OPAS: Model Context Protocol (MCP) ja Agent-to-Agent (A2A) – uusi käyttöjärjestelmä tekoälylle

Tekoälysovellusten kehityksessä on nousemassa esiin ajatus “näkymättömästä käyttöjärjestelmästä” autonomisille tekoälyjärjestelmille ja ns. AI-agenteille. Tällä tarkoitetaan eräänlaistsa taustalla toimivaa kerrosta, joka mahdollistaa tekoälyagenttien sujuvan yhteispelin ja integroinnin – vähän samaan tapaan kuin perinteinen käyttöjärjestelmä hallinnoi sovellusten pääsyä laitteiston resursseihin.

Tämä uusi “käyttöjärjestelmä” rakentuu kahden tuoreen avoimen protokollan varaan: Model Context Protocol (MCP) ja Agent-to-Agent Protocol (A2A). MCP ja A2A ovat saaneet alkunsa suurten AI-toimijoiden aloitteesta. Anthropic julkaisi MCP-protokollan marraskuussa 2024, ja muutamassa kuukaudessa siitä tuli yksi AI-alan kuumista puheenaiheista kehittäjien alkaessa hyödyntää sitä sovelluksissaan. Google puolestaan julkisti A2A-protokollan laajalla teollisuuden tuella syksyllä 2024 tavoitteenaan luoda standardi agenttien väliselle yhteistoiminnalle.

Tässä artikkelissa tutustumme näihin kahteen keskeiseen protokollaan – MCP:hen ja A2A:han – yleistajuisesti ja havainnollisesti. Käymme läpi, mitä ne ovat, miksi ne ovat tärkeitä, miten ne toimivat sekä miten ne yhdessä muodostavat perustan entistä autonomisemmille tekoälyjärjestelmille.

Artikkeli on pitkä, joten nappaappa kuppi kuumaa ja istu alas oppimaan uutta 🤓

Mikä ihmeen Model Context Protocol (MCP)?

Model Context Protocol (MCP) on avoin protokolla, joka on suunniteltu standardoimaan tapaa, jolla tekoälymallit (erityisesti suuren kielimallin agentit) kytkeytyvät ulkoisiin työkaluihin, tietoihin ja palveluihin.

Toisin kuin valmiit kirjastot tai frameworkit (kuten vaikkapa LangChain), MCP on enemmänkin verrattavissa internetin HTTP-protokollaan tai ohjelmointiympäristöjen Language Server Protocol -standardiin – se määrittelee yhteiset “säännöt”, joiden avulla erilaiset komponentit voivat keskustella keskenään.

MCP tarjoaa standardoidun “sovitinrajapinnan” tekoälyagentille ulkoisiin tietolähteisiin ja toimintoihin. MCP:n avulla kielimalli (”kone”) voi hyödyntää työkaluja ja tietoja (”lisälaitteita”) ilman räätälöityä integraatiota jokaiselle työkalulle erikseen.

Miksi MCP on tärkeä?

MCP:n merkitys piilee siinä, että se tuo järjestelmällisyyttä ja yhteisiä pelisääntöjä muuten hajanaiseen agenttikehityksen kenttään. Ilman MCP:tä jokainen tekoälysovellus joutuisi erikseen koodaamaan integraatiot tarvitsemiinsa työkaluihin ja tietokantoihin, mikä johtaa päällekkäiseen työhön ja vaikeasti ylläpidettäviin räätälöityihin ratkaisuihin. MCP-standardin avulla tämän voi tehdä kertaalleen tavalla, joka toimii yleisesti. Tärkeimpiä hyötyjä ovat mm.:

• Yhtenäinen integraatio: yksi ainoa protokolla riittää yhdistämään minkä tahansa LLM-mallin mihin tahansa työkaluun tai tietolähteeseen, mikä yksinkertaistaa ekosysteemiä merkittävästi.

• Nopeampi kehitystyö: kehittäjien ei tarvitse keksiä pyörää uudelleen – MCP määrittelee valmiit tavat käyttää resursseja ja kutsua toimintoja, mikä vähentää räätälöidyn koodin tarvetta ja nopeuttaa uusien ominaisuuksien kehittämistä.

• Selkeä vastuunjako: dataan liittyvät toiminnot (esim. tiedon haku, ”resurssit”) ja toimintojen suoritus (”työkalut”) on erotettu omiin palvelinkomponentteihinsa. Tämä parantaa järjestelmän selkeyttä ja ylläpidettävyyttä – esimerkiksi tietokantakyselyt ja ulkoiset API-kutsut hoidetaan omissa moduuleissaan erillään varsinaisesta kielimallilogikasta.

• Yhtenäiset löydettävyysmekanismit: MCP tarjoaa vakioidun tavan listata ja löytää saatavilla olevat kyvykkyydet (tarjolla olevat työkalut, resurssit, valmiit prompt-mallit ym.), jolloin agentti tietää, mitä se voi tehdä kulloisessakin yhteydessä.

• Ristiinyhteensopivuus: yhden sovelluksen tai alustan varten rakennettu työkalu tai MCP-palvelin toimii vaivatta toisenkin MCP-yhteensopivan sovelluksen kanssa. Toisin sanoen, jos vaikkapa jokin yritys kehittää MCP-rajapinnan vaikkapa sähköpostilleen, sama rajapinta on heti muidenkin MCP:tä tukevien agenttien hyödynnettävissä.

Lisäksi MCP:n arkkitehtuuri tuo skaalautuvuutta ja turvallisuutta. Jokainen työkaluintegraatio toimii erillisessä asiakas–palvelin-kanavassa, mikä eristää niiden toiminnan toisistaan ja luo selkeät rajapinnat.

Esimerkiksi yksi MCP-client ylläpitää aina yhteyttä vain yhteen tiettyyn palvelimeen kerrallaan, mikä takaa kommunikaation rajautumisen tähän yhteen tehtävään ja lisää tietoturvaa.

Palvelimet puolestaan palvelevat vain sovittuja pyyntöjä – ne altistavat ulospäin ainoastaan tietyt resurssit ja työkalut – mikä rajoittaa väärinkäytön mahdollisuuksia. Standardin mukaiset autorisointikäytännöt host-sovelluksessa varmistavat, että malli saa käyttöönsä vain ne työkalut ja datat, joihin käyttäjällä on lupa.

Kaiken kaikkiaan MCP:n myötä agenttijärjestelmiin saadaan vakautta ja hallittavuutta: kun integraatiot tehdään yhtenäisellä tavalla, järjestelmä on helpompi skaalata laajemmaksi ja uusia komponentteja voidaan lisätä ilman että koko rakennetta tarvitsee remontointia.

Yhteenvetona: MCP tarjoaa malleille vakioidun tavan käyttää ulkopuolisia toimintoja. Asiakaspuolella host hallinnoi tarvittavat client-instanssit ja varmistaa, että oikeat luvat ja konteksti ovat voimassa. Palvelinpuolella kukin palvelin huolehtii rajatusta tehtävästään (tarjoten esim. tiedonhaun tai tietyn palvelun API:n), ja kommunikaatio tapahtuu kurinalaisesti JSON-RPC-sanomina.

MCP:n käyttöönotto: Ensiaskeleet

Miten kehittäjä tai organisaatio voi ottaa MCP:n käyttöön omissa tekoälysovelluksissaan? Ensimmäinen askel on varmistaa, että tekoälyagentti (host-sovellus) tukee MCP-asiakasrajapintaa – toisin sanoen kykenee toimimaan MCP clientina.

Tilaa AI-Sanomien Plus-jäsenyys niin näet loput sisällöstä