Anthropic Staff Engineer：MCP + Skills が 2026 年エージェントの真のアーキテクチャ

コミュニティが MCP は死んだかどうかを議論している中で、Anthropic の Staff Engineer は異なる判断を示している。MCP は時代遅れではなく、Skills と組み合わせる必要があるだけだ。2026 年の AI エージェントはコーディングシナリオに留まらず、複数の SaaS アプリを横断してナレッジワーカーの日常タスクをこなすようになる。

MCP が解決すること

Model Context Protocol（MCP）は、AI エージェントが外部ツールを発見し呼び出すための標準化された方法を提供する。本質的にエージェントの「感覚と手足」であり、モデルに「何ができるか」と「どうするか」を伝える。

だがツール発見機能だけでは不十分だ。エージェントはどのツールをいつ使い、どのような順序で組み合わせるかも知る必要がある。それが Skills が解決する問題だ。

MCP + Skills の組み合わせロジック

Anthropic エンジニアのアーキテクチャ記述では、両者の役割分担は明確だ：

• MCP：ツール発見、プロトコル標準化、クロスプラットフォーム互換性。エージェントは MCP を通じて利用可能なツールと入出力形式を知る。
• Skills：能力カプセル化、シナリオオーケストレーション、権限制御。各 Skill は一組の MCP ツールの呼び出しロジックをカプセル化し、具体的な作業シナリオに対応する。

この階層設計は、エージェント開発における核心的な課題を解決する：ツールの数が増えると、モデルの選択肢が爆発的に拡大し、呼び出し品質が低下する。Skills は中間層として「生のツール」を「直接呼び出せる能力」に整理し、モデルの判断負担を軽減する。

コーディングエージェントからナレッジワーカーエージェントへ

記事は明確な判断を示している：2025 年の話は Coding Agent、2026 年の話は SaaS アプリを横断するナレッジワーカーエージェントだ。

この転換にはいくつかの含意がある：

次元	2025（コーディングエージェント）	2026（ナレッジワーカーエージェント）
主要ツール	ファイル読み書き、コード実行、Git	CRM、メール、カレンダー、ドキュメント、データベース
タスク特性	単一システム内でクローズ	複数システムを横断した協調
成功基準	コードがコンパイルできるか	ビジネスフローが完全に実行されたか
核心的課題	コード品質とコンテキスト管理	ツール選択、権限、エラーリカバリ

MCP の標準化により、エージェントは様々な SaaS サービスに接続できる。Skills 層はこれらのサービスを具体的なビジネスフローに编排する。

エンタープライズエージェント導入の鍵

エージェントソリューションを評価しているチームにとって、注目すべき点がいくつかある：

1. MCP だけ、または Skills だけを選ばない。単一のツール発見層では知的に不十分であり、単一の能力カプセル化には拡張性がない。両者の組み合わせこそがプロダクショングレードのエージェントを作る。
2. ツールではなく、具体的なビジネスシナリオから Skills を定義する。まずエージェントが何を完了すべきかを明確にし、対応する Skill をカプセル化し、最後に MCP で基盤ツールに接続する。
3. 権限と監査はクロス SaaS エージェントの必修科目。エージェントが CRM を操作し、メールを送信し、カレンダーを変更できる場合、権限境界と操作ログはモデル能力よりも重要だ。

クイックスタート

Claude で MCP の機能を体験したい場合：

# Claude Code をインストール（未インストールの場合）
npm install -g @anthropic-ai/claude-code

# プロジェクトに MCP 設定を追加
# .claude/mcp.json を編集
{
  "mcpServers": {
    "filesystem": {
      "command": "npx",
      "args": ["-y", "@modelcontextprotocol/server-filesystem", "/path/to/allowed"]
    }
  }
}

# 起動後、Claude Code で設定したツールを使用可能
claude

Skills の具体的な設定については、Anthropic 公式ドキュメントの Claude Skills に関する説明を参照。

今後の観察

MCP + Skills アーキテクチャが業界標準になるかどうかは、いくつかの変数にかかっている：OpenAI の function calling エコシステムが類似設計に転向するかどうか、Google の BYO MCP が Skills コンセプトとどう接続するか、そして LangGraph や CrewAI などのエンタープライズエージェントフレームワークがこの階層をネイティブにサポートするかどうかだ。

より多くの SaaS ベンダーが公式 MCP Server をリリースするにつれ、エージェントが呼び出せるツールライブラリは急速に拡大する。Skills 層の設計品質が、「動く」と「使いやすい」を分ける鍵になるだろう。

---

主要ソース：

• Anthropic Engineering: Building agents that reach production with MCP
• Anthropic Staff Engineer による MCP と Skills の技術共有