Le problème que ça résout
Avant le MCP, brancher un assistant IA sur un service externe demandait un connecteur maison : un pour Slack, un pour GitHub, un pour la base de données, et tout était à refaire pour chaque assistant. Le MCP remplace ces intégrations sur mesure par un protocole unique : un serveur MCP écrit une fois fonctionne avec n'importe quel client compatible.
Comment ça marche
Le protocole distingue deux rôles. Le serveur MCP expose des capacités : des outils (des fonctions que le modèle peut appeler), des ressources (des données à consulter) et des prompts préconstruits. Le client, c'est l'application où vit le modèle : Claude, VS Code, Cursor, Warp. Quand l'utilisateur pose une question, le modèle voit les outils disponibles et décide lesquels appeler.
Côté configuration, déclarer un serveur tient en quelques lignes de JSON. Exemple avec le serveur GitHub :`
L'adoption
Anthropic a publié le protocole en novembre 2024 et la bascule s'est faite en quelques mois : OpenAI, Google et Microsoft l'ont adopté courant 2025. Des milliers de serveurs existent aujourd'hui (recherche web, GitHub, Stripe, PostgreSQL, Notion), et le MCP est devenu le standard de fait pour connecter les agents au monde extérieur.
Les limites
Un serveur MCP exécute ce que le modèle lui demande : en brancher un inconnu revient à donner ses accès à du code tiers. Les risques classiques (injection de prompt via les données consultées, serveurs malveillants) imposent la même prudence que pour n'importe quelle dépendance logicielle.