ChatGPT、Claude、Gemini ごとにツール接続層を書き分けている方、あるいは「REST API で足りるのか、MCP が必要か」と悩んでいる方へ——本稿はアーキテクチャレビューにそのまま書ける結論を示します。① MCP（Model Context Protocol）は Anthropic が 2024 年 11 月にオープンソース化した AI ツール相互接続標準で、N 個のモデル × M 個のツールという断片化統合を解きます；② HTTP が TCP/IP の上に築かれたように、「AI がツールをどう発見・選択・呼び出すか」を標準化します；③ 2026 年には OpenAI、Google、Microsoft が全面参入し、エコシステムは 10,000 超の MCP Server に達しています。Agent Skill ガイドやコーディングアシスタント比較と補完関係です——本篇はプロトコル層 → 歴史的類比 → 導入パスに焦点を当てます。
歴史への類比：1970 年代、ARPAnet と Ethernet が各々独自のままだった時代に、TCP/IP が通信規則を統一し、その上に HTTP が万维网を築きました。2024 年以前の AI 世界は同じ混沌の中にあり、MCP はその「共通言語」層を目指しています。
現代の LLM には三つの能力境界があります。学習データのカットオフ、リアルタイム情報へのアクセス不可、操作の実行不可です。解は AI に「手足」を接続すること——Tool Use / Function Calling です。しかし現実は次のとおりです。
USB 標準化以前の Mini-USB、Micro-USB、Lightning の乱立を思い出してください。MCP が目指すのは、AI ツール統合分野の USB-Cです。デバイスは相手を意識せず、接続すれば通信できます。
| シナリオ | 痛点（MCP なし） |
|---|---|
| 企業 CRM の AI 接続 | Claude、GPT、Gemini 向けにそれぞれアダプタ層を開発する必要があります |
| IDE 内の AI アシスタント | ファイルシステム、DB、API へのアクセス方式がツールごとに異なります |
| AI Agent オーケストレーション | ツール定義を LangChain、CrewAI などフレームワーク横断で再利用できません |
Host（ホスト層）——Claude Desktop、Cursor、VS Code などが該当し、内蔵の MCP Client が各 Server との 1:1 セッション接続を維持します。Client は JSON-RPC 2.0 で MCP Server と通信します。Server はツール（Tools）、リソース（Resources）、プロンプトテンプレート（Prompts）を公開し、DB、API、ファイルシステムなど外部システムと接続します。
| トランスポート | 適用シナリオ | 特徴 |
|---|---|---|
| STDIO（標準入出力） | ローカル子プロセスモード | ゼロ依存、起動が速い、隔離性が高い |
| HTTP + SSE | リモート／クラウドサービス | ネットワーク越し呼び出し、水平スケールをサポート |
{
"jsonrpc": "2.0",
"method": "tools/call",
"params": {
"name": "query_database",
"arguments": { "sql": "SELECT * FROM users LIMIT 10" }
},
"id": 1
}
主要 RPC メソッド：tools/list で実行時に利用可能ツールを動的取得；resources/read でファイルや DB レコードを読み取り；Server は Client へ能動的にメッセージをプッシュできます——従来 REST の一方向リクエストとは異なります。
| 次元 | インターネット時代 | AI Agent 時代 |
|---|---|---|
| 課題 | 異なるネットワークプロトコルが非互換 | 異なる AI ツール統合方式がバラバラ |
| 解決策 | TCP/IP + HTTP | MCP |
| 中核価値 | 統一通信言語でデバイスを相互接続 | 統一ツールインターフェースで AI を相互接続 |
| 開放性 | 開かれた標準、誰でも実装可能 | オープンソースプロトコル、誰でも実装可能 |
| アプリケーション層 | HTTP の上に Web、Email、FTP が誕生 | MCP の上に AI アプリケーションエコシステムが誕生する |
| 能力 | 従来の REST API | MCP |
|---|---|---|
| ツール発見 | 静的：ドキュメントを読み、ハードコード | 実行時 tools/list で動的取得 |
| セッション状態 | ステートレス、リクエストごとに独立 | 持続接続、多段階ワークフローをサポート |
| 自己記述 | API は AI に自分の能力を伝えない | 各ツールに JSON Schema が付属 |
| 通信方向 | 一方向リクエスト・レスポンス | 双方向：Server が推論や追加情報を逆要求できる |
本質：REST API が解くのは「呼び出せるか」です。MCP が解くのは「AI がツールを発見・選択し正しく呼び出す方法」——これが Agent 時代の中核命題です。
「一社の私有標準」から「業界共通インフラ」へ。ガバナンス移管の意義は深く、インターネットプロトコルが IETF によって統治されることと同様に、MCP は真に「業界全体のプロトコル」になります。
2026 年時点で、MCP エコシステムには 10,000 超の MCP サーバーがあります。Server が一つ増えると MCP 対応クライアント全てが即利用可能になり、クライアントが増えると既存ツール全てが即再利用されます——HTTP が Web エコシステムを築いたときと同じネットワーク効果です。
Google の A2A（Agent-to-Agent）プロトコルと MCP は競合ではありません。MCP は AI モデル ↔ ツール／データ（垂直統合層）を担い、A2A は AI Agent ↔ AI Agent（水平オーケストレーション層）を担います。両者が Agent インターネットのプロトコルスタックを構成します。
tools/list と tools/call を通します。HTTP はブラウザを発明しませんでしたが、HTTP なしにブラウザエコシステムはありません。TCP/IP はメールを発明しませんでしたが、TCP/IP なしに Email はありません。MCP は AI Agent を発明しませんが、AI Agent エコシステムが存在できるインフラになりつつあります。
開発者視点：MCP Server を一度書けば、互換クライアント全てが利用可能です。垂直領域専用 Server は依然としてブルーオーシャンです。企業視点：統合資産が「ベンダー拘束」から「チーム固有の移植可能資産」へ変わります。Google Cloud（BigQuery、Maps、GKE）、Azure、AWS はいずれもマネージド MCP サービスを提供しています。
しかし MCP Server と Agent をスリープするノート PC や共有開発機で走らせると、三つの隠れコストが生じます。STDIO/SSE 長時間接続がフタ閉めで切断される、環境ドリフトによるツール呼び出しリトライ、そして7×24 多段階ワークフローを維持できないことです。安定した MCP セッションと Agent オーケストレーションが必要な本番環境では、Host と Server を MACCOME Mac mini（M4 / M4 Pro）専有ノードに載せる方が、ローカルでスリープ設定と格闘するより総コストが下がることが多いです。公開プランはレンタル料金ページをご覧ください。
数年後に振り返れば、2024 年 11 月 Anthropic が MCP 仕様をオープンソース化した瞬間が、AI 時代の「HTTP 誕生の瞬間」だった可能性があります。
よくある質問
MCP と REST API の違いは何ですか？
REST は「呼び出せるか」を解決します。MCP は「AI が実行時にツールを発見・選択し正しく呼び出す方法」を解決します。MCP は tools/list による動的発見、状態付きセッション、JSON Schema 自己記述、双方向通信をサポートします。
LLM ベンダーを変えたら MCP Server を書き直す必要がありますか？
必要ありません。MCP Server は下位モデルと分離されています。新しいクライアントが MCP をサポートしていれば同一 Server を再利用できます。これが企業統合コスト 38–55% 削減の理由です。
MCP と Agent Skill（SKILL.md）の関係は？
Skill はホスト内のプロンプトと能力パッケージです。MCP はホスト横断の標準ツールプロトコルです。詳細はAgent Skill ガイドをご覧ください。