pletzenauer — digital consulting

MCP-opdatering: stor revision af specifikationen på vej, Skills-primitiv på roadmappet

Model Context Protocol (MCP) — den åbne standard til at forbinde AI-modeller med værktøjer og datakilder — styrer mod sin største revision siden lanceringen.

  • En release candidate til MCP-specifikationen af 28.07.2026 er nu tilgængelig, og den endelige specifikation ventes den 28. juli 2026 (bemærk: det ligger efter dags dato — der er altså tale om en forestående udgivelse, som stadig er i review, ikke om noget allerede færdiggjort).
  • Den centrale ændring er en tilstandsløs kerne, som skalerer på almindelig HTTP-infrastruktur. I praksis betyder det: en remote MCP-server, der hidtil krævede sticky sessions, et fælles session-lager og deep packet inspection ved gatewayen, kan fremover køre bag en simpel round robin-load balancer, route trafik via en Mcp-Method-header og lade klienter cache tools/list-svar, så længe serverens ttlMs-værdi tillader det.
  • Nye udvidelser er en del af pakken: MCP Apps til serverside-renderede brugerflader og en Tasks-udvidelse til langvarige opgaver, der ikke er bundet til en enkelt request/response-cyklus.
  • Autorisationen bliver bragt tættere på gængse OAuth- og OpenID Connect-implementeringer, hvilket burde gøre integrationen i virksomhedsmiljøer markant enklere.
  • Længere ude på roadmappet står hændelsesstyrede triggere (webhooks), streamede og referencebaserede resultater samt en Skills-primitiv til sammensatte færdigheder — dermed kunne servere tilbyde genbrugelige Skills på et højere niveau i stedet for bare flade tool-lister. Det er indtil videre kun et punkt på roadmappet, ikke en leveret funktion.

Derfor er det vigtigt: MCP er blevet bredt taget i brug siden introduktionen, men i produktion stødte man på reelle problemer med session-håndtering, streaming og autorisation. Denne revision adresserer netop de svage punkter, og den planlagte Skills-primitiv kan fremover ændre grundlæggende, hvordan tool-servere struktureres.

Kilder

VisningMinimalKlassiskDark