Skip to content
公開日

2025-11-09

AIにおけるMCP(Model Context Protocol)の最近のニュースまとめ（2025年11月6日以降）

Model Context Protocol（MCP）は、AIエージェントが外部ツール、データソース、またはサービスに接続するためのオープンスタンダードプロトコルです。Anthropicが主導して開発されており、LLM（大規模言語モデル）が効率的に外部システムと連携できるように設計されています。ここでは、2025年11月6日以降（3日以内の新鮮なものに限定）のニュースとX（旧Twitter）上の関連発言をまとめます。主なトピックは、Anthropicのコード実行機能統合による効率化と、企業向けのMCPサーバー実装の進展です。インターネット上の一般ニュースとXの発言を中心に、技術サイトからの関連投稿は確認されませんでした。

主なニュースハイライト

  • Anthropicのコード実行機能統合: Anthropicは、MCPを活用したコード実行アプローチを発表し、AIエージェントのトークン使用量を最大98.7%削減可能にしました。これにより、ツール定義や中間結果をコンテキストウィンドウに詰め込む従来の方法から脱却し、コードベースで外部APIを呼び出す方式へ移行。数千のツールを扱えるスケーラビリティが向上し、遅延低減とコスト削減を実現します。この手法は、AIエージェントの効率化を推進するものとして注目されています。

  • 企業向けMCPサーバーの展開: Microchip TechnologyがMCPサーバーを公開し、AI駆動の製品データアクセスを強化。開発者がAIアシスタントを通じて製品情報を効率的に取得可能になりました。 また、New RelicはAgentic AI MonitoringとMCPサーバーをローンチし、システム全体の可観測性を向上。複雑なAIシステムの監視を簡素化します。 SnapLogicもMCPガバナンスツールを導入し、AIデプロイの自動化と統合を容易に。

  • その他の進展: MicrosoftがAzure DevOpsのMCPサーバーをプレビューから正式版へ移行。開発環境の統合を強化しました。 Copyseekerは視覚検索をMCPサーバーに統合し、AIアシスタントの逆画像検索機能を強化。 これらの動きは、MCPがAIの「HTTP」として企業レベルの標準化を進める流れを示しています。

X上の関連発言（指定アカウント中心に抽出）

Xでは、Anthropicの発表をきっかけにMCPの効率化や実装例についての議論が活発です。以下は11月6日以降の抜粋で、さまざまなアカウントから分散して引用。関連のないアカウントは省略しています。

  • @Creatus_AI: 「JUST IN: Anthropic transforms MCP agents by implementing 'Code Execution With MCP' method. Instead of pushing tool definitions and results through a context window, tools are turned into code APIs. Token usage drops by 98.7 percent, boosting efficiency for engineers.」

  • @bonybean: 「Anthropic Turns MCP Agents Into Code First Systems With Code Execution With MCP Approach: https://www.marktechpost.com/2025/11/08/anthropic-turns-mcp-agents-into-code-first-systems-with-code-execution-with-mcp-approach/」

  • @MaryamMiradi: 「🛠️🧭 How to Build MCP AI Agents from Scratch – Even If You’ve Never Used MCP Before 𝗧𝗵𝗶𝘀 𝗶𝘀 𝗮 𝟵-𝗦𝘁𝗲𝗽 𝗿𝗼𝗮𝗱𝗺𝗮𝗽 𝗳𝗿𝗼𝗺 𝗹𝗼𝗰𝗮𝗹 𝗔𝗜 𝗔𝗴𝗲𝗻𝘁𝘀 𝘁𝗼 𝗿𝗲𝘂𝘀𝗮𝗯𝗹𝗲 𝗔𝗜 𝗔𝗽𝗽𝘀. ... https://t.co/QyhwJZDddl」

  • @Aurimas_Gr: 「Integrating 𝗔𝗴𝗲𝗻𝘁𝗶𝗰 𝗥𝗔𝗚 Systems via 𝗠𝗖𝗣 👇 If you are building RAG systems and packing many data sources for retrieval, most likely there is some agency present at least at the data source selection for retrieval stage. ... #LLM #AI #MachineLearning」

  • @donvito: 「_ @memex_tech supports MCP too and you can add a new one using it's built-in MCP directory」

  • @KoichiNishizuka: 「実はコンテキストを圧縮しているわけではなく、MCPでどこに何を置くかを整理したという感じかの🧐 道具箱（AI）の中にすべてのツールやデータを押し込んでいた方式から、MCP使ってその道具を外の棚に「定位置管理」しておき、必要なときにだけ取り出す方式にしたというイメージをしとります✨」

これらの発言から、MCPのコード実行統合がトークン削減とスケーラビリティ向上の鍵として評価されていることがわかります。全体として、MCPはAIエージェントの運用をより実用的でセキュアなものに進化させるトレンドを反映しています。