လွယ်လွယ်ပြောရရင် MCP (Model Context Protocol) ဆိုတာ AI model တွေ အပြင်က App တွေ၊ database တွေ၊ tool တွေနဲ့ တိုက်ရိုက် စကားပြောနိုင်အောင် လုပ်ပေးတဲ့ စံသတ်မှတ်ချက် (open standard) တစ်ခု ပါ။ Anthropic က 2024 နှောင်းပိုင်းမှာ ထုတ်ပေးခဲ့တာ။ အခု OpenAI, Google တို့ပါ ထောက်ခံလာကြပြီ။

USB port ကို စဉ်းစားကြည့်ပါ။ အရင်တုန်းက printer တစ်လုံးကို ကွန်ပျူတာနဲ့ ချိတ်ဖို့ driver တစ်မျိုး၊ scanner အတွက် နောက်တစ်မျိုး၊ camera အတွက် နောက်တစ်မျိုး — ပလပ်ပေါက်တွေလည်း အမျိုးမျိုး။ အခု USB တစ်ခုတည်းနဲ့ အကုန် ချိတ်လို့ရတယ်။ MCP က AI အတွက် အဲဒီ USB port ပဲ။ AI က “ဒီ tool ကို ဘယ်လို သုံးရမလဲ” ဆိုတာ တစ်ခါတည်း သင်ထားစရာ မလိုတော့ဘူး — MCP စံနှုန်းနဲ့ ချိတ်ထားတဲ့ ဘယ် tool မဆို သူ့ဘာသာ ရှာဖွေ သုံးတတ်တယ်။

ဥပမာ Claude Desktop ကို တွေးကြည့်ပါ။ MCP မပါခင်က Claude က စကားပဲ ပြောတတ်တယ် — “ဒီ code ကို ရှင်းပြပါ” ဆိုရင် ရှင်းပြပေးတယ်၊ ဒါပေမယ့် ကိုယ့် ကွန်ပျူတာထဲက ဖိုင်ကို သူ့ဘာသာ ဖတ်မပေးနိုင်ဘူး။ MCP server တစ်ခု ချိတ်လိုက်တာနဲ့ အခြေအနေ ပြောင်းသွားတယ်။ “ကျွန်တော့် Google Drive ထဲက အစည်းအဝေး မှတ်စုကို ဖတ်ပြီး အကျဉ်းချုပ်ပေး”, “GitHub repo ထဲမှာ bug နဲ့ ပတ်သက်တဲ့ issue တွေ ရှာပေး”, “database ထဲက ဒီလ customer ရဲ့ order တွေ ဆွဲထုတ်ပေး” — ဒါတွေ အားလုံးကို AI ကိုယ်တိုင် လုပ်နိုင်လာတယ်။

အလုပ်လုပ်ပုံက ရိုးရှင်းတယ်။ အစိတ်အပိုင်း သုံးခု ရှိတယ် —

MCP Host — AI ကို run တဲ့ app။ Claude Desktop, VS Code, Cursor တို့လို
MCP Client — host ထဲမှာ server တစ်ခုချင်းစီနဲ့ ချိတ်ထားတဲ့ connection
MCP Server — တကယ့် data/tool ပေးတဲ့ program။ ကိုယ့် စက်ထဲမှာ run တဲ့ local process ဖြစ်နိုင်သလို၊ အဝေးက API လည်း ဖြစ်နိုင်တယ်

သူတို့ အချင်းချင်း JSON-RPC ဆိုတဲ့ ပုံစံနဲ့ စကားပြောတယ်။ Server က “ငါ့မှာ ဒီ tool တွေ ရှိတယ်၊ ဒီလို သုံးရတယ်” လို့ ကြေညာတယ်။ AI က လိုအပ်တဲ့အခါ tool ကို ခေါ်တယ်၊ အဖြေရတယ်၊ ပြီးမှ user ကို ပြန်ဖြေတယ်။ Developer အနေနဲ့ API တစ်ခုချင်းစီကို ကိုယ်တိုင် ပေါင်းစပ်ရေးစရာ မလိုတော့ဘူး — server တစ်ခု ရေးလိုက်တာနဲ့ MCP host တိုင်းနဲ့ အလုပ်လုပ်တယ်။

ဒါက ဘာလို့ အရေးကြီးလဲဆို AI ရဲ့ အကြီးဆုံး အားနည်းချက်က “အပြင်လောကနဲ့ မထိတွေ့နိုင်တာ” ဖြစ်နေလို့ပဲ။ Training data ဆိုတာ အတိတ်က ဓာတ်ပုံတစ်ပုံလိုပဲ — အခုဖြစ်နေတာကို မသိဘူး။ MCP က AI ကို မျက်စိဖွင့်ပေးလိုက်သလို ဖြစ်သွားတယ်။ ကိုယ့် ဖိုင်တွေ၊ ကိုယ့် database၊ ကိုယ့် အလုပ်ခွင် tool တွေကို မြင်လာရတယ်။

ဒါပေမယ့် သတိထားရမယ့် အချက်တွေ ရှိတယ် —

Security risk ရှိတယ်။ MCP server ဆိုတာ code run နိုင်တဲ့ program တစ်ခု ဖြစ်တယ်။ မယုံကြည်ရတဲ့ ရပ်ကွက်က server ကို ချိတ်မိရင် ကိုယ့် ဖိုင်တွေ ဖတ်သွားနိုင်တယ်။ Play Store က app ဒေါင်းသလို — နာမည်ကြီး၊ လူသုံးများတဲ့ server ပဲ သုံးပါ
Context window ကုန်တာ မြန်တယ်။ Tool တွေ များလေ AI က မှတ်ထားရတဲ့ “ညွှန်ကြားချက်စာရွက်” ကြီးလေပဲ။ Server အများကြီး တစ်ပြိုင်တည်း ချိတ်ထားရင် token တွေ အလကား ကုန်တယ်
Standard အသစ် ဖြစ်သေးတယ်။ Spec က ပြောင်းလဲနေတုန်းပဲ။ ဒီနေ့ ရေးထားတဲ့ server နောက်နှစ် ပြန်ပြင်ရနိုင်တယ်

ကိုယ်တိုင် စမ်းချင်ရင် အလွယ်ဆုံးက Claude Desktop မှာ MCP server တစ်ခု ချိတ်ကြည့်တာပဲ။ Filesystem server ဆိုတာ အခြေခံအကျဆုံး — ကိုယ် သတ်မှတ်ပေးထားတဲ့ folder ထဲက ဖိုင်တွေကို Claude က ဖတ်နိုင်၊ ရှာနိုင်၊ အကျဉ်းချုပ်နိုင်လာမယ်။ ပြီးရင် GitHub server, Postgres server ဆိုပြီး တက်သွားလို့ ရတယ်။

MCP ကို လူတွေ “AI အတွက် USB-C moment” လို့ ခေါ်ကြတယ်။ ကြည့်ရတာ တန်ဖိုးရှိတဲ့ ခေါ်ဝေါ်မှုပဲ — ဘာလို့လဲဆို စံနှုန်းတစ်ခု ထွက်လာတာနဲ့ အရင်က တစ်ယောက်တည်း လုပ်နေရတဲ့ အလုပ်တွေ အားလုံး ချိတ်ဆက်သွားလို့ပဲ။ AI ခေတ်ရဲ့ နောက်တစ်ဆင့်က ပိုတော်တဲ့ model မဟုတ်ဘူး — ပိုချိတ်ဆက်နိုင်တဲ့ model ဖြစ်လိမ့်မယ်။ 🙂