MCP（Model Context Protocol）
えむしーぴー
MCP（Model Context Protocol）とは、AI エージェントが外部ツール・データベース・API に接続するための標準プロトコルであり、Anthropic が開発し Linux Foundation の Agentic AI Foundation に寄贈されたオープン標準である。
AI エージェントが賢くなっても、外の世界と繋がれなければ「よくできた話し相手」止まりだ。MCP はこの課題に対する業界の回答で、エージェントと外部ツールの間に共通の通信規約を設ける。
たとえば Supabase の MCP サーバーを接続すれば、エージェントは SQL 実行、マイグレーション適用、型生成をツールとして呼び出せるようになる。GitHub の MCP サーバーなら Issue の読み取りや PR 作成が可能になる。エージェント側は「どのツールが使えるか」をプロトコル経由で動的に発見し、必要に応じて呼び出す。
位置づけとしては「縦方向」の統合——エージェントから外部世界への接続——を担う。一方、エージェント同士の「横方向」の通信は A2A（Agent-to-Agent Protocol）が担当しており、MCP と A2A は競合ではなく補完関係にある。
2025 年 12 月に Anthropic が OpenAI、Block と共同で Linux Foundation 内に Agentic AI Foundation（AAIF）を設立し、MCP を寄贈した。ベンダーロックインを回避したオープン標準として、Cursor、Windsurf、Claude Code をはじめ多数のツールが採用している。
この用語を扱う記事
- MCPとA2Aの違いとは？AIエージェントプロトコルの比較と使い分けMCPとA2Aの違いを一覧で比較。垂直連携（ツール呼び出し）と水平連携（エージェント間委譲）の役割を整理し、どちらをいつ使うかの判断基準やセキュリティ注意点まで解説します。
- AIエージェントを本番運用に乗せるには？パイロットから量産化への実践ステップAIエージェントのパイロットから本番移行で直面する5つの壁と突破法を解説。品質管理・システム統合・ガバナンス・組織体制の実践ステップを紹介します。
- AIエージェント サプライチェーン攻撃対策ガイド — MCP/Skill 配信経路の防御実装AIエージェントは MCP / Skill 経由で新しい攻撃面を生む。MCP の by-design 脆弱性、悪意あるスキル配信、SSRF への対応を企業向けに解説した実装ガイド。
- Harness AI とは？DevOps に AI を組み込む仕組みと導入手順を解説Harness AI は DevOps プラットフォーム Harness が提供する AI エージェント群です。5 つのエージェントの役割、対応モデル、導入前の確認ポイント、PoC からの進め方、HITL 設計まで実務目線で解説します。
関連用語
Outside the Loop
Outside the Loop とは、人間が成果の仕様だけを指定し、実装の詳細をすべて AI エージェントに委ねる協業モードであり、バイブコーディングとも呼ばれる。
アンビエントAI
アンビエントAI（Ambient AI）とは、ユーザーの環境に常駐し、明示的な指示がなくてもセンサーデータやイベントを監視して先回りで行動する、環境溶け込み型の AI システムを指す。
In the Loop
In the Loop とは、AI エージェントの出力を人間が逐一レビュー・修正する協業モードであり、品質管理は確実だがエージェントの生成速度に人間のレビューが追いつかないボトルネックが生じやすい。
AIエージェント
AIエージェントとは、与えられた目標に対して自律的に計画を立て、外部ツールを呼び出しながらタスクを遂行するAIシステムのことである。