2026-01-31

Model Context Protocol vs カスタムAI連携の「接着コード」

このエピソードでは、企業システムへのAI統合の試みが失敗する理由は、モデルの知能ではなく、制約のない操作と脆弱な統合にあると説明します。中心的な主張は、Model Context Protocol（MCP）はプラグインシステムやAPIラッパー、単なる「標準化された関数呼び出し」ではないということです。こうした説明は本質を見誤り、チームを、脱却したいはずの脆弱な「AI接着コード」のパターンへ引き戻してしまいます。アドホックなコネクタ、個別のラッパー、一時的なサービスプリンシパル、ミドルウェアといったカスタムのAI接着コードは、小規模なプロジェクトでは妥当に思えました。しかし、複数のチームにまたがって組み合わさると、ツールの乱立、権限の肥大化、ポリシーのずれ、ログの不整合を生み出します。モデルはギャップを自信満々に埋めてしまうため、エージェント型システムではこれらの失敗が特に危険です。MCPは、モデルを信頼することなく、ID、スコープ、監査可能性、障害時の振る舞いを強制できるプロトコルレベルのチョークポイントを挿入します。

Apple Podcasts · Spotify · YouTube · YouTube Music

Model Context Protocol vs Custom AI Integration Glue (English)