Si llevas un tiempo siguiendo el ecosistema de IA, en algún momento habrás topado con las siglas MCP. Aparecen en documentación técnica, en hilos de Reddit, en anuncios de herramientas que prometen que tu asistente de IA "ahora se conecta con todo". Pero la explicación de qué es exactamente suele quedarse en lo vago o en lo demasiado técnico.
El Model Context Protocol es, en esencia, un estándar abierto que define cómo los modelos de lenguaje se comunican con herramientas y fuentes de datos externas. Lo publicó Anthropic en noviembre de 2024 y, desde entonces, lo ha adoptado prácticamente todo el ecosistema relevante. Tiene relación directa con lo que antes llamábamos agentes de IA operando en entornos empresariales: MCP es, en parte, la infraestructura que hace posible que esos agentes funcionen de forma coherente y ampliable.
El problema que MCP resuelve
Antes de MCP, conectar un asistente de IA con una herramienta externa requería una integración a medida. Querías que tu chatbot leyera correos: integración específica. Querías que consultara tu base de datos: otra integración. Querías que buscara en Notion: otra más. Cada una tenía su propio formato, su propia autenticación, su propio modo de pasar información al modelo.
El resultado era que los proveedores de IA construían integraciones específicas con las herramientas más populares (Slack, Google Drive, GitHub...) y todo lo demás quedaba fuera. Si tu empresa usaba una herramienta interna o menos común, o te conformabas sin conectividad o tenías que programar algo propio.
MCP propone resolver esto con un protocolo común: una forma estándar de que un servidor de herramientas exponga sus capacidades y de que un cliente de IA (el modelo) las consuma, sin que ninguno de los dos tenga que saber de antemano cómo funciona el otro.
Cómo funciona, sin entrar en detalles de JSON-RPC
La arquitectura de MCP tiene tres piezas. El host es la aplicación donde vive el modelo de IA: Claude Desktop, Cursor, VS Code con el plugin correspondiente, o cualquier app que implemente el protocolo. El cliente es el componente dentro del host que sabe hablar MCP. El servidor es el programa que expone las herramientas, los recursos o los prompts que el modelo puede usar.
Un servidor MCP puede ofrecer tres tipos de cosas. Las herramientas son funciones que el modelo puede invocar: buscar en una base de datos, enviar un correo, ejecutar código, consultar el tiempo, leer un archivo. Los recursos son fuentes de datos que el modelo puede leer: el contenido de un repositorio, los documentos de un sistema de archivos, una tabla de una base de datos. Los prompts son plantillas reutilizables que el servidor puede proporcionar al modelo para tareas concretas.
La comunicación entre cliente y servidor usa JSON-RPC 2.0, un protocolo simple y ampliamente soportado. Lo importante no es el detalle técnico sino la implicación práctica: cualquier desarrollador puede construir un servidor MCP para su herramienta y automáticamente cualquier modelo que soporte el protocolo puede usarla. Esto encaja bien con el ecosistema de herramientas de IA en local que no dependen de la nube: Ollama, por ejemplo, ya soporta conexión como backend MCP, lo que permite extender los modelos locales con herramientas externas sin perder la privacidad.
Por qué su adopción ha sido tan rápida
Que Anthropic publicara MCP como open source fue parte del éxito. Nadie tuvo que pedir permiso ni pagar licencia para implementarlo. En los primeros meses, aparecieron cientos de servidores MCP en GitHub: para Slack, GitHub, bases de datos SQL, Notion, Obsidian, sistemas de archivos locales, APIs de todo tipo. La comunidad construyó lo que ningún equipo de producto habría cubierto en años.
Por el lado de los clientes, Claude Desktop fue el primero en soportarlo y sigue siendo la implementación de referencia. Cursor lo adoptó para conectar el asistente de código con herramientas externas. VS Code, JetBrains y varios otros entornos añadieron soporte a lo largo de 2025 y principios de 2026. OpenAI anunció compatibilidad con MCP en sus APIs para que las herramientas del ecosistema sean accesibles desde los modelos GPT.
Lo que empezó como un estándar de Anthropic se ha convertido en algo más parecido a un protocolo de facto del sector.
Qué cambia para los usuarios no técnicos
En la práctica, MCP es lo que hace posible que Claude Desktop pueda leer tus archivos locales, buscar en tu calendario, consultar tu gestor de contraseñas o interactuar con tu aplicación de notas sin que tú tengas que explicarle cómo funciona cada una. La instalación de un servidor MCP se parece a instalar una extensión del navegador: encuentras la que quieres, la configuras con los permisos necesarios y el asistente ya sabe usarla.
Para los usuarios técnicos, el impacto es mayor porque MCP convierte al modelo en un operario que puede trabajar con cualquier sistema que tenga un servidor disponible. El asistente de código puede consultar la documentación interna de la empresa, leer los tickets de Jira, verificar el estado del CI/CD y confirmar en Slack sin cambiar de herramienta.
La analogía más útil es el puerto USB: no es lo más emocionante del mundo, pero es lo que hace que cualquier dispositivo funcione con cualquier ordenador sin pensar en compatibilidades. MCP es el USB de la IA.
0 Comentarios