MCP Is Becoming the REST API of Agentic AI

---

Executive Summary

2000 年代初頭、Roy Fielding が REST アーキテクチャスタイルを定義した。その後 10 年で、REST は Web サービス統合の事実上の標準になった。今、同じことが AI エージェントのツール統合レイヤーで起きている。

Model Context Protocol（MCP） は、AI モデルが外部ツール・データソース・サービスと通信するための標準化されたプロトコルだ。Anthropic が 2024 年 11 月に公開し、2025 年 12 月に Linux Foundation へ寄贈。2026 年 3 月時点で、業界の主要プレイヤー全員が支持を表明している。

これは単なるオープンソース贈与ではない。インフラ標準を先に定義したプレイヤーが、その上に築かれるエコシステム全体に影響力を持つ — HTTP を設計した人々と同じように。

---

Section 1 — MCP が解決している問題

MCP 以前の世界を理解することが重要だ。

AI エージェントが外部ツールを使いたいとき（データベースを検索する、API を叩く、コードを実行する）、開発者はそれぞれのツールに対してカスタム統合を書く必要があった。

エージェント → カスタムコネクタ A → データベース
エージェント → カスタムコネクタ B → Slack
エージェント → カスタムコネクタ C → GitHub
エージェント → カスタムコネクタ D → Figma
...

これは N×M の問題だ。N 種のエージェント × M 種のツール = N×M 個の統合が必要になる。

MCP はこれを N+M に変換する：

エージェント (MCP Client)
    ↓ 標準プロトコル
MCP Server (Slack)
MCP Server (GitHub)
MCP Server (Figma)
MCP Server (任意のツール)

一度 MCP Server を書けば、MCP に対応したすべてのエージェントから使える。 これが REST API が Web に与えたのと同じ価値だ。

---

Section 2 — 技術アーキテクチャ：MCP の仕組み

MCP は 3 つのコアコンポーネントで構成される：

MCP Host（クライアントアプリ） Claude Desktop、Cursor、Zed など。ユーザーが直接操作する環境。

MCP Client（プロトコルレイヤー） Host 内に存在し、MCP Server との通信を管理する。

MCP Server（ツール提供側） 外部サービスや機能を MCP プロトコルで公開する軽量サーバー。

// MCP Server が公開するツール定義の例
{
  "name": "search_codebase",
  "description": "Search the codebase for a given query",
  "inputSchema": {
    "type": "object",
    "properties": {
      "query": { "type": "string" },
      "file_pattern": { "type": "string" }
    },
    "required": ["query"]
  }
}

---

Section 3 — 2026 年ロードマップ：何が来るか

現在の MCP はツール統合（エージェントがツールを呼ぶ）に特化しているが、2026 年ロードマップには 3 つの大きな拡張が含まれる。

最も重要な変化はエージェント間通信だ：MCP Server 自体が別の MCP Server（エージェント）と交渉できるようになる。これはオーケストレーターとサブエージェントが標準プロトコルで通信する世界 — LangGraph や CrewAI が今ライブラリレベルで実現していることが、プロトコルレベルで標準化される。

---

Section 4 — 実装：最初の MCP Server を 30 分で書く

TypeScript での最小 MCP Server：

import { Server } from "@modelcontextprotocol/sdk/server/index.js";
import { StdioServerTransport } from "@modelcontextprotocol/sdk/server/stdio.js";
import { CallToolRequestSchema, ListToolsRequestSchema } from "@modelcontextprotocol/sdk/types.js";

const server = new Server(
  { name: "my-mcp-server", version: "1.0.0" },
  { capabilities: { tools: {} } }
);

// ツール一覧を公開
server.setRequestHandler(ListToolsRequestSchema, async () => ({
  tools: [{
    name: "get_web3_salary",
    description: "Get Web3 engineer salary range by role and city",
    inputSchema: {
      type: "object",
      properties: {
        role: { type: "string" },
        city: { type: "string" }
      },
      required: ["role"]
    }
  }]
}));

// ツール実行
server.setRequestHandler(CallToolRequestSchema, async (request) => {
  if (request.params.name === "get_web3_salary") {
    const { role, city } = request.params.arguments as { role: string; city?: string };
    // 実際の処理
    return { content: [{ type: "text", text: `${role} in ${city ?? "Remote"}: $10k-20k/mo` }] };
  }
  throw new Error("Unknown tool");
});

const transport = new StdioServerTransport();
await server.connect(transport);

Python バージョン（mcp パッケージ使用）も同様のパターンで書ける。Go 版は公式 SDK が 2026 Q2 に安定版リリース予定。

---

Section 5 — AI エンジニアへのインパクト

MCP が普及することで、AI エンジニアの仕事の定義が変わる：

以前（2025 年まで）

• ツールごとにカスタムコネクタを書く
• LangChain の Tool クラスを継承して実装
• フレームワークに依存したグルーコードが多い

現在（2026 年）

• MCP Server を一度書けば、Cursor・Claude Desktop・LangGraph 全てで使える
• ツール実装がフレームワーク非依存になる
• MCP Server ライブラリとして公開・販売できる（新しいビジネスモデル）

---

90-Day Action Plan

今すぐ（Week 1-2）

• @modelcontextprotocol/sdk または mcp (Python) をインストールして Hello World を動かす
• Cursor の MCP 設定を有効にし、既存の MCP Server（filesystem、fetch、puppeteer）を試す
• MCP の公式仕様ドキュメントを読む（1時間以内に読了できる）

30 日以内

• 自分のプロジェクトまたは会社の内部 API を MCP Server として公開する
• LangGraph + MCP の組み合わせで小さな Agent を構築する

90 日以内

• 汎用性のある MCP Server を npm / PyPI で公開する（ポートフォリオ価値が高い）
• Agent-to-Agent 通信の 2026 ロードマップを追跡し、アーキテクチャ設計に組み込む

---

Monitoring Checklist

---

---

Sources: Linux Foundation Agentic AI Foundation (Dec 2025), MCP official specification, dev.to, Red Hat Developer, buildmvpfast.com. Data as of March 8, 2026. Not investment advice.

— iBuidl Research Team