Пока сообщество обсуждает, «умер» ли MCP, Staff Engineer из Anthropic предлагает другой взгляд: MCP не устарел — ему просто нужно работать в паре с Skills. AI-агенты в 2026 году не ограничатся программированием — они будут охватывать несколько SaaS-приложений для выполнения повседневных задач специалистов.
Что решает MCP
Model Context Protocol (MCP) предоставляет стандартизированный способ обнаружения и вызова внешних инструментов AI-агентами. По сути, это «органы чувств и руки» агента — сообщая модели, что она может делать и как это делать.
Но одного обнаружения инструментов недостаточно. Агенту также нужно знать, когда использовать какой инструмент и в каком порядке их комбинировать. Именно это решает Skills.
Комбинация MCP + Skills
В архитектурном описании инженера Anthropic разделение труда чёткое:
- MCP: обнаружение инструментов, стандартизация протокола, кросс-платформенная совместимость. Через MCP агент узнаёт, какие инструменты доступны и каковы форматы ввода-вывода.
- Skills: инкапсуляция возможностей, оркестрация сценариев, контроль разрешений. Каждый Skill инкапсулирует логику вызова набора инструментов MCP, соответствуя конкретному рабочему сценарию.
Эта многоуровневая структура решает ключевую проблему разработки агентов: по мере роста числа инструментов пространство выбора модели взрывообразно расширяется, что снижает качество вызовов. Skills выступает промежуточным слоем, организуя «сырые инструменты» в «готовые к использованию возможности», снижая нагрузку на принятие решений моделью.
От кодирующих агентов к агентам-знатокам
В статье даётся чёткая оценка: 2025 год — это год кодирующих агентов, 2026 год — это год агентов-знатоков, сотрудничающих через SaaS-приложения.
Этот переход имеет несколько последствий:
| Измерение | 2025 (Кодирующий агент) | 2026 (Агент-знаток) |
|---|---|---|
| Основные инструменты | Чтение/запись файлов, выполнение кода, Git | CRM, почта, календарь, документы, базы данных |
| Характер задач | Замкнутый цикл в одной системе | Кросс-системное взаимодействие |
| Критерий успеха | Компилируется ли код | Выполнен ли бизнес-процесс полностью |
| Ключевая проблема | Качество кода и управление контекстом | Выбор инструментов, разрешения, восстановление после ошибок |
Стандартизация MCP позволяет агентам подключаться к различным SaaS-сервисам, а слой Skills организует эти сервисы в конкретные бизнес-процессы.
Ключи к корпоративному внедрению агентов
Для команд, оценивающих агентные решения, стоит обратить внимание на следующее:
- Не выбирайте только MCP или только Skills. Один слой обнаружения инструментов недостаточно интеллектуален, одна инкапсуляция возможностей lacks расширяемости. Их комбинация — это то, что делает агентов продакшн-уровня.
- Определяйте Skills исходя из бизнес-сценариев, а не из инструментов. Сначала определите, какую работу должен выполнять агент, затем инкапсулируйте соответствующий Skill и, наконец, используйте MCP для подключения к базовым инструментам.
- Разрешения и аудит — обязательный элемент кросс-SaaS агентов. Когда агент может оперировать CRM, отправлять письма и изменять календари, границы разрешений и журналы операций важнее способности модели.
Быстрый старт
Чтобы испытать MCP в Claude:
# Установите Claude Code (если ещё не установлен)
npm install -g @anthropic-ai/claude-code
# Добавьте MCP-конфигурацию в проект
# Отредактируйте .claude/mcp.json
{
"mcpServers": {
"filesystem": {
"command": "npx",
"args": ["-y", "@modelcontextprotocol/server-filesystem", "/path/to/allowed"]
}
}
}
# Запустите и используйте настроенные инструменты в Claude Code
claudeДля конкретной настройки Skills обратитесь к официальной документации Anthropic о Claude Skills.
За чем следить
Станет ли архитектура MCP + Skills отраслевым стандартом, зависит от нескольких переменных: перейдёт ли экосистема function calling от OpenAI на аналогичный дизайн, как BYO MCP от Google состыкуется с концепцией Skills, и будут ли корпоративные агентные фреймворки (LangGraph, CrewAI) нативно поддерживать эту многоуровневую структуру.
По мере того как всё больше SaaS-вендоров выпускают официальные MCP-серверы, библиотека доступных агенту инструментов будет быстро расширяться. Качество проектирования слоя Skills станет ключевым фактором, отличающим «работает» от «работает хорошо».
Основные источники:
- Anthropic Engineering: Building agents that reach production with MCP
- Техническая презентация Staff Engineer из Anthropic о MCP и Skills