MCP (Model Context Protocol) é um protocolo aberto criado pela Anthropic em novembro de 2024 para padronizar como LLMs se conectam a ferramentas e dados externos. É o "USB-C dos LLMs": uma interface comum para qualquer modelo se plugar em qualquer fonte de dados ou ferramenta.
O problema que resolve:
Antes do MCP, cada integração era ad hoc — você escrevia código específico para cada par (LLM, ferramenta). Resultado: NxM problema. Para 5 LLMs e 50 ferramentas, 250 integrações.
Com MCP: cada ferramenta expõe MCP server. Cada LLM consome MCP. NxM vira N+M.
Arquitetura:
- MCP Server: expõe recursos (resources), ferramentas (tools) e prompts.
- MCP Client: o LLM ou app que consome.
- Transporte: stdio, HTTP/SSE.
Tipos de capacidades expostas:
- Resources: dados que o modelo pode ler (arquivos, registros do banco, conteúdo de URLs).
- Tools: funções que o modelo pode executar.
- Prompts: templates pré-definidos que o usuário pode invocar.
Quem suporta MCP em 2026:
- Claude.ai e Claude Desktop: nativo.
- Cursor, Continue, Cline, Zed: integraram.
- OpenAI: anunciou suporte em 2025.
- Microsoft Copilot Studio: integra MCP servers.
- Servers oficiais: GitHub, Slack, Google Drive, Postgres, filesystem, Puppeteer.
- Servers comunitários: centenas, para tudo (Notion, Linear, Jira, Stripe, Mercado Pago, etc.).
Casos de uso em 2026:
- Claude conectado ao seu PostgreSQL: pergunta sobre dados em linguagem natural.
- Agente que opera GitHub: cria PR, revisa código, comenta issues.
- Assistente de planejamento: integra Google Calendar, Linear e Notion.
- DevOps assistant: kubectl, Docker, AWS via MCP servers.
- Atendimento ao cliente: CRM + base de conhecimento + ticketing via MCP.
Vantagens:
- Reuso: server criado uma vez, usado por qualquer cliente MCP.
- Padronização: discovery automático de capacidades.
- Segurança: server controla o que expõe; cliente aprova ações sensíveis.
- Open source: spec aberta, implementações em várias linguagens.
Limitações:
- Maturidade: ainda evoluindo.
- Performance: cada hop adiciona latência.
- Padrões emergentes: não há ainda "best practices" totalmente assentadas.
- Auth complexo: lidar com credenciais por servidor é desafio.
Para o profissional brasileiro:
- Devs: aprender a criar MCP servers é skill valioso.
- Empresas: construir MCP server interno expõe suas APIs para qualquer agente.
- Comunidade: brasileiros já estão criando servers para Bling, Omie, Mercado Pago, Notion-pt.
- Comparado a function calling tradicional: MCP é mais portável e cresce mais rápido.
Em 2026, MCP virou o padrão de fato para conectar LLMs com o mundo. Quem constrói com IA precisa entender MCP — é a fundação de aplicativos agênticos modernos. Funciona como REST APIs viraram base para a web 2.0.