Live News

Vrees niet, schijfrot is vrijwel onvermijdelijk...

In een andere ongebruikelijke crossover-opstelling heeft Tesla zijn aanstaande Cybercab-ontwerp onthuld met een ingebouwde SpaceX Starlink V5-schot...

Deze keer wil het bedrijf ervoor zorgen dat de fundamenten aanwezig zijn, met hardware van betere kwaliteit, betrouwbaardere productie en een solid...

21/07/26

Volg ons:

Het belangrijkste protocol van AI wordt een beetje eenvoudiger te gebruiken

Het belangrijkste protocol van AI wordt een beetje eenvoudiger te gebruiken
Default Door Remote - 20 Jul 2026
Het Model Context Protocol (MCP) is een van de basisbouwstenen van AI-interoperabiliteit, waardoor AI-modellen een veilige manier krijgen om toegang te krijgen tot externe gegevensbronnen en diensten. Het zijn de leidingen waarmee een chatbot toegang kan krijgen tot uw agenda, uw database of uw interne tools, in plaats van dat ingenieurs voor elke verbinding aangepaste leidingen bouwen. Volgende week krijgt dat protocol een belangrijke update, en hoewel dit misschien niet merkbaar is voor eindgebruikers, kan het een groot verschil maken in de manier waarop het ecosysteem zich ontwikkelt.

De officiële specificaties voor de nieuwe versie zijn sinds mei openbaar, maar we kregen maandagochtend een ongewoon duidelijke uitleg over de veranderingen van de mensen van Arcade – een twee jaar oude startup die zijn hele bedrijf heeft opgebouwd rond het werk om AI-agenten daadwerkelijk binnen echte bedrijven te laten functioneren, waardoor ze veilig verbinding kunnen maken met en kunnen reageren op tools als Gmail, Slack en Salesforce.

Arcade heeft in juni 60 miljoen dollar opgehaald, gebaseerd op het idee dat de meeste AI-agenten niet falen omdat de onderliggende modellen zwak zijn, maar omdat de infrastructuur eromheen nog niet klaar is, en dat is wat deze update probeert aan te pakken. In wezen verandert MCP de manier waarop het omgaat met sessie-ID’s – de kleine tokens die servers gebruiken om te onthouden “ah, dit is hetzelfde gesprek als vijf seconden geleden” – zodat servers gemakkelijker op grotere schaal kunnen werken.

Zoals Arcade-oprichter Nate Barbettini het zegt:

[Onder het huidige systeem] De eerste keer dat een MCP-client zoals Claude verbinding maakt met een server, stuurt hij een “hallo”: ik ben Claude, hier is mijn versie, hier zijn mijn mogelijkheden. De server antwoordt met zijn eigen mogelijkheden en geeft een sessie-ID terug... Vanaf dat moment verzendt de client die sessie-ID bij elk verzoek, zodat de server weet dat het om hetzelfde gesprek gaat. Soms verloopt de ID, dus de klant moet dit opmerken, een nieuwe aanvragen en doorgaan….

Stel je een echte implementatie voor. Je beheert een server voor miljoenen gebruikers, achter een load balancer wiens hele taak het is om elk verzoek door te sturen naar welke server in de farm dan ook vrij is, soms in een andere regio. Nu moet al deze machines op de hoogte zijn van een sessie-ID die een andere machine heeft uitgedeeld. Het is niet onmogelijk, maar het is een ernstige pijn, en het bestrijdt de load balancer in plaats van ermee te werken.

Met andere woorden: de huidige opzet gaat ervan uit dat één server je onthoudt, maar echte bedrijven verspreiden het verkeer over tientallen servers die standaard niet met elkaar praten. De huidige MCP-servers moeten dus extra werk doen om bij te houden wie wie is. Dat is een flinke kopzorg geweest voor iedereen die op grote schaal een MCP-server draait, en is een van de redenen waarom we niet meer bedrijven grootschalige, first-party MCP-integraties hebben zien leveren, ondanks alle hype rond agentische AI ​​dit jaar.

Onder het nieuwe systeem zal het protocol een lossere, ‘staatloze’ benadering hanteren van sessie-ID’s aan de serverkant, vergelijkbaar met hoe de meeste gewone websites al werken, wat het hele systeem een ​​stuk eenvoudiger te onderhouden en, in theorie, goedkoper zou moeten maken om op grote schaal te draaien.

Dat is allemaal behoorlijk technisch, maar het is een belangrijke herinnering dat niet elk onderdeel van de AI-ontwikkeling razendsnel verloopt. Terwijl de modeltraining in volle gang is, is een groot deel van de technische infrastructuur die deze modellen nodig hebben nog steeds onderworpen aan het langzame log-rolling van de consensus van de standaarden. Het gebeurt echt; het is gewoon een beetje langzamer!