Что такое MCP, зачем он нужен и как работает

В эти выходные я читал лекцию в Академии бизнеса и управления системами на тему «Как подключать ИИ к инструментам бизнеса». Я продолжаю ловить обратную связь от предпринимателей о том, что многие не успевают осваивать новые технологии индустрии. Поэтому продолжаю вносить ясность. Сегодня разбираем важную часть архитектуры агентов — MCP-протокол (Model Context Protocol) — и то, как с ним работать.

О чем поговорим:

• Что такое MCP
  • Продажи и CRM
  • Мессенджеры
  • Интернет-магазины
  • Работа с документами
  • Connectors или Tools
• Из чего состоит MCP
  • Хост
  • Клиент
  • Сервер
  • Резюме
• Популярность MCP

Что такое MCP

MCP — это способ подключить ИИ к конкретным системам бизнеса: облакам, CRM, LMS, почте и т. д. — для работы с документами, заявками, клиентами, заказами, задачами и базой знаний, а также для выполнения операционных действий.

Фактически это не какая-то новая технология, которую нужно бежать и подключать к себе в инфраструктуру. Это всего лишь стандартизированный формат, в котором разные ИИ-сервисы и платформы обмениваются данными и выполняют какие-либо действия.

Другими словами, это протокол, в котором прописано, как ИИ-сервису общаться с внешними инструментами: как находить доступные действия, как передавать параметры, как вызывать нужную функцию и как получать ответ.

Если сначала хочется разобраться, чем агент отличается от обычного чат-бота, я отдельно разобрал устройство ИИ-агентов и границы этого термина.

Продажи и CRM

Например, если у вас продажи идут через Битрикс24 или amoCRM, MCP-сервер может дать агенту такие инструменты:

• найти клиента
• посмотреть историю сделки
• создать задачу менеджеру
• изменить статус лида
• добавить комментарий в карточку

Внутри это все равно будет работа через API CRM. Просто ИИ будет видеть не сложные технические методы, а понятные бизнес-действия.

Мессенджеры

Если бизнес общается с клиентами через Telegram, WhatsApp-интеграции, Wazzup, ChatApp или похожие сервисы, MCP-сервер может дать агенту возможность найти переписку, подготовить ответ, передать диалог менеджеру или создать лид в CRM.

Интернет-магазины

Если у вас интернет-магазин, агента можно связать с МойСклад, 1С, Etsy, Ozon Seller, Wildberries, Яндекс Маркетом или сайтом на Tilda. Тогда он сможет проверить остатки, найти заказ, посмотреть статус оплаты, обновить карточку клиента или подготовить ответ покупателю.

Работа с документами

При работе с документами это могут быть Google Drive, Яндекс Диск, Notion, Confluence или внутренняя база знаний. Тогда агент сможет искать нужный договор, инструкцию, КП, регламент или данные по клиенту и использовать их в работе.

Connectors или Tools

Сейчас во многих ИИ-инструментах и агентных средах уже есть поддержка MCP. Этот раздел обычно называется MCP-Servers или Connectors/Tools/Apps.

Из чего состоит MCP

Чтобы не запутаться в MCP, важно разделить 3 сущности:

1. хост;
2. клиент;
3. сервер.

Да, немного душновато. Но без этого легко спутать MCP-сервер с сервером из какого-нибудь дата-центра или слить чувствительные данные в сеть.

Хост

Это приложение, в котором вы работаете с ИИ.

Например, это ChatGPT, Claude Desktop, Cursor, VS Code с AI-плагином, какой-нибудь внутренний корпоративный AI-интерфейс или агентная среда, которая умеет подключать MCP-серверы.

То есть хост — это ваша точка входа: интерфейс с чатом, куда вы пишете:

• «Найди мне файл»
• «Посмотри задачу в GitHub»
• «Проверь макет в Figma»
• «Собери краткую сводку по клиенту»
• «Создай задачу менеджеру»

Клиент

Это компонент внутри хост-приложения, который поддерживает соединение с конкретным MCP-сервером.

На уровне обычного пользователя клиент не виден. Но технически именно он держит связь между вашим AI-приложением и конкретным MCP-сервером. Причем у одного хоста может быть как один клиент, так и несколько.

Например, я работаю в VS Code. У меня стоит Codex-плагин, и в нем подключены разные MCP-серверы: для файловой системы, GitHub, Figma, базы данных и внутренней документации проекта.

В таком случае хост создает отдельный MCP-клиент под каждое соединение:

• один клиент общается с локальным MCP-сервером файловой системы;
• второй — с MCP-сервером GitHub;
• третий — с MCP-сервером Figma;
• четвертый — с сервером, который дает доступ к документации.

Для меня это все выглядит как один интерфейс. Я не переключаюсь между «клиентами» в ручном режиме. Но под капотом хост держит несколько отдельных соединений, чтобы агент мог обращаться к разным источникам данных и инструментам.

Сервер

MCP-сервер — это backend-приложение, которое чаще всего работает с API какой-нибудь платформы и вашим хостом. С одной стороны, оно может управлять API — запускать все доступные функции. С другой — сообщать AI-приложению:

• «Вот данные, которые можно прочитать».
• «Вот действия, которые можно выполнить».
• «Вот инструменты, которые доступны агенту».
• «Вот формат, в котором нужно передавать параметры».
• «Вот что я верну в ответ».

Этот сервер может работать локально прямо на вашем компьютере. Например, MCP-сервер для работы с файлами может дать агенту доступ к определенной папке проекта:

• читать файлы;
• искать по коду;
• открывать конфиги;
• смотреть структуру директории.

А может быть удаленным. Например, MCP-сервер для Figma может работать на стороне самой Figma и предоставлять агенту возможность редактировать макеты и компоненты или писать комментарии через API платформы.

Давайте экстраполируем это на бизнес-кейсы.

MCP-сервер для CRM может дать агенту возможности:

• «найти клиента»
• «получить список сделок»
• «изменить статус лида»
• «создать задачу менеджеру»
• «добавить комментарий в карточку»

MCP-сервер для почты может дать другие возможности:

• «найти письмо»
• «прочитать цепочку переписки»
• «подготовить черновик ответа»
• «отправить письмо»
• «найти вложение»

Для склада или учетной системы MCP-сервер может дать следующие возможности:

• «проверить остатки»
• «найти заказ»
• «посмотреть статус оплаты»
• «получить список отгрузок»
• «обновить данные по товару»

Резюме

Хост — это приложение, где вы работаете с ИИ; Клиент — внутренний компонент хоста, который держит соединение с конкретным MCP-сервером; Сервер — программа, которая предоставляет ИИ доступ к данным и действиям.

Здесь появляются определенные риски для чувствительных данных. Но хороший MCP-сервер, наоборот, должен ограничивать и структурировать этот доступ. Он должен отдавать не все подряд API-методы, а безопасные и полезные для конкретного инструмента. Поэтому при выборе сервера лучше использовать авторизованные в самом ИИ-сервисе приложения — обычно это Connectors, Tools или Apps.

Популярность MCP

Так что же такого в этом MCP, что он на слуху?

Ребята из Anthropic очень постарались, чтобы этот протокол становился стандартом: всю дорогу интеграции сопровождались болью у технарей, так как каждая интеграция подключалась по-своему.

И компания Anthropic создала MCP-протокол, чтобы облегчить муки и страдания при интеграциях. В декабре 2025 года она передала проект в Agentic AI Foundation под Linux Foundation. И популярность растет в связи с тем, что вокруг этого протокола формируется система: AI-приложения, серверы, реестры, SDK, официальные реализации от платформ и community-серверы.

OpenAI в своей документации описывает использование удаленных MCP-серверов и коннекторов для расширения возможностей моделей, а также отдельно подчеркивает необходимость ручного подтверждения перед действиями ИИ, которые могут что-то изменить во внешнем сервисе.

Поэтому, считаю, не стоит излишне гнаться за всеми хайпующими новшествами. В случае с MCP лучше проанализировать сначала, где он действительно вам нужен и что может облегчить.

Иногда обычная автоматизация проще, дешевле и надежнее. Иногда достаточно выгрузки данных. Иногда нужен простой webhook или нормальный backend-сервис, а не агент.