Introduction
L'industrie de l'IA a récemment vu l'émergence du Model Context Protocol (MCP), mais certains experts commencent à remettre en question son utilité. Dans cet article, nous allons examiner les avantages et les inconvénients de l'utilisation de MCP par rapport aux interfaces de ligne de commande (CLI) pour les applications d'IA.
Contexte Technique
Les modèles de langage (LLM) sont très performants pour utiliser des outils de ligne de commande. Ils ont été formés sur des millions de pages de manuel, de réponses Stack Overflow et de dépôts GitHub contenant des scripts shell. L'utilisation d'un CLI permet aux LLM de fonctionner de manière efficace sans nécessiter un protocole spécial.
Les CLI offrent également une meilleure composabilité, car ils peuvent être utilisés avec d'autres outils tels que jq, grep et redirection de fichiers. Cela permet une approche plus pratique pour analyser des données complexes.
Analyse et Implications
L'utilisation de MCP peut entraîner des problèmes de débogage, car les outils ne sont accessibles que dans le contexte de la conversation LLM. Les CLI, en revanche, permettent une débogage plus facile en permettant aux utilisateurs d'exécuter les mêmes commandes que les LLM.
De plus, les CLI utilisent des flux d'authentification éprouvés qui fonctionnent de la même manière pour les utilisateurs et les agents. Les MCP, en revanche, peuvent nécessiter des mécanismes d'authentification supplémentaires.
Perspective
Les entreprises qui investissent dans des serveurs MCP devraient réexaminer leur stratégie et considérer l'implémentation d'une bonne API et d'une bonne CLI. Les LLM peuvent fonctionner efficacement avec des CLI, et les avantages de l'utilisation de MCP sont limités.
En fin de compte, les meilleurs outils sont ceux qui fonctionnent pour les humains et les machines. Les CLI ont bénéficié de décennies d'itération de conception et offrent une approche plus simple, plus rapide à déboguer et plus fiable que les MCP.
