何が起きたか
Stanfordの講義CS146Sの資料を読み、筆者は自身のMCPの誤解を3つ修正した。
なぜ重要か
筆者は、モデルとツールの間の層が決定し、アプリ全体に問い合わせ、質問の前に動くと誤解していた。実際の役割分担は逆である。
注目点
これは講義資料を読んだ一学習者の解釈であり仕様ではない。MCPの実際の分担が一致するかはCS146Sのスライド次第だ。
誰に効くかLLMを外部ツールにつなぐ開発者やテクニカルライターは、コネクタの作り直しや意思決定の段階の取り違えを避けられる。MCPを扱う講義やドキュメントの書き手も、ClientとLLMの分担を明示する必要があるかもしれない。
こういう要約が、毎朝あなたのメールに届きます。
この記事は、Stanfordの講義CS146S（The Modern Software Developer）の資料を読み、筆者自身の理解をAIと突き合わせたことから生まれた。3つの具体的な誤解が消えた。1つは、MCP Serverがユーザーの要求を見て自力で適切なAPIを探すという思い込みだ。Serverは受動的で、選ぶのはLLMである。もう1つは、tools/listをユーザーが入れた全MCPを取得する手段と読むことだ。実際には特定の1つのServerにどんなツールを持つか問い合わせるもので、どのServerを接続するかはHostの設定が決める。3つ目は、ユーザーが質問する前にTool Callが発火し得るという前提だ。Tool Callを出すのはLLMだけで、質問の前はClientがプロンプト準備のためにツール一覧を取っているにすぎない。
本文は読者がつまずきやすい3つの役割も示す。HostはCursorやClaude Desktopのようにユーザーが触れるアプリで、その中に通信ライブラリのClientがあり、各ツールの前には薄いMCP Serverのラッパーがある。メール要約の例では、ClientがServerにどんなツールがあるか尋ね、質問とツールの説明をLLMに渡し、search_emails(from="Jack")のような構造化されたTool Callを受け取り、Server経由でGmailに実行し、結果をLLMに返して文章化する。LLMは頭脳、Clientは手足である。
記事は設計指針で締めくくる。生の操作ではなく結果を中心にツールを作ること（3つの連鎖呼び出しよりsend_payment(user_email)）、検索と実行を分けて薄い索引だけをプロンプトに置くこと。またSkillsをMCPの上に載るやり方の層として位置づける。これが実運用でどこまで当てはまるかは、ツール群がCS146Sの枠組みにどれだけ従うか、生態系の成長の中でMCP Serverが受動的なままでいられるかにかかっている。
業界と使っているAIツールを選ぶと、仕事に関係するニュースが毎朝届きます。
登録無料・Googleアカウントなら30秒・いつでも解除できますAITodayについて →
この記事についてわからないことをAIに質問できます。AIはこの記事・AIToday の過去記事・Wikipedia を読み、出典を付けて答えます。Q&Aはこのページに公開され、他の読者も読めます。
2026年のPew報告書で米国人の10%が感情面の支えや親しみを求めてチャットボットを利用していることが判明
PC上のPyTorch CNN（NVIDIA PilotNetの縮小版）がカメラ画像を前・左・右・停止の命令に変換し、BluetoothでArduino UNOに送る手のひらサイズの車を著者が製作
Splice CEOのKakul Srivastava氏は「AIが書いた文書には注意している」と述べた
OpenAIの主要モデルリリースごとに安全性報告書を執筆してきたDavid Robinson氏が今週辞任し、The Atlanticの論説で業界の文化は「壊れている」と述べた
Instinctは2026年9月に評価額100億ドルで10億ドルを調達し、Fambot、Folk、Martin、Ollie、Poke、Townなどが参入、iMessage、SMS、WhatsApp経由で動作
NVIDIAは2027会計年度第2四半期のデータセンター売上高として890.2億ドルを計上したと2026年8月26日に発表した
