MCP (Model Context Protocol) y la estandarización de tools para LLMs
MCP se está convirtiendo en el estándar de facto para conectar herramientas con LLMs. Por qué importa, cómo funciona y cómo lo estamos usando.
20 de marzo de 2026 · Equipo Lixto Labs · 2 min de lectura
El problema que MCP resuelve
Hasta hace poco, cada framework de agentes tenía su propio formato para definir tools (las funciones que el LLM puede invocar). Migrar de OpenAI a Anthropic implicaba reescribir todas tus integraciones. Migrar a un framework como LangChain agregaba otra capa de abstracción propietaria.
MCP (Model Context Protocol), lanzado por Anthropic a finales de 2024, propone un estándar abierto: cualquier servidor MCP puede ser consumido por cualquier cliente compatible. En 2026 prácticamente todos los frameworks serios lo soportan.
Cómo funciona en una frase
Un servidor MCP expone tools, recursos y prompts vía un protocolo estándar (JSON-RPC sobre stdio o HTTP). Cualquier LLM-host (Claude Desktop, Cursor, tu propia app) puede conectarse, descubrir capacidades y usarlas sin escribir código específico.
Por qué nos cambió la vida en Lixto Labs
- Reutilización: el mismo servidor MCP que escribimos para conectar Supabase con Claude Desktop lo usamos en producción con GPT-5 sin modificar nada.
- Marketplace de herramientas: existen decenas de servidores MCP open source listos para conectar con Slack, GitHub, Notion, Postgres, Stripe, etc. Es como npm para tools de IA.
- Composabilidad: puedes encadenar varios servidores MCP en un mismo agente. Ejemplo: el agente lee un email (servidor de Gmail), lo clasifica, y crea un ticket (servidor de Zendesk). Todo sin código de pegamento.
- Estandarización para auditoría: cada llamada a una tool MCP es loggeable y auditable. Cumplir con SOC 2 se vuelve mucho más fácil.
Cuándo NO usar MCP
- Cuando tu integración es trivial: si solo necesitas una llamada HTTP a tu API, agregar MCP es overhead innecesario.
- Cuando necesitas latencia ultra-baja: la capa de protocolo agrega ~10-50ms por call. Para agentes en tiempo real puede ser relevante.
- Cuando manejas datos altamente sensibles: aunque MCP es seguro, exponer un servidor en producción requiere autenticación, rate limiting y logging cuidadoso.
Mirando 2027
Apostaríamos a que en 12-18 meses, escribir tools "a mano" será la excepción. MCP (o un sucesor) será el estándar y la conversación pasará de "cómo conecto X con mi LLM" a "qué servidor MCP existe para X".
Si estás diseñando un sistema con tools hoy, considera MCP desde el inicio. La curva de aprendizaje es corta y el dividendo a largo plazo, alto.