MCP (Model Context Protocol)

MCP staat voor Model Context Protocol, een open standaard die Anthropic in november 2024 heeft gelanceerd. Het idee: als elke AI-tool zijn eigen plug-in-systeem heeft, wordt het een zooitje. MCP is de poging om een gestandaardiseerd stekkerdoos-formaat te maken waar alle modellen en alle tools op passen.

De parallel is USB. Voordat USB bestond had elk apparaat zijn eigen kabel. Een model met MCP-ondersteuning kan elke MCP-server gebruiken, ongeacht wie het model heeft gemaakt of wie de server heeft gebouwd.

Wat een MCP-server doet

Een MCP-server levert drie soorten capaciteiten aan een model:

• Tools — acties die het model kan uitvoeren. Bijvoorbeeld "zoek in mijn Notion", "stuur een Slack-bericht", "maak een database-query".
• Resources — documenten of data die het model kan inkijken. Bijvoorbeeld "lees bestand X", "toon kalender-afspraken".
• Prompts — voorgemaakte prompt-sjablonen die de server aanbiedt voor specifieke taken.

Het model ziet een lijst van beschikbare tools en kan ze aanroepen wanneer het denkt dat ze helpen. Terug komt een resultaat dat het in zijn antwoord meeneemt.

Wie gebruikt het?

Sinds de lancering is de adoptie snel gegaan:

• Anthropic Claude Desktop en Claude Code — de eerste officiele implementaties
• OpenAI heeft MCP-ondersteuning toegevoegd in ChatGPT (2025)
• Google Gemini CLI — integratie in 2025
• Cursor, Windsurf, Cline, OpenCode — de meeste AI-coding-tools draaien erop
• Hierdoor zijn er in 2026 duizenden MCP-servers beschikbaar voor populaire tools: GitHub, Linear, Slack, Notion, Postgres, Stripe, Figma, en meer

Een concreet voorbeeld

Stel je wil dat Claude je Linear-tickets kan doorzoeken. Zonder MCP moest iedere tool-maker een eigen integratie bouwen per AI-model. Met MCP:

1. Linear biedt een MCP-server aan (1x bouwen)
2. Jij configureert Claude Desktop met die server
3. Claude kan nu "zoek tickets toegewezen aan mij over auth" uitvoeren door de MCP-server aan te roepen
4. Dezelfde Linear MCP-server werkt ook met ChatGPT, Cursor, Gemini, enzovoort

Eenmaal bouwen, overal gebruiken. Dat is de belofte.

Wat MCP niet oplost

• Beveiliging blijft jouw verantwoordelijkheid. Een MCP-server die je installeert krijgt toegang tot je data. PromptArmor publiceerde in februari 2026 een rapport over aanvallen via kwaadaardige MCP-servers. Anthropic is duidelijk: ze valideren MCP-servers niet.
• Prompt-injectie via tool-output. Als een MCP-server onbetrouwbare data teruggeeft (bijv. uit een gehackte repo), kan dat het model manipuleren. Bekend als een van de open problemen.
• Latency. Elke MCP-call is een heen-en-weer. Voor tools die vaak worden aangeroepen, telt die vertraging op.

Waarom dit belangrijk is

MCP is de laag die agents schaalbaar maakt. Zonder een gemeenschappelijke standaard moest elk agent-framework zijn eigen tools implementeren. Met MCP kan je een set tools definieren die in alle agent-omgevingen werkt. Dat maakt het ecosysteem rond AI volwassener en minder fragmented.

Voor wie AI in zijn werkproces wil integreren: MCP is steeds vaker het antwoord op "hoe laat ik Claude iets doen met mijn bedrijfs-tooling". Installeren van een MCP-server is doorgaans een kwestie van een JSON-config toevoegen aan je Claude-instellingen.