# MCP è un trasporto, Non è un'architettura *Questa è parte 2 di "LLM come componenti". [Parte 1: Perché i LLM falliscono come sensori](/blog/llms-fail-as-sensors) copre l'errore di categoria dell'uso dei LLM per la percezione. Questo articolo copre il errore di category dell'utilizzo del MCP come architettura.* --- **"Come faccio a costruire un server MCPM SK1 è la domanda sbagliata.** Esistono SDK. Un LLM può costruirne uno in pochi secondiM SK1 La vera domanda è: > *Quale ruolo dovrebbe avere un server MCP all'interno di un sistema che non deve esserci?* La scarsa abilità ora consiste nel progettare **Il sistema circostante** MCP: autorità, autorizzazioneM SK2 verificabilitàMSL3 e controllo deterministicoM SL4 Il MCP si occupa del trasporto MLS5 queste preoccupazioni vivono altroveMsl6 Questo articolo spiega come uso MCP. **senza agenti, autonomia, o vibrazioni**, e perché la maggior parte degli esempi MCP riproducono gli stessi problemi che abbiamo visto con l'uso di strumenti senza restrizioni. [TOC] --- ## Che cos'è in realtà il MCP (E non è'tM SK2 MCP (Model Context Protocol **protocollo di fili**. Si muove: - Input e output - Schema - Metadati degli strumenti - Ricerca di capacità Lo fa. **Non.**: - Decidere *Quando?* Gli strumenti dovrebbero funzionare. - Validare la verità - Fornire fiducia - Gestire gli effetti collaterali ```mermaid flowchart LR subgraph MCP["MCP: What It Does"] Schema[Schema Discovery] --> Transport[Transport Layer] Transport --> Invoke[Tool Invocation] Invoke --> Response[Structured Response] end subgraph NotMCP["Not MCP's Job"] When[When to run?] Trust[Is this true?] Should[Should we act?] Safe[Is this safe?] end style MCP fill:none,stroke:#16a34a,stroke-width:2px style NotMCP fill:none,stroke:#dc2626,stroke-width:2px style Schema fill:none,stroke:#059669,stroke-width:2px style Transport fill:none,stroke:#059669,stroke-width:2px style Invoke fill:none,stroke:#059669,stroke-width:2px style Response fill:none,stroke:#059669,stroke-width:2px style When fill:none,stroke:#dc2626,stroke-width:2px style Trust fill:none,stroke:#dc2626,stroke-width:2px style Should fill:none,stroke:#dc2626,stroke-width:2px style Safe fill:none,stroke:#dc2626,stroke-width:2px ``` **MCP è più vicino a OpenAPI di quanto non sia ad un sistema di agenti.** Se' usate MCP come strata di ragionamento, avete già fatto lo stesso errore nella categoria descritta in [Parte 1](/blog/llms-fail-as-sensors). Se MCP è il trasporto, allora l'architettura vive sopra di esso: orchestrazioneMSC2 politicaM SK3 validazioneMST4 persistenzaMSM5 Il resto di questo articolo è quella strataMSV6 --- ## Il principio principale: Proposition vs Decide Questa è la regola fondamentale. [RAG ridotto](/blog/reduced-rag) e [Fuzzinesse limitata](/blog/constrained-fuzzy-image-intelligence): - **Componenti probabilistice propose** - **I sistemi deterministici decidono.** Nei miei sistemi: - I LLM sono *mai.* le autorità - Gli strumenti sono: *mai.* autonomo. - Ogni risposta del MCP è una **Suggestione**, non è un fatto "DeterministaM SK1 qui non significa 'non significa semplicistica. Significa **regola-governed,reproducibileM SK2 e verificabile**. ```mermaid flowchart TD subgraph Proposers["Proposers (Probabilistic)"] LLM[LLM Synthesis] MCP1[MCP Tool Response] MCP2[MCP Tool Response] end subgraph Constrainer["Constrainer (Deterministic)"] Validate[Validate Proposals] Compare[Compare Confidence] Policy[Apply Policy Rules] Decide[Accept / Reject / Escalate] end subgraph Persistence["Persistence (Facts)"] Facts[(Verified Facts
With Provenance)] end LLM --> Validate MCP1 --> Validate MCP2 --> Validate Validate --> Compare Compare --> Policy Policy --> Decide Decide --> Facts style Proposers fill:none,stroke:#d97706,stroke-width:2px style Constrainer fill:none,stroke:#2563eb,stroke-width:2px style Persistence fill:none,stroke:#16a34a,stroke-width:2px style LLM fill:none,stroke:#d97706,stroke-width:2px style MCP1 fill:none,stroke:#d97706,stroke-width:2px style MCP2 fill:none,stroke:#d97706,stroke-width:2px style Validate fill:none,stroke:#2563eb,stroke-width:2px style Compare fill:none,stroke:#2563eb,stroke-width:2px style Policy fill:none,stroke:#2563eb,stroke-width:2px style Decide fill:none,stroke:#2563eb,stroke-width:2px style Facts fill:none,stroke:#16a34a,stroke-width:3px ``` Il server MCP non decide. --- ## Perché "Tools" sono il modello mentale sbagliato La configurazione MCP di default è: - "Esibire i metodi come strumenti" - "Lasciamo che il modello scelga quale strumento chiamare" - "Prendere il permesso prima dell'esecuzione" Questo fallisce per ragioni prevedibili: 1. **Le descrizioni degli strumenti diventano prompt.**: Il LLM inferisce l'intenzione dalla formulazione, non dalla semantica del schema. 2. **La scelta degli strumenti si muove.**: Il modello ottimizza la plausibilità, non la correttezzaM SK2 e sceglie gli strumenti sulla base della similitude della descrizione. 3. **I richiami di permesso sono UX, non di sicurezza.**: Un dialogo modale non impedisce che sia selezionata l'outil sbagliato. 4. **Non si può ripetere.**: Non si può riprodurre una sessione perché la scelta degli strumenti era probabilistica. **Reframe: I punti di fine del MCP pubblicano i segnaliM SK1 non le azioni.** - I segnali sono codificati, limitati, e attribuibili. - Ogni segnale ha una provenienza di fiducia,, e puntatori di prove. - Il linguaggio naturale è una lingua. *Layere di presentazione*, non il substrato ```mermaid flowchart LR subgraph Wrong["❌ Tools Mental Model"] Desc[Tool Description
'Gets weather for city'] --> LLM1[LLM Chooses] LLM1 --> Execute[Execute Action] Execute --> Trust1[Trust Result?] end subgraph Right["✓ Signals Mental Model"] Schema2[Typed Schema
city: string, units: enum] --> Invoke2[Deterministic Invoke] Invoke2 --> Signal[Signal Response
+ confidence + provenance] Signal --> Validate2[Constrainer Validates] end style Wrong fill:none,stroke:#dc2626,stroke-width:2px style Right fill:none,stroke:#16a34a,stroke-width:2px style Desc fill:none,stroke:#dc2626,stroke-width:2px style LLM1 fill:none,stroke:#dc2626,stroke-width:2px style Execute fill:none,stroke:#dc2626,stroke-width:2px style Trust1 fill:none,stroke:#dc2626,stroke-width:2px style Schema2 fill:none,stroke:#16a34a,stroke-width:2px style Invoke2 fill:none,stroke:#16a34a,stroke-width:2px style Signal fill:none,stroke:#16a34a,stroke-width:2px style Validate2 fill:none,stroke:#16a34a,stroke-width:2px ``` --- ## Signal Contracts Over Chat Ogni punto di fine MCP nei miei sistemi ha: - **Un schema.**: Input e output digitati, non liberoM SK2 testo formale - **Confidenza**: Quanto è sicuro questo risultato? - **Provenenza**: Da dove viene questo? - **Indicatori di prova**: Cosa può essere verificato indipendentementeM SK1 Niente gratis-autorità del testoM SK1 Niente "best effort **Esempi dei sistemi di produzione:** | Signale | Source di Confidenza | Indicettatore delle prove M| |--------|-------------------|------------------| | Extrazione del testo con l'OCR | FlorenceM SK2 punteggio di fiducia | Coordinate della scatola di bottiglia SSK4 | Classificazione dell'immagine | punteggio di somiglianza CLIP | | | Inserzione |+ | punteggio della somigiglianza \+ | ID dell'immaginazione di riferimento | Transcrizione audio | Parole sussurrate-confidenza di livello | intervallo di tasso temporale MSC4 | Identificazione di altoparlante | Distanza del gruppo di diarizzazione | Limiti di segmento M| **La regola: Se un risultato non può essere validatoM SK1, non è accettato '** Questo è lo stesso principio. [Regola di progettazione #5](/blog/llms-fail-as-sensors): i fatti hanno bisogno di proveM SK1 --- ## Il Constrainer: La parte che tutti passano La maggior parte dei tutorial MCP mostra: 1. Definire gli strumenti 2. Connettersi a LLM 3. Lascia andare. Il componente che manca è il **Constrainer** - la logica deterministica che : - valuta le proposte competitive - Esegue la politica. - Decide cosa rimane e cosa viene rifiutato. - I percorsi verso l'escalamento quando la fiducia è bassa ```mermaid flowchart TD subgraph Sources["Signal Sources"] Heuristics[Heuristics
Text-likeliness: 0.3] LocalModel[Local Model
Florence-2 OCR: 0.85] LLMCall[LLM Escalation
GPT-4V: 0.92] end subgraph Constrainer["Constrainer Logic"] Receive[Receive All Signals] Check{Confidence
≥ 0.7?} Cross[Cross-Validate
Signals Agree?] Accept[Accept as Fact] Reject[Reject / Log] Escalate[Escalate to
Higher Tier] end Heuristics --> Receive LocalModel --> Receive LLMCall --> Receive Receive --> Check Check -->|Yes| Cross Check -->|No| Escalate Cross -->|Yes| Accept Cross -->|No| Reject style Sources fill:none,stroke:#d97706,stroke-width:2px style Constrainer fill:none,stroke:#2563eb,stroke-width:2px style Heuristics fill:none,stroke:#d97706,stroke-width:2px style LocalModel fill:none,stroke:#d97706,stroke-width:2px style LLMCall fill:none,stroke:#d97706,stroke-width:2px style Receive fill:none,stroke:#2563eb,stroke-width:2px style Check fill:none,stroke:#2563eb,stroke-width:2px style Cross fill:none,stroke:#2563eb,stroke-width:2px style Accept fill:none,stroke:#16a34a,stroke-width:2px style Reject fill:none,stroke:#dc2626,stroke-width:2px style Escalate fill:none,stroke:#7c3aed,stroke-width:2px ``` **Decisioni reali di constrainer:** - Recludere la legenda LLM quando l'euristica non è d'accordo sul testo-likeliness - Preferisce meno-confidenza ma OCR dimostrato rispetto ad altoM SK1confidentità testi allucinati - Escalare alla visione LLM solo quando la fiducia nel modello locale < 0.7 **MCP collega i componenti. Il constrainer li governa.** --- ## Togliere il LLM (E perché lo faccio) I miei server MCP funzionano ancora con il LLM disattivato. Questo non è un modo degradato. **Il modo primario**. Se il vostro sistema smette di funzionare quando il LLM è inaccessibile, l'LLM stava facendo un lavoro non avrebbe dovuto' averlo fatto Le funzioni di base: - Sommazione deterministica dai fatti estrattos - Evidence-prima ricerca tramite inserzioni e filtri - Queries strutturate contro la base di dati dei fatti Il LLM diventa: - Una strata di sintesi (opzionale) - Un motore di spiegazione (quello richiesto) - Un ricchiere (per il risultato della lingua naturale) Il LLM è **Non.**: - Un decisionista. - La memoria - Un motore della verità. ```mermaid flowchart TD subgraph AlwaysOn["Always On (Deterministic)"] Sensors[Sensors + Heuristics] Local[Local Models
Florence-2, Whisper, CLIP] Facts[(Facts Database)] Query[Query Engine] end subgraph Optional["Optional (LLM)"] Synthesis[Natural Language Synthesis] Explain[Explanation Generation] end Sensors --> Local Local --> Facts Facts --> Query Query --> Synthesis Query --> Explain style AlwaysOn fill:none,stroke:#16a34a,stroke-width:2px style Optional fill:none,stroke:#6b7280,stroke-width:2px,stroke-dasharray: 5 5 style Sensors fill:none,stroke:#16a34a,stroke-width:2px style Local fill:none,stroke:#16a34a,stroke-width:2px style Facts fill:none,stroke:#16a34a,stroke-width:3px style Query fill:none,stroke:#16a34a,stroke-width:2px style Synthesis fill:none,stroke:#6b7280,stroke-width:2px style Explain fill:none,stroke:#6b7280,stroke-width:2px ``` **Perché questo conta:** | Benefit | LLM-Système necessarie MSC3 LLSMSC4Sistemi opzionali S| |---------|---------------------|----------------------| | **Costo** | Per-coste API per la domanda | Infrastruttura fissa | **La affidabilità** | Interruzione dell'API = sistema spento | Funzioni di base continuano M| | **Testabilità** | Rispondenze dell'LLM in giro | Assurenze deterministiche | | **Confidenza** Il modello diceva così. --- ## MCP come confine, Non un'integrazione Tratto il MCP come una specie di **I confini rigidi.**: - **L'isolamento del processo**: I server MCP funzionano in processi separati - **Inputs impliciti/outputs**: Nessuno stato mutabile condiviso - **Nessun contesto ambientale.**: Ogni chiamata viene valutata su input espliciti, non residuo di conversazione - **Contratti tipificati**: Le violazioni del schema sono errori, non avvertimenti Questo contrasta con: - In-agenti di processo con memoria condivisa - Prompt-l'accumulo di contesti nascosti - "Conversazione" uso di strumenti dove i giri precedenti influenzano il comportamento **Perché le frontiere contano:** 1. **Replay**: Riproducere qualsiasi sessione ripetendo le input. 2. **Le revisioni**: Ogni segnale ha un'origine tracciabile. 3. **Test deterministici**: Le stesse input → le stesse output 4. **La conformità**: catene decisionali spiegabili ```mermaid flowchart LR subgraph Process1["Process: Orchestrator"] Orch[Orchestrator
Constrainer Logic] end subgraph Process2["Process: MCP Server 1"] MCP1[Image Analysis
Signals] end subgraph Process3["Process: MCP Server 2"] MCP2[Audio Analysis
Signals] end subgraph Process4["Process: MCP Server 3"] MCP3[Video Analysis
Signals] end Orch <-->|MCP Protocol| MCP1 Orch <-->|MCP Protocol| MCP2 Orch <-->|MCP Protocol| MCP3 style Process1 fill:none,stroke:#2563eb,stroke-width:2px style Process2 fill:none,stroke:#16a34a,stroke-width:2px style Process3 fill:none,stroke:#16a34a,stroke-width:2px style Process4 fill:none,stroke:#16a34a,stroke-width:2px style Orch fill:none,stroke:#2563eb,stroke-width:2px style MCP1 fill:none,stroke:#16a34a,stroke-width:2px style MCP2 fill:none,stroke:#16a34a,stroke-width:2px style MCP3 fill:none,stroke:#16a34a,stroke-width:2px ``` --- ## Mode di fallimento Esempi MCP Don't Talk About Esempi di fallimento reali dall'uso di MCP senza restrizioni: | Modo di fallimento | Causa | Mitigazione S| |--------------|-------|------------| | **Alucinazione con gli strumenti** | Leghe di descrizione nel ragionamento LLM | Descrizioni minimaliM SK2 schema- primo progetto SSK4 | **Over-eager esecuzione** | Gli strumenti per le chiamate del modello "per controllare solo" | | | La porta dell'investitore controlla tutte le invocazioni | | **La deriva del schema** | Cambiamenti del comportamento dell'outil , schema non't | Schemi modificatiM SK4 test di contratti | **Emissioni parziali silenziose** | L'outil restituisce dati parziali, il modello procede | Soglia di confidenzaM SK3 controlli di completezza | | **LLM convinzione eccessiva** | Il modello tratta l'output degli strumenti come una verità fondamentale | CrossM SK2Validazione,Esigenze di prova SSK4 | **Eskalazione delle capacità** | Modello "tries" strumenti progressivamente più potenti | Terzi di capacità M+ raccolta delle politiche R+ budget D| Il thread comune: **Questi fallimenti avvengono perché il LLM è considerato un'autorità affidabile.**. La soluzione: **Le LLM propongono:,, i constrainer decidono: ,, i fatti persistono.**. --- ## Cosa fa la MCP bene (Quando viene usata correttamente) MCP è eccellente per: - **Ricerca di capacità**: Enumerazione del tempo di corsa dei segnali disponibili - **Composizione del processo Inter-**: Lungare i confini tra i componenti - **Interoperabilità degli strumenti**: Funziona con qualsiasi cliente MCP-compatibile - **Modello-integrazione agnostica**: Swap LLMs senza cambiare i contratti di segnale MCP è **Non.**: - Un sistema di agenti. - Un sistema di ragionamento. - Un strato di sicurezza. - Un confine di fiducia. Usare MCP per quello che è: un protocollo di fili per la comunicazione strutturata tra i componenti. --- ## Dove si ferma il MCP Il MCP standardizza il modo in cui i modelli e gli strumenti scambiano contesto. Non definisce chi è autorizzato a agire, nelle quali condizioniM SK2 o come le decisioni sono controllateMSC3 Esistono altri approcci per formalizzare queste restrizioni ( talvolta descritti come Protocolli di Capacità d'AzioneM SK1 ACP): Autorizzazione , AttestazioneMSC4 Trascende di Riudimento Questo articolo non riguarda l'ACP, ma il principio di progettazione. **Il trasporto e la governance sono preoccupazioni separate.**. MCP ti dice. *Come?* per chiamare uno strumento. qualcos'altro deve decidere. *Se* Dovreste. Nei miei sistemi, che ' è il constrainerM SK3 Nei sistemi aziendaliMSC4 potrebbe essere un motore di politicaMNK5 --- ## Demo MCP vs Production MCP | Aspecto | Demo MCP | Production MCP |--------|----------|----------------| | **Descrizioni degli strumenti** | linguaggio naturaleM SK1 dettagliato | Minimale, schemaMSC4prima SSK5 | **Chi decide di chiamare?** | LLM | **Formato di risposta** | GratisM SK1forma di testo | Signali digitati con fiducia | | **Validazione** | Nessuno | **LLM dipendenza** | Requisito | Ri arricchimento opzionale | | **Replay** | Non--determinista | Completamente riproducibile | | **Il percorso di revisione** | Log delle conversazioni | Chain di provenienza del segnale | --- ## Conclusione MCP consente **composizione**. Il determinismo permette **La fiducia.**. LLMs attivano **Fluenza.**. Ma solo se: > *La probabilità propone — e il determinismo persisteM SK1* Il MCP senza constrainer è solo un'injezione rapida con ulteriori passi. Rendere la sintesi l'ultimo passo. Rendere il LLM opzionale. Rende tutti i fatti trascettibiliM SK2 --- ## Esempi chiave - **MCP (Model Context Protocol)**: Protocollo di fili per la scoperta degli strumenti e l'invocation tra processi - **Construitore**: Logica deterministica che valuta le proposte e decide cosa rimane. - **Il segnale**: Rispondenza digitata con fiduciaM SK1 provenienza, e indicatori di prove - **Propositore**: Qualunque componente - **Indicatore di prova**: Riferimento alla fonte verificabile (box di confineM SK2 tastiera temporale, inserzioneMSC4 --- ## Article connessi **In precedenza nella serie:** [Parte 1: Perché i LLM falliscono come sensori](/blog/llms-fail-as-sensors) - [Reduced RAG: Map-Reduce for Probabilistic Systems](/blog/reduced-rag) - [ImageSummarizer: Intelligenza immagine limitata Fuzzy](/blog/constrained-fuzzy-image-intelligence) - [VideoSummarizer: RAG ridotto per video](/blog/videosummarizer-scalable-video-intelligence) - [StyloFlow: Signal-Workflow guidati](/blog/styloflow-signal-driven-workflows)