MCP forklart: standarden som kobler AI til alt

Hva er Model Context Protocol — og hvorfor er det viktig?

Forestill deg at du vil at AI-assistenten din skal lese e-poster fra Gmail, hente data fra ditt CRM-system, kjøre spørringer mot bedriftens database og skrive resultater til et Notion-dokument. Uten en standard ville hvert av disse integrasjonene kreve tilpasset kode og vedlikehold. Med MCP er alle disse koblingene standardiserte.

Model Context Protocol (MCP) er en åpen standard utviklet av Anthropic og lansert i november 2024. Det er i essens et «USB for AI» — en universell kontakt som lar hvilken som helst LLM-klient kommunisere med hvilken som helst datakilde eller verktøy, forutsatt at begge implementerer protokollen. Analogien til HTTP er ikke tilfeldig: slik HTTP standardiserte kommunikasjon mellom nettlesere og servere, kan MCP standardisere kommunikasjon mellom AI-modeller og verktøy.

MCP-arkitektur: klienter, servere og transporter

MCP-protokollen består av tre kjerneelementer:

• MCP-klient: AI-applikasjonen som initierer forbindelsen — f.eks. Claude Desktop, Cursor (AI-kodeeditor) eller en egendefinert applikasjon. Klienten spør MCP-serveren om tilgjengelige «tools», «resources» og «prompts».
• MCP-server: En lett prosess som eksponerer spesifikke kapabiliteter. En GitHub MCP-server eksponerer tools som «list_repos», «create_issue», «read_file». En Postgres MCP-server eksponerer «run_query», «list_tables».
• Transport: Kommunikasjon mellom klient og server skjer via stdio (lokalt, sikrest) eller HTTP/SSE (for remote servere). MCP definerer JSON-RPC-meldingsformatet.
• Tools: Funksjoner MCP-serveren tilbyr som modellen kan kalle — med navn, beskrivelse og JSON Schema for parametere.
• Resources: Kontekstuell data serveren tilbyr — filer, databaseposter, sanntidsdata — som inkluderes i modellens kontekstvindu.
• Prompts: Forhåndsdefinerte prompt-maler serveren tilbyr, gjerne spesialiserte for domenekunnskap.

Tilgjengelige MCP-servere: hva kan du koble til?

Anthropic vedlikeholder et offisielt register av MCP-servere, og community-bidrag har eksplodert. I mai 2025 finnes serverimplementasjoner for:

• Utviklerverktøy: GitHub, GitLab, Jira, Linear, Sentry, Vercel, Supabase, PostgreSQL, SQLite, Redis.
• Produktivitet: Google Drive, Google Docs, Notion, Obsidian, Slack, Microsoft Teams, Outlook.
• Data og analyse: Snowflake, BigQuery, Tableau, Metabase.
• Nettleserkontroll: Playwright og Puppeteer for nettleserautomatisering (Computer Use-lignende evner).
• Norsk-relevante: Altinn, Brønnøysundregistrene og offentlige API-er har fått community-implementerte MCP-servere.

Praktisk bruk: MCP i Claude Desktop

Å bruke MCP med Claude Desktop krever minimal konfigurasjon. Du redigerer en JSON-fil (claude_desktop_config.json) og definerer hvilke MCP-servere som skal startes. Eksempel for å gi Claude tilgang til ditt lokale filsystem og en Postgres-database: konfig-filen spesifiserer kommando for å starte MCP-server-prosessen, og Claude Desktop starter den automatisk ved oppstart.

"MCP er den arkitekturelle endringen som gjør at AI-agenter faktisk kan jobbe i den virkelige verden — ikke bare snakke om den."

MCP-adopsjon i tall

Veksten i MCP-økosystemet har vært raskere enn de fleste forventet:

MCP vs. OpenAI Function Calling og LangChain Tools

Før MCP løste hvert AI-rammeverk verktøyintegrasjon på sin egen måte: OpenAI har Function Calling / Tool Use, LangChain har Tools og Toolkits, LlamaIndex har egne abstraksjoner. Problemet er at en LangChain-tool ikke fungerer med Claude, og et OpenAI-tool ikke fungerer med Gemini. Du måtte re-implementere for hver modell.

MCP er modell-agnostisk: en MCP-server som er bygget én gang fungerer med alle klienter som implementerer protokollen — Claude, GPT-4 via OpenAI (som annonserte MCP-støtte i 2025), Cursor, og din egne applikasjon. Dette er den fundamentale verdien: reduksjon av integrasjonsarbeid og lock-in.

Fremtiden: MCP som fundament for agentic AI

Anthropic har vært tydelig på at MCP er ikke et produkt, men et fundament for et åpent AI-verktøyøkosystem. Strategien minner om Androids app-plattform: ved å standardisere og åpne protokollen, håper Anthropic at et bredt community bygger ut integrasjoner som gir Claude (og andre modeller) tilgang til hele teknologi-stabelen.

For norske bedrifter og utviklere er implikasjonen tydelig: investeringer i MCP-servere for interne systemer er ikke låst til én AI-leverandør. En MCP-server for ditt ERP-system fungerer med Claude i dag og GPT-5 i morgen. Det er en strategisk forsikring i en bransje der modell-preferanser skifter raskt.