหนึ่งของการตัดสินใจนั้นถูกทำแทนคุณแล้ว ทีละการเชื่อมต่อ เมื่อเครื่องมือที่ทีมใช้อยู่แล้วแอบเพิ่มการรองรับ MCP ใต้ฟีเจอร์ที่คุณคลิกโดยไม่ได้อ่านตัวพิมพ์เล็ก การตัดสินใจที่ยังเป็นของคุณจริงคือสิ่งที่คุณตรวจก่อนกดอนุมัติ
MCP ทำให้เป็นมาตรฐานว่าเอเจนต์ AI ขอให้เครื่องมือทำบางอย่างอย่างไร มันไม่ได้ทำอะไรให้เป็นมาตรฐานว่าคำขอนั้นปลอดภัยที่จะอนุญาตหรือไม่ — ส่วนนั้นยังเป็น และจะยังเป็นการตัดสินใจของคนที่กด «อนุมัติ»