Historique et architecture du MCP

Le Model Context Protocol (MCP) a été publié en novembre 2024 par Anthropic. Conçu comme un protocole d’interfaçage, il permettait aux agents d’accéder à des services externes via des schémas de description de chaque outil. En 2025, Anthropic a transféré la gouvernance du protocole à l’Agentic AI Foundation, placée sous l’égide de la Linux Foundation.

Limites techniques et surcharge de contexte

Le principal problème identifié par les utilisateurs était la context bloat : chaque serveur MCP embarquait plusieurs outils, chacun avec son propre schéma, ce qui alourdissait le contexte des modèles. Des plateformes comme Composio, MintMCP et Pipedream ont introduit des patterns génériques « search/execute » pour réduire le nombre d’outils exposés et centraliser les identifiants d’accès. Malgré ces optimisations, la multiplication des serveurs entraînait une consommation de tokens élevée et une complexité de gestion des schémas.

Évolution des LLMs et alternatives directes

Depuis 2024, les modèles de langage ont acquis la capacité d’exécuter du code, de raisonner sur de larges bases de code et d’appeler des API sans passer par MCP. Cloudflare a illustré cette évolution avec son Code Mode, où le LLM compose des scripts exécutés dans un bac à sable. Les agents utilisent désormais la commande 

mytool --help
pour découvrir automatiquement les interfaces CLI, contournant ainsi les serveurs MCP qui ne faisaient que wrapper des API déjà existantes.

Cette autonomie rend les serveurs MCP superflus : les agents dotés d’un accès terminal peuvent invoquer directement les services HTTP ou CLI, tout en conservant la capacité de générer du code ad‑hoc.

Perspectives de standardisation HTTP

Le texte propose de standardiser l’interaction des agents avec les API HTTP. Deux exemples concrets sont déjà en place. D’une part, certains serveurs acceptent l’en‑tête 

Accept: text/markdown
pour renvoyer du contenu Markdown plutôt que du HTML verbeux, ce qui réduit la charge tokenique. D’autre part, l’en‑tête 
Accept-Language: python
est utilisé par des sites de documentation (ex. Vercel, Shopify) pour fournir des exemples de code dans le langage préféré de l’agent. Ces mécanismes de négociation de contenu permettent aux agents d’obtenir des réponses plus compactes et directement exploitables.

En conclusion, le protocole MCP, né à une époque où les LLMs étaient limités, ne répond plus aux exigences de performance et de simplicité des agents modernes. La migration vers des appels HTTP directs, enrichis d’en‑têtes de négociation, constitue une voie plus efficace pour exploiter les capacités actuelles des modèles de langage.