#mcp

Quandriのエンジニアリングチームが、MCP（Model Context Protocol）の3つの構造的欠陥を指摘。コンテキストウィンドウの無駄遣い、運用信頼性の低さ、既存インフラとの重複が主な問題だと主張する。

LocalLLaMAでは、抽象的なAI脆弱性の話より、FastAPI・Starlette系のagentサーバーが外部公開されていないかに関心が集まった。

Anthropicは公式SDKとMCPサーバーすべてを構築してきたStainlessを3億ドル超で買収した。OpenAIやGoogleも利用していたStainlessはホスト型サービスを終了し、チームと技術がAnthropicに合流する。6ヶ月で4件目の買収となり、エージェントスタックの垂直統合戦略を完成させる。

AnthropicはCode with Claude Londonイベントで、Claude Managed Agentsに自社ホスト型サンドボックス（パブリックベータ）とMCPトンネル（リサーチプレビュー）を発表。企業が機密データを外部に出さずにAIエージェントを自社インフラ内で完全に運用できるようになる。

Redditで伸びたのはコネクタ数そのものではない。Claudeを単独アプリで完結させるより、AdobeやBlender、Abletonの中へ入れていく方向が、creative software市場をどう変えるかに関心が集まった。

Hacker Newsはmodel-agnostic memoryという約束に反応したが、スレッドの熱量はすぐに「それでcontext pollutionをどう防ぐのか」という問いへ移った。memoryは増えるほど厄介になるのでは、という懐疑が早かった。

Googleは4月21日、Deep ResearchをGemini 3.1 Proベースへ引き上げ、MCP接続とMaxモードを加えた。Web検索、アップロード済みファイル、ライセンスデータを一つの調査フローにまとめたい金融・ライフサイエンス向けの動きだ。

なぜ重要か: coding agentが実験用途から本番インフラへ移ると、権限、費用、監査ログが分散しやすい。Databricksはcoding agents、LLM calls、MCP integrationsをgovernance、budgets、observabilityの3軸で管理する構えを示した。

この投稿が刺さったのは、agent builder がすでに感じている違和感をそのまま言葉にしたからだ。model が API を呼び、file を変え、script を走らせ、browser や MCP tool に触れるなら、問題は output quality ではなく execution control になる。

Mistralはコネクタをglue codeではなくプラットフォーム機能として押し上げた。built-in connectorsとcustom MCPサーバーをconversations、completions、agentsで再利用でき、4月15日のリリースではdirect tool callingとrequires_confirmationも一緒に入った。

Cloudflareが企業向けMCP運用の設計図を示した。数字で目を引くのはCode Mode設計による99.9%のtoken削減で、加えて未承認のremote serverを見つけるShadow MCP detectionまで載せたことで、agent導入の争点が性能からコスト・統治・securityへ移っていることが分かる。

Googleは、coding agentsがmodel training dataのcutoffのため古いGemini API codeを生成しうると説明し、その対策としてDocs MCPとDeveloper Skillsを組み合わせて提示した。両方を使うと、eval setでvanilla prompting比96.3% pass rate、63% fewer tokens per correct answerを記録したという。