MCP onder de loep: Is het tijd voor TypeScript in plaats van traditionele tool calls?

Op het kanaal hoor je vaak over AI-innovaties, maar één onderwerp dat opvallend minder vaak aan bod komt is MCP – het Model Context Protocol. Veel mensen hebben gemengde gevoelens over MCP. Sommige gebruikers ervaren dat het simpelweg te veel tools aanbiedt, waardoor de AI-agenten overweldigd raken. Cloudflare trapt nu een frisse wind in door een alternatief te bieden: in plaats van direct een lijst met tool calls te gebruiken, zet men MCP-interfaces om in een TypeScript API waar de LLM code kan genereren om de API aan te roepen.

De problemen met de traditionele MCP-aanpak

Een terugkerend thema in discussies over MCP is de overbelasting van de contextwindow. Wanneer een agent te veel tools te verwerken krijgt, wordt de LLM afgeleid en neemt de kwaliteit van de resultaten af. Zoals in de video besproken, gebeurt het volgende:

• Teveel tool calls: Elke afzonderlijke tool call voegt extra tokens toe aan de context. Dit leidt niet alleen tot inefficiëntie, maar verstoort ook de nauwkeurigheid van de gegenereerde antwoorden.
• Context bloat: Het opsparen van alle gegenereerde outputs van eerdere calls kan de context enorm doen groeien. Hierdoor verliest de modeloutput zijn scherpte.
• TypeScript als uitweg: Het idee om in plaats van losse tool calls gebruik te maken van TypeScript API’s, maakt het mogelijk om code generatief te laten samenwerken met de API. Dit betekent dat de agent één keer de benodigde code schrijft, wat veel efficiënter is dan meerdere afzonderlijke calls.

Cloudflare’s innovatieve aanpak

Cloudflare presenteert een revolutionaire benadering door MCP tools om te zetten in volledige TypeScript API’s. Dit houdt in dat de agent via een code sandbox zijn taken uitvoert en het resultaat enkel op het einde terugkrijgt. De voordelen hiervan zijn duidelijk:

• Eén enkele code run: In plaats van meerdere opeenvolgende calls krijgt de agent de opdracht om een codeblok te schrijven dat de benodigde stappen achter elkaar afhandelt.
• Gebruik van trainingsdata: Aangezien LLM’s al eindeloos veel TypeScript in haar trainingsdata heeft gezien, is het genereren van code een natuurlijkere taak dan het correct uitvoeren van complexe tool calls.
• Verbeterde abstrahering: Door een uniforme en duidelijke TypeScript API te creëren, wordt de complexiteit voor de eindgebruiker drastisch verminderd.

De nieuwe aanpak van Cloudflare biedt dus een oplossing voor de traditionele nadelen van MCP, waarbij de agenten efficiënter en betrouwbaarder te werk kunnen gaan.

Depot: Snellere CI builds als gamechanger

Tussen de technische details door is er ook aandacht voor een sponsor die doet denken aan de bredere evolutie van ontwikkelprocessen. Depot heeft bewezen enorm waardevol te zijn door de bouwtijden van projecten drastisch te reduceren. Hier enkele voorbeelden:

• Post Hog: Bouwtijden gereduceerd van meer dan anderhalf uur naar minder dan 6 minuten.
• Mastadon: Verwerkt builds 38 keer sneller – bijna 2 uur naar minder dan 3 minuten.

Deze prestatieverbeteringen illustreren hoe een solide infrastructuur en optimalisatie van build-processen de ontwikkelsnelheid aanzienlijk kunnen verhogen, een trend die parallel loopt met de vooruitgang in AI-tooling.

Brede implicaties voor de toekomst

De discussie rondom MCP en de nieuwe TypeScript benadering is meer dan alleen een technische discussie; het raakt aan fundamentele ideeën over hoe we software bouwen en configureren. Hier enkele kernpunten:

• Configuratie als code: In plaats van afhankelijk te zijn van dashboards en losse admin panels, zou alle configuratie als code moeten bestaan. Dit bevordert transparantie en onderhoudbaarheid van projecten.
• Uniformiteit van API’s: Een standaard manier om met API’s te interacteren, zoals MCP oorspronkelijk beoogde, heeft grote potentie. Toch lijkt het de tijd te zijn om deze API’s consistenter te maken en ze te combineren met de kracht van TypeScript.
• Verbeterde tool chaining: Door tools niet los van elkaar te gebruiken maar via een samenhangend, programmeerbaar concept – zoals de TypeScript implementatie – kunnen AI agents stringente en efficiënte workflows ontwikkelen.

Deze toekomstvisie kan niet alleen de werking van AI-agenten verbeteren, maar ook het algehele ontwikkelproces moderniseren door minder context bloat en meer gericht, dynamisch gebruik van code.

Conclusie: Een nieuwe weg voor AI en configuratie

De evolutie van MCP naar een model waarbij TypeScript API’s de boventoon voeren, markeert een belangrijke stap in de ontwikkeling von AI-agenten. Door de traditionele beperkingen van tool calls te omzeilen, kunnen we zowel de efficiëntie als de betrouwbaarheid verhogen. Wat betekent dit voor jou als ontwikkelaar of tech-enthousiast? Het biedt nieuwe kansen om complexe processen eenvoudiger en effectiever te automatiseren, met de integriteit van code als fundament.

Wat vind jij van deze ontwikkelingen? Ben je voor of tegen de huidige MCP aanpak, en zie je de TypeScript aanpak als de toekomst? Laat het ons weten in de reacties of via een poll!