El protocolo que conecta la IA con tus herramientas se rehace para aguantar empresas grandes

Hace casi dos años, en 2024, Anthropic publicó un estándar con un nombre poco memorable — Model Context Protocol, MCP — para resolver un problema puntual: que cualquier sistema de IA pudiera hablar con cualquier herramienta externa sin que cada integración fuera un desarrollo a medida. Funcionó tan bien que se convirtió, de hecho, en el idioma común de los agentes de IA. Y también reveló, a medida que las empresas grandes intentaban usarlo en serio, un defecto de diseño que ahora la nueva versión de la especificación sale a corregir de raíz.

El problema: sesiones pegadas a un servidor

En su diseño original, el núcleo de MCP dependía de sesiones ligadas a una instancia de servidor específica. Suena técnico, pero el efecto práctico era simple y molesto: para escalar un despliegue de MCP en una infraestructura empresarial de verdad —con balanceo de carga, múltiples réplicas, alta disponibilidad— había que pelear contra el propio protocolo en lugar de apoyarse en él. Era, según describe el artículo, una de las "barreras de larga data a la escalabilidad" más citadas por quienes intentaban llevar MCP más allá de un prototipo.

Qué cambia la nueva especificación

La actualización vuelve stateless el núcleo del protocolo, sacándole esa dependencia de instancia fija. Alrededor de ese cambio central suma solicitudes de múltiples viajes redondos, enrutamiento basado en encabezados, resultados de lista que se pueden cachear y un endurecimiento general de las reglas de autorización. También aparece, por primera vez, un marco formal para construir extensiones sobre el protocolo sin romper compatibilidad, más SDKs actualizados de nivel uno. El trabajo lo lideran David Soria Parra y Den Delimarsky, ambos de Anthropic, pero ya no es un proyecto de una sola empresa: MCP pasó a vivir bajo la recién creada Agentic AI Foundation, dentro de la Linux Foundation, con OpenAI, Google, Microsoft y Amazon como contribuyentes activos.

Una política de deprecación poco común en IA

Un detalle que dice bastante de hacia dónde apunta esta versión: se fija un mínimo de 12 meses entre que una función se marca como deprecada y el momento en que efectivamente se elimina, salvo parches de seguridad urgentes. En un ecosistema de IA acostumbrado a que todo cambie de un día para el otro, ese compromiso de estabilidad es justamente lo que necesita un área de sistemas corporativa para animarse a construir algo serio encima.

Por qué le importa a una PyME que ni sabe qué es MCP

Ninguna PyME necesita saber qué es un protocolo stateless. Pero sí se va a beneficiar, sin darse cuenta, de que exista: cuando el CRM, el sistema de facturación o el ERP que usa la empresa agreguen un asistente de IA que consulta datos y ejecuta acciones, hay altas chances de que por debajo esté hablando MCP. Que el protocolo ahora esté pensado para aguantar carga real y con reglas de estabilidad más serias significa, en la práctica, que esas integraciones van a ser más confiables y van a tardar menos en llegar al software que ya usa cualquier negocio chico o mediano en Argentina.