Bạn đã bao giờ thắc mắc tại sao ChatGPT hay Claude không thể tự động đọc file trên máy bạn, truy vấn database, hay gọi API bên ngoài? Đó chính là vấn đề mà MCP (Model Context Protocol) giải quyết. Trong bài này, mình sẽ giải thích MCP là gì, hoạt động thế nào, và tại sao nó đang được xem là “USB-C của AI”.
MCP (Model Context Protocol) Là Gì?
MCP là một giao thức mở do Anthropic phát triển, cho phép AI agent kết nối an toàn với nguồn dữ liệu và công cụ bên ngoài. Nghĩa là AI không chỉ “nói chuyện” với bạn, mà còn có thể đọc file, truy vấn database, gọi API, và thực hiện hành động thực tế.
Thử tưởng tượng bạn có một trợ lý rất giỏi nhưng bị nhốt trong phòng kín, không có internet, không có điện thoại. MCP chính là người mở cửa, đưa cho trợ lý đó công cụ để làm việc thực sự.
Tại Sao Gọi Là “USB-C Của AI”?
Trước khi có USB-C, mỗi thiết bị dùng một loại cổng kết nối khác nhau. Bạn phải mang theo cả tá dây cáp. USB-C đã chuẩn hóa tất cả thành một cổng duy nhất.
MCP làm điều tương tự cho AI. Trước MCP, mỗi AI tool phải tự viết tích hợp riêng cho từng dịch vụ: một cái kết nối Google Drive, một cái kết nối Slack, một cái kết nối database. MCP tạo ra một chuẩn chung, viết một lần, dùng được với mọi AI agent.
Thay vì N tích hợp x M AI = N x M kết nối, MCP chỉ cần N + M. Đây là sự khác biệt rất lớn khi hệ thống phình lên.
MCP Hoạt Động Như Thế Nào?
MCP có kiến trúc client-server đơn giản nhưng mạnh mẽ, gồm ba thành phần chính:
1. MCP Host (Ứng dụng AI)
Đây là ứng dụng bạn đang dùng, ví dụ Claude Desktop, Cursor, hay bất kỳ AI tool nào hỗ trợ MCP. Host đóng vai trò khởi tạo kết nối.
2. MCP Client (Trung gian)
Client nằm bên trong Host, duy trì kết nối 1-1 với MCP Server. Mỗi server có một client riêng, đảm bảo tính cách ly và bảo mật.
3. MCP Server (Nguồn dữ liệu/công cụ)
Server là chương trình nhỏ cung cấp khả năng cụ thể: đọc file hệ thống, truy vấn PostgreSQL, tìm kiếm trên web, gửi email. Mỗi server chuyên về một việc.
Khi bạn yêu cầu AI làm gì đó, ví dụ “đọc file report.xlsx trên máy tôi”, Host sẽ gửi yêu cầu qua Client đến file-server, server đọc file và trả kết quả về cho AI xử lý.
MCP Cung Cấp Ba Khả Năng Chính
Resources (Tài nguyên)
Cho phép AI đọc dữ liệu: file trên máy, nội dung database, tài liệu Google Drive. Tương tự như mở file trong máy tính.
Tools (Công cụ)
Cho phép AI thực hiện hành động: chạy query, gọi API, tạo file, gửi message. Tương tự như chạy chương trình.
Prompts (Mẫu prompt)
Các prompt template được định nghĩa sẵn, giúp người dùng và AI tương tác với server theo cách chuẩn hóa.
Ví Dụ Thực Tế: MCP Giúp Gì Cho Bạn?
Mình lấy vài ví dụ cụ thể để bạn dễ hình dung:
- Developer: Dùng Claude Code với MCP server kết nối trực tiếp đến database. AI có thể đọc schema, chạy query, phân tích dữ liệu mà không cần bạn copy-paste.
- Content creator: MCP server kết nối Google Drive, AI đọc trực tiếp tài liệu nghiên cứu của bạn để viết bài, không cần upload từng file.
- Quản lý dự án: MCP server kết nối Jira/GitHub, AI tự tổng hợp tiến độ dự án, tạo báo cáo hàng tuần.
- MMO: MCP server kết nối analytics API, AI tự phân tích campaign performance và đề xuất tối ưu.
MCP Khác Gì Với Function Calling?
Nhiều người hay nhầm lẫn hai khái niệm này. Function Calling là khả năng AI gọi một hàm cụ thể do bạn định nghĩa trước, gắn chặt với một model hoặc platform. MCP là giao thức chuẩn hóa, độc lập với model, bất kỳ AI nào cũng dùng được.
Nói cách khác: Function Calling là tiếng lóng giữa bạn và một người bạn. MCP là ngôn ngữ chung mà ai cũng hiểu.
Các MCP Server Phổ Biến Hiện Nay
Cộng đồng đã xây dựng hàng trăm MCP server. Dưới đây là những cái phổ biến nhất:
- Filesystem: Đọc/ghi file trên máy tính
- PostgreSQL/MySQL: Truy vấn database trực tiếp
- GitHub: Quản lý repo, issue, pull request
- Google Drive: Đọc tài liệu, spreadsheet
- Puppeteer: Điều khiển trình duyệt web
- Slack: Đọc và gửi message
- Brave Search: Tìm kiếm web
Toàn bộ đều open-source, bạn có thể tự cài hoặc tự viết server riêng cho nhu cầu cụ thể.
Tại Sao MCP Quan Trọng Với AI Agents?
Nếu bạn đã đọc bài về AI Agents, mình có nhắc rằng agent cần khả năng “dùng công cụ” để thực sự hữu ích. MCP chính là cách chuẩn hóa khả năng đó.
Không có MCP, mỗi framework như LangChain hay CrewAI phải tự xây dựng cách kết nối công cụ. Có MCP, tất cả dùng chung một chuẩn, tiết kiệm hàng ngàn giờ development.
Mình thấy MCP sẽ là nền tảng cốt lõi cho tương lai AI agents. Giống như HTTP là nền tảng của web, MCP sẽ là nền tảng của AI agent ecosystem.
MCP Có Hạn Chế Gì?
MCP vẫn còn khá mới (Anthropic công bố cuối 2024), nên có vài điểm cần lưu ý:
- Bảo mật: Cần cẩn trọng cấp quyền cho MCP server. Một server độc hại có thể truy cập dữ liệu nhạy cảm.
- Chưa hoàn thiện: Spec vẫn đang phát triển, một số tính năng còn thay đổi.
- Performance: Mỗi lần AI cần dữ liệu, phải gọi qua MCP server, có thể tạo độ trễ.
- Adoption: Không phải AI tool nào cũng hỗ trợ MCP, dù đang tăng nhanh.
Bắt Đầu Với MCP Như Thế Nào?
Nếu bạn muốn thử, đây là cách nhanh nhất:
- Cài Claude Desktop (hoặc dùng Cursor, Windsurf).
- Chọn MCP server cần dùng từ GitHub (tìm “mcp-server-“).
- Cấu hình trong file settings của ứng dụng.
- Khởi động lại và bắt đầu dùng.
Toàn bộ quá trình chỉ mất khoảng 10 phút. Bạn không cần viết code nếu dùng server có sẵn.
Tóm Lại
MCP là giao thức mở giúp AI agent kết nối với dữ liệu và công cụ bên ngoài một cách chuẩn hóa, an toàn. Nó giải quyết bài toán “AI bị nhốt trong phòng kín”, biến AI từ chatbot đơn thuần thành trợ lý thực sự có thể hành động.
Với MCP, ai cũng có thể mở rộng khả năng AI cho riêng mình mà không cần viết tích hợp phức tạp. Mình tin đây sẽ là công nghệ nền tảng cho toàn bộ hệ sinh thái AI agent trong những năm tới.
