Tháng 12/2025, Model Context Protocol của Anthropic gia nhập Linux Foundation dưới một umbrella mới tên là Agentic AI Foundation, cùng với AGENTS.md của OpenAI và goose framework của Block. Ba tháng sau, MCP đã vượt qua 10.000 published servers trải rộng từ developer tools đến enterprise deployments.
Con số đó đáng dừng lại suy nghĩ. Không phải vì đây là vanity metric, mà vì nó đại diện cho inflection point thực sự trong cách hệ thống AI tích hợp với phần còn lại của software stack.
MCP Thực Sự Là Gì (Và Tại Sao Nó Khác)
Nếu bạn chỉ đọc marketing copy, MCP nghe như một API abstraction layer khác. Không phải vậy. Insight then chốt đơn giản hơn và quan trọng hơn: MCP đảo ngược integration model.
Trong model truyền thống, bạn viết code để gọi external tools:
# Cách truyền thống
def get_database_data(query):
conn = psycopg2.connect(DATABASE_URL)
return conn.execute(query).fetchall()
def search_docs(query):
return requests.get(f"{DOCS_API}/search?q={query}").json()
# Truyền các tools này cho LLM
tools = [get_database_data, search_docs]
response = llm.complete(prompt, tools=tools)Bạn maintain integration. Bạn xử lý authentication, versioning, error handling. Bạn cập nhật code khi external service thay đổi.
Với MCP, external service tự khai báo capabilities của nó:
{
"name": "postgres-server",
"version": "1.0.0",
"tools": [
{
"name": "query",
"description": "Execute a read-only SQL query",
"inputSchema": {
"type": "object",
"properties": {
"sql": { "type": "string" }
}
}
}
]
}AI agent của bạn khám phá capability này tại runtime. Team database maintain MCP server. Bạn chỉ cần trỏ agent vào nó.
Đây là cùng architectural shift xảy ra khi REST + JSON thay thế SOAP. Việc giảm friction nhân lên theo quy mô.
Tại Sao 10.000 Servers Là Điểm Chuyển Tiếp
Network effects hoạt động khác với protocol so với product. Mạng xã hội với 10.000 users không đáng kể. Protocol với 10.000 implementations đang tiến tới chuẩn hóa.
Khi tôi đánh giá có nên build trên protocol hay vendor API, câu hỏi then chốt là: “Nếu tôi cần swap AI provider ngày mai, điều gì bị phá vỡ?” Với MCP:
- MCP servers của bạn tiếp tục hoạt động bất kể AI model nào bạn dùng
- Claude, GPT-5, Gemini, và bất kỳ open-source model nào hỗ trợ MCP đều có thể dùng cùng servers
- Enterprise integrations của bạn trở nên AI-provider-agnostic
Không phải lý thuyết. Tôi đã migrate một production agent từ Claude sang local open-source model cho client có strict data residency requirements. Vì chúng tôi đã build trên MCP từ đầu, migration chỉ là config change, không phải rewrite.
Yếu Tố NIST: Tại Sao Enterprise Quan Tâm Giờ
NIST AI Agent Standards Initiative, thông báo ngày 17/2/2026, framing công việc của mình xung quanh “industry-led standards” và “open-source protocol development.” MCP đã được đề cập trong framing documents.
Với enterprise customers — đặc biệt trong regulated industries — sự tham gia của NIST thay đổi procurement conversation. Khi AI agent integration của bạn được xây dựng trên NIST-referenced protocol, security review ngắn hơn. Mối lo ngại vendor lock-in giảm. Board-level sign-off trở nên straightforward hơn.
Tôi đã ở trong những cuộc trò chuyện đó. Sự khác biệt giữa “chúng tôi xây dựng trên custom integration” và “chúng tôi xây dựng trên Linux Foundation standard protocol” có thể đo bằng tháng trong enterprise sales cycles.
MCP Thực Tế: Trông Như Thế Nào Trong .NET
.NET SDK cho MCP đã trưởng thành đáng kể. Đây là minimal server nhưng production-ready:
using ModelContextProtocol.Server;
using ModelContextProtocol.Protocol.Types;
var builder = WebApplication.CreateBuilder(args);
builder.Services.AddMcpServer()
.WithHttpTransport()
.WithTool<DatabaseQueryTool>()
.WithTool<DocumentSearchTool>()
.WithResource<CompanyPoliciesResource>();
var app = builder.Build();
app.MapMcp("/mcp");
app.Run();
[McpTool("query_database")]
public class DatabaseQueryTool(IDbConnection db)
{
[Description("Thực thi read-only query với company database")]
public async Task<string> QueryAsync(
[Description("SQL SELECT statement")] string sql,
CancellationToken ct)
{
// Validate thực sự là read-only
if (!sql.TrimStart().StartsWith("SELECT", StringComparison.OrdinalIgnoreCase))
throw new McpException("Chỉ SELECT queries được phép");
var result = await db.QueryAsync(sql, cancellationToken: ct);
return JsonSerializer.Serialize(result);
}
}Observation then chốt: đây là standard ASP.NET Core application. Deployment, monitoring, authentication, và rate limiting đều hoạt động chính xác như bạn mong đợi. Bạn không học runtime mới — bạn thêm MCP capabilities vào .NET patterns hiện có.
10.000 Servers Thực Sự Ở Đâu
Phân bố MCP servers cho bạn biết ecosystem đang trưởng thành trước tiên ở đâu:
Developer tools (mật độ cao nhất): GitHub, GitLab, Jira, Linear, Notion, Confluence, VS Code extensions. Điều này có lý — developer tools là origin story của MCP.
Data và databases: PostgreSQL, MySQL, MongoDB, Snowflake, BigQuery, Elasticsearch. Khả năng cung cấp cho agent quyền truy cập database an toàn, có scope là một trong những killer use cases của MCP.
Enterprise integration: Salesforce, SAP, ServiceNow, Workday. Đây là nơi tôi thấy hoạt động mới nhất. Enterprise software không có APIs tốt. MCP servers wrap các hệ thống này rất có giá trị vì chúng dịch giữa natural language interface của AI và arcane APIs của enterprise system.
Internal tools (tăng trưởng nhanh nhất): Đây là cuộc cách mạng thầm lặng. Team đang build MCP servers cho internal documentation, deployment systems, monitoring dashboards. Mỗi internal tool được trang bị MCP server trở nên accessible với bất kỳ AI agent nào trong tổ chức.
Kết Nối Computer-Use
Có một xu hướng liên quan đáng chú ý: computer-use agents — model có thể vận hành UI thực thay vì APIs — đang production-ready. Điều này quan trọng vì hầu hết enterprise software không có APIs tốt, và các lựa chọn thay thế là MCP servers (nếu ai đó build chúng) hoặc computer-use agents điều hướng interface thực.
Tôi kỳ vọng hai cách tiếp cận này sẽ hội tụ. Pattern tôi dự đoán: MCP servers cho enterprise software có stable, accessible interfaces; computer-use agents cho legacy systems hoặc software mà việc build MCP server tốn công hơn giá trị tự động hóa.
Kết hợp này có nghĩa là vào cuối 2026, hầu hết enterprise workflows nên có thể tự động hóa bởi AI agents — thông qua MCP integration hoặc computer-use.
Bạn Nên Build Gì Ngay Bây Giờ
Ba khuyến nghị thực tế:
1. Audit internal tools cho MCP candidacy. MCP server đầu tiên tốt nhất là thứ gì đó team bạn dùng hàng ngày. Deployment pipeline. Internal documentation system. Monitoring dashboard. Chọn một cái, build MCP server, và deploy. Learning curve khoảng 2 ngày cho .NET developer có kinh nghiệm.
2. Thiết kế new integrations là MCP servers từ đầu. Nếu team bạn đang build internal API mới, hãy xem xét liệu nó có nên MCP-native không. Overhead tối thiểu, và future compatibility với AI agents rất quan trọng.
3. Theo dõi AGENTS.md. OpenAI’s AGENTS.md spec gia nhập MCP trong Agentic AI Foundation. Nó giải quyết vấn đề khác — cách agents khai báo capabilities và protocols với nhau, thay vì cách chúng truy cập external tools. Kết hợp MCP (tool access) và AGENTS.md (agent-to-agent communication) có thể là full stack cho enterprise agent systems vào 2027.
Đánh Giá Trung Thực
MCP không hoàn hảo. Spec vẫn đang evolve. Authentication patterns không nhất quán giữa các servers. Discovery (tìm MCP servers nào tồn tại trong tổ chức của bạn) phần lớn chưa được giải quyết. Tooling để debug MCP interactions còn non.
Nhưng 10.000 servers có nghĩa là ecosystem đã vượt qua ngưỡng “liệu cái này có tồn tại không?” Câu hỏi bây giờ là “làm thế nào chúng ta dùng nó tốt?” — đây là vấn đề tốt hơn nhiều để có.
Developer học MCP sâu trong 6 tháng tới sẽ đi trước đáng kể so với những người chờ nó “trưởng thành thêm.” Nó đủ trưởng thành rồi. Hãy build với nó.