O que não te falam sobre MCP - Model Context Protocol
🧭 Esta é a edição #5 da minha newsletter Logbook for Devs, um logbook dev com relatos de uma jornada aprendizado.
Se curtir, assina lá pra acompanhar as próximas.
Se você acompanhou os dois primeiros textos sobre MCP, já entendeu o papel que ele pode assumir como camada de arquitetura para IA, e também como ele organiza os pilares que o compõem. Mas ainda tem uma camada que é pouco falada — e é nela que esse texto vai mergulhar.
A parte que quase ninguém comenta é que, embora o MCP seja vendido como um protocolo (e ele é, tecnicamente), o verdadeiro poder dele é como convenção. E isso muda tudo no jeito de pensar integrações com LLMs.
Pra começar: tem uma ideia generalizada de que MCP é "a nova forma de expor Tools" para IA. E olha, não é mentira. Mas também é só a pontinha do iceberg. O problema é que muitos pararam a exploração ali mesmo.
Mas e quando você resolve explorar mais a fundo e tenta usar os outros pilares do MCP — tipo Resources, Prompts, Sampling ou Roots? Aí a conversa muda. Muda mesmo. Porque diferente das Tools (que são ativamente invocadas pelo modelo), esses outros não têm um caminho direto e automágico. (Resources, Prompts, Sampling, Roots), a conversa muda completamente. Por quê? Porque diferente das Tools (que são ativamente invocadas pelo modelo), os outros pilares não possuem um caminho direto. O modelo não invoca resources/read sozinho. Ele não escolhe uma prompt e a dispara. Ele não faz sampling espontaneamente.
E é aqui que vem a parte que quase ninguém fala:
Se você quiser que sua IA use os outros recursos do MCP, você mesmo vai ter que construir a inteligência por trás disso.
E essa inteligência pode assumir várias formas:
- Tools locais que você define no client, que por baixo dos panos fazem requests para o servidor MCP (ex:
getResource(uri)) - Um parser textual que analisa a resposta da IA procurando por algo como
get_resource("file://...")e aciona a chamada adequada - Ou fluxos mais inteligentes, onde você interpreta a intenção da IA e injeta dinamicamente mensagens baseadas em contextos MCP (reflection mid-flow)
Se você acha que isso parece muito trabalho, é porque é mesmo. Mas aqui vai o pulo do gato:
O MCP não é um protocolo de comunicação como HTTP ou WebSocket. Ele é uma convenção semântica. Uma forma de pensar e organizar a interface entre IA e servidor.
Assim como o HTTP tem seus status codes com semântica bem definida (200, 404, 500), o MCP tem seus pilares (Tool, Resource, Prompt, Sampling, Root) que representam intenções diferentes. Mas todos compartilham um detalhe essencial: o formato de retorno é sempre uma Message compatível com um modelo de linguagem.
E isso muda tudo.
Significa que o MCP é, acima de tudo, uma convenção. Um contrato sobre como a informação deve se apresentar para a IA. Os SDKs MCP não têm mágica — eles só facilitam você a seguir esse padrão.
Quer usar REST ao invés de MCP? Pode. Desde que você devolva a resposta formatada como uma message, com role, type, content, e que o seu client saiba como injetar isso no modelo, funciona igual. Não há nada de sagrado no JSON-RPC.
A diferença é que com MCP você ganha:
- Padrões prontos
- Um vocabulário semântico (e interoperável)
- SDKs que te poupam a engenharia de inventar tudo isso
E talvez mais importante:
Com MCP, você não precisa explicar pro próximo dev como sua API funciona. Se ele conhece MCP, ele entende.
Se você inventa seu próprio protocolo ou convencão caseira, parabéns — você agora tem um microecossistema isolado que depende exclusivamente da sua documentação. Nada impede isso, mas não espere que ferramentas MCP-aware plugadas no seu server magicamente funcionem.
No fim do dia, MCP não é concorrente de HTTP, GraphQL, WebSocket ou REST. MCP é o que esses protocolos transportam quando o assunto é IA. Ele é a lingua. O protocolo é o meio.
E você pode escolher se quer escrever poesia num caderninho ou num tweet. Mas a linguagem, a convenção de comunicação... ela precisa ser comum. MCP é isso.
Nem mais. Nem menos.
E você? Vai seguir reinventando cada camada, ou vai aproveitar o que já tá desenhado pra IA pensar melhor com você?
🌊 Marés da semana
📦 Treasure - Good Stuff
⚓ Se chegou até aqui, já deu pra sentir o clima de bordo.
Essa é uma das entradas do meu Logbook for Devs —
onde registro ideias, reflexões técnicas e ferramentas que cruzam meu caminho na jornada dev.
Toda terça e quinta tem uma nova anotação de rota, com marés atualizadas e tesouros recém-descobertos.
⛵ Quer seguir viagem comigo?
Embarque aqui.