PAPUA — Model Context Protocol (MCP) adalah salah satu fondasi utama interoperabilitas AI. Protokol ini memungkinkan model AI mengakses sumber data dan layanan eksternal secara aman — semacam pipa yang menghubungkan chatbot ke kalender, database, atau alat internal perusahaan, tanpa perlu insinyur membuat koneksi khusus untuk setiap integrasi.
Pekan depan, protokol ini mendapat pembaruan besar. Spesifikasi resmi versi baru sudah dipublikasikan sejak Mei, namun penjelasan detail baru diberikan oleh Arcade — startup berusia dua tahun yang seluruh bisnisnya berfokus membuat agen AI berfungsi di lingkungan perusahaan nyata.
Masalah Lama: Server Harus 'Ingat' Setiap Percakapan
Sistem MCP saat ini menggunakan session ID — token kecil yang dipakai server untuk mengenali bahwa "ini percakapan yang sama dengan lima detik lalu". Setiap kali klien MCP seperti Claude terhubung ke server, ia mengirim 'salam' berisi versi dan kemampuan. Server membalas dengan kemampuannya sendiri dan memberikan session ID. Setiap permintaan berikutnya menyertakan ID itu agar server tahu ini percakapan yang sama.
"Bayangkan Anda menjalankan server untuk jutaan pengguna di belakang load balancer yang tugasnya mengarahkan setiap permintaan ke server mana pun yang sedang kosong — kadang di region berbeda. Sekarang setiap mesin harus tahu tentang session ID yang diberikan mesin lain. Tidak mustahil, tapi sangat merepotkan," jelas Nate Barbettini, pendiri Arcade.
Solusi Baru: Stateless Seperti Website Biasa
Di sistem baru, protokol mengambil pendekatan 'stateless' yang lebih longgar terhadap session ID di sisi server. Ini mirip cara kerja sebagian besar website biasa — server tidak perlu mengingat siapa Anda di setiap permintaan. Hasilnya, sistem lebih mudah dipelihara dan secara teori lebih murah dijalankan dalam skala besar.
Perubahan ini bukan sekadar teknis belaka. Arcade — yang mendapat pendanaan USD 60 juta (sekitar Rp 990 miliar) pada Juni lalu — percaya bahwa sebagian besar agen AI gagal bukan karena modelnya lemah, melainkan karena infrastruktur di sekitarnya belum siap. Pendekatan stateless ini adalah salah satu jawabannya.
Dampak ke Pengguna dan Ekosistem
Bagi pengguna akhir, perubahan ini mungkin tidak terasa langsung. Namun bagi pengembang dan perusahaan yang menjalankan MCP server dalam skala besar — termasuk potensi layanan AI di Indonesia — ini adalah kabar baik. Beban operasional berkurang, skala lebih mudah dicapai, dan biaya infrastruktur bisa turun.
Update ini juga menjadi pengingat bahwa tidak semua bagian pengembangan AI bergerak dengan kecepatan tinggi. Sementara pelatihan model berlomba-lomba, infrastruktur teknis yang dibutuhkan model-model itu masih tunduk pada proses konsensus standar yang lambat. Tapi perubahannya benar-benar terjadi — hanya sedikit lebih lambat.
