بهروزرسانی سازمانی پروتکل MCP؛ مسیر اتصال ایجنتهای هوش مصنوعی به زیرساختهای ابری هموار شد
پروتکل کانتکست مدل (MCP) با دریافت یک بهروزرسانی سازمانی بزرگ، معماری قدیمی مبتنی بر وضعیت را کنار گذاشت تا با سرویسهای ابری و کوبرنتیز سازگارتر شود. این بازنگری زیربنایی به شرکتها اجازه میدهد ایجنتهای هوش مصنوعی را به شکلی ایمنتر، سریعتر و با مقیاسپذیری بسیار بالاتر در زیرساختهای عملیاتی پیادهسازی کنند.

در یک نگاه (نکات کلیدی خبر)
خلاصه مهمترین نکات و تحولات این گزارش برای مطالعه سریع
- پروتکل MCP با گذار به معماری بدون وضعیت (Stateless)، امکان اجرا روی کوبرنتیز و لودبالانسرهای استاندارد ابری را فراهم کرد.
- سیاست جدید چرخه حیات نرمافزار تضمین میکند ویژگیهای قدیمی حداقل تا ۱۲ ماه پس از اعلام بازنشستگی حذف نخواهند شد.
- قابلیتهای امنیتی جدید نظیر اعتبارسنجی پارامتر iss و مدیریت یکپارچه هویت سازمانی، جلوی حملات سایبری را میگیرند.
بنیاد هوش مصنوعی ایجنتیک (Agentic AI Foundation) که بخشی از بنیاد لینوکس به شمار میرود، بهروزرسانی جدیدی را برای «پروتکل کانتکست مدل» (Model Context Protocol یا به اختصار MCP) منتشر کرد؛ ارتقایی بزرگ که با هدف تسهیل پذیرش خودکارسازی مبتنی بر هوش مصنوعی در سازمانها و شرکتهای بزرگ طراحی شده است.
پروتکل MCP که نخستین بار در نوامبر ۲۰۲۴ توسط شرکت آنتروپیک بهصورت متنباز منتشر شد، بستری استاندارد فراهم میکند تا برنامههای کاربردی هوش مصنوعی (ایجنتها) مبتنی بر مدلهای پیشرفتهای نظیر GPT-5.6 Sol یا Claude Opus 5 بتوانند به منابع داده، ابزارها و سایر نرمافزارهای سازمانی متصل شوند. این پروتکل شیوه تبادل دادهها را در یک معماری کلاینت-سرور بهدقت تعریف میکند.
دیوید سوریا پارا (David Soria Parra)، عضو کادر فنی آنتروپیک و یکی از همبنیانگذاران پروتکل MCP، در یک پست وبلاگی نوشت: «این نسخه، مهمترین بهروزرسانی پروتکل MCP از زمان راهاندازی قابلیت ارتباط ریموت در بیش از یک سال گذشته است. این نسخه جهشی بزرگ در زمینه میزبانی سرورهای مقیاسپذیر MCP محسوب میشود و با بهرهگیری از تمام درسهای آموختهشده طی ۱۸ ماه گذشته، پایهای مستحکم برای آینده این اکوسیستم پیریزی میکند.»
جدیدترین نسخه این استاندارد، معماری قدیمی مبتنی بر وضعیت (Stateful) را بهطور کامل کنار گذاشته و عملکرد پروتکل را به سرویسهای وب HTTP شبیه کرده است؛ ساختاری که در آن درخواستهای شبکه نیازی به حفظ دائمی وضعیت نشست (Session) ندارند و بهشکل بدون وضعیت (Stateless) پردازش میشوند.
کیتی مککافری (Caitie McCaffrey)، مهندس نرمافزار مایکروسافت و یکی از توسعهدهندگان اصلی پروتکل MCP، در پست وبلاگی خود توضیح میدهد: «از گذشته تا کنون، اجرای MCP در مقیاسهای بزرگ برای حفظ تداوم ارتباط در طول نشستها، به سازوکارهای پیچیدهای چون مسیریابی چسبنده (Sticky Routing) یا وضعیتهای مشترک نیاز داشت. این موضوع استقرار و مدیریت سرورها را در محیطهای بزرگ عملیاتی بهشدت پیچیده میکرد؛ حتی در شرایطی که خود قابلیتهای ارائهشده ذاتاً بدون وضعیت بودند.»
نسخه بازنگریشده پروتکل معماری زیرین را دستخوش تغییری بنیادین کرده تا بار پردازشی ناشی از مدیریت وضعیت نشستها از میان برود. این بهینهسازی به شرکتها اجازه میدهد سرورهای MCP را بهسادگی پشت لودبالانسرهای استاندارد، روی خوشههای کوبرنتیز (Kubernetes) و در کنار ابزارهای متداول دوآپس (DevOps) پیادهسازی و مدیریت کنند.
نسخه مورخ ۲۸ ژوئیه ۲۰۲۶ همچنین شامل یک سیاست چرخه حیات و منسوخسازی قابلیتها است؛ چراکه شرکتهای بزرگ برای اعمال تغییرات نرمافزاری، به نقشههای راه شفاف و جدولهای زمانی قابل پیشبینی اتکا میکنند.
در مستندات رسمی این نسخه تصریح شده است: «هدف ما ایجاد یک جدول زمانی پیشبینیپذیر است تا توسعهدهندگان SDK و مهندسان پیادهساز بتوانند هنگام بازنشستگی بخشهایی از پروتکل، فرآیند مهاجرت و تغییر کدهای خود را با آسودگی برنامهریزی کنند.»
استاندارد بازنگریشده سیاستی تازه را ضمانت میکند که طبق آن، فاصله زمانی میان اعلام منسوخ شدن یک ویژگی تا حذف نهایی آن دستکم ۱۲ ماه خواهد بود؛ رویکردی که رضایت تیمهای مهندسی سازمانها را جلب میکند، چراکه دیگر مجبور به اعمال بهروزرسانیهای پیدرپی و شتابزده در سرورهای MCP نخواهند بود.
در حوزه امنیت نیز جدیدترین بازنگری این پروتکل، پیشنهاد بهبود مشخصات (SEP) شماره ۲۴۶۸ را معرفی کرده که بر گنجاندن و اعتبارسنجی دقیق پارامتر صادرکننده (iss) در پاسخهای مجوز دسترسی تأکید دارد. این اقدام فنی مانع از شکلگیری حملات اختلاط توکن OAuth میشود.
چنین حملاتی زمانی رخ میدهند که یک کلاینت OAuth از مسیر چندین سرور MCP گوناگون به ارائهدهندگان چندگانه احراز هویت متصل شود. اگر مهاجمی کنترل یکی از این سرورها را به دست بگیرد، میتواند توکن دسترسی یا کدهای امنیتی را از سرورهای دیگر به سرقت ببرد. بررسی دقیق پارامتر iss سدی نفوذناپذیر در برابر این بردار حمله ایجاد میکند.
علاوه بر این، سازمانهای بزرگ از افزونه «احراز هویت مدیریتشده سازمانی» استقبال خواهند کرد؛ قابلیتی که مدیریت متمرکز و یکپارچه سرورهای MCP را از طریق ارائهدهندگان هویت سازمانی (IdP) میسر میسازد.
تحول چشمگیر دیگر، ارتقای تسکها – یعنی فراخوانیهای طولانیمدت ابزارها و پردازشهای دستهای – و تبدیل آنها به یک افزونه مستقل است. فایده اصلی این تغییر، انتقال تسکها از یک الگوی درخواستی مسدودکننده (Blocking) به یک سازوکار کاملاً ناهمگام (Asynchronous) است.
مککافری درباره مزیت این معماری میگوید: «نتیجه این تحول، دستیابی به تابآوری عملیاتی بالا در مقیاسهای بزرگ است. از آنجا که تسکها ماهیتی پایدار دارند و با شناسهای یکتا فراخوانی میشوند، کلاینتها میتوانند شناسه تسک را در حافظه دائمی ذخیره کنند تا پس از قطعی ناگهانی یا ریاستارت سیستم، دریافت نتایج را بدون وقفه ادامه دهند. با این روش دیگر نیازی به باز نگهداشتن ارتباطات شکننده و طولانیمدت شبکه نخواهد بود؛ چالشی که در معماری مسدودکننده گذشته به توسعهدهندگان تحمیل میشد.»
از دیگر موارد اضافه شده در این نسخه میتوان به مسیریابی مبتنی بر هدر و نتایج لیست قابل کشگذاری اشاره کرد. البته فرآیند گذار به نسخه جدید با هزینههایی برای بهروزرسانی سیستمها همراه خواهد بود؛ بهویژه برای توسعهدهندگانی که پیشتر کدهای MCP خود را وابسته به شناسههای نشست پیادهسازی کرده بودند.
برچسب های مرتبط
مطالب مرتبط و پیشنهادی

ایجنتهای هوش مصنوعی چگونه بازار را میان ارزانترین قیمت و بهترین راهکار تقسیم میکنند؟
ورود ایجنتهای هوش مصنوعی به چرخه خرید، استراتژی رقابتی شرکتها را دستخوش دگرگونی بنیادین میکند. در دنیایی که نرمافزارها تصمیمگیرنده نهایی هستند، کسبوکارهای معمولیِ حاضر در میانه بازار تحت فشار شدیدی قرار میگیرند و تنها ارزانترین ارائهدهندگان یا تخصصیترین راهکارها شانس بقا خواهند داشت.

۵ نشتی مالی بزرگ هوش مصنوعی که بیصدا بودجه استارتاپها را میبلعند
استفاده از ابزارهای هوش مصنوعی میتواند هزینههای پیشبینینشدهای روی دست استارتاپها بگذارد و بودجه آنها را پیش از موعد خالی کند. در این گزارش، ۵ نشتی مالی پنهان در پروژههای هوش مصنوعی و راهکار حسابرسی ۳۰ دقیقهای برای مهار آنها را بررسی میکنیم.

معمای بازدهی هوش مصنوعی؛ چرا شرکتها ارزش واقعی این فناوری را اشتباه اندازه میگیرند؟
بسیاری از شرکتها سودآوری هوش مصنوعی را صرفاً در تعدیل نیرو و صرفهجویی کوتاهمدت جستجو میکنند، اما بازدهی واقعی این فناوری در گرو بازطراحی جریانهای کاری و انباشت «سرمایه شناختی» است؛ دارایی ارزشمندی که استانداردهای کهنه حسابداری آن را از ترازنامهها پنهان کردهاند.
دیدگاه ها و گفتگوی تخصصی
نظرات خود را با جامعه مخاطبان وایر ای آی در میان بگذارید
هنوز دیدگاهی برای این مطلب ثبت نشده است
اولین نفری باشید که دیدگاه، تحلیل یا دیدگاه خود را درباره این موضوع با دیگران به اشتراک می گذارد.