Les agents d'IA et le protocole MCP
Partie 2 sur 3
4Le protocole MCP
4.1Le problème des branchements
Avant 2024, chaque application d’IA devait développer sa propre intégration avec chaque service : l’assistant A avec l’agenda X, l’assistant A avec la messagerie Y, l’assistant B avec l’agenda X, et ainsi de suite. Avec N applications et M services, il fallait jusqu’à N × M intégrations, toutes différentes (exercice 2). Le Model Context Protocol (MCP), protocole de contexte pour les modèles, publié par Anthropic en novembre 2024 sous licence libre, propose une prise standard : chaque service est rendu accessible une fois pour toutes par un serveur MCP, et chaque application compatible peut l’utiliser. On le compare souvent à la prise USB-C, qui permet de brancher n’importe quel périphérique sur n’importe quel ordinateur. Le protocole s’inspire d’un précédent réussi : le LSP (Language Server Protocol), qui permet depuis 2016 à n’importe quel éditeur de code d’offrir la complétion et la détection d’erreurs pour n’importe quel langage de programmation.
4.2Hôtes, clients et serveurs
Le protocole distingue trois rôles (figure 2) :
- l’hôte est l’application d’IA avec laquelle l’utilisateur travaille : un assistant conversationnel, un éditeur de code, un outil d’agent ; c’est lui qui contient le modèle, ou s’y connecte, et qui décide des autorisations ;
- le client MCP est le composant de l’hôte qui gère la connexion avec un serveur ; un hôte crée un client par serveur ;
- le serveur MCP est un programme qui expose les fonctions d’un service : un serveur pour les fichiers de l’ordinateur, un pour l’agenda de l’entreprise, un pour une base de données, un pour un logiciel de gestion de projets.
4.3Ce qu’un serveur propose
Un serveur MCP peut offrir trois types de services, appelés primitives :
- des outils (tools) : des actions que le modèle peut décider d’appeler, comme « créer un événement » ou « exécuter une requête » ;
- des ressources (resources) : des données que l’application peut lire et fournir au modèle comme contexte, comme le contenu d’un fichier ou la structure d’une base ;
- des invites (prompts) : des modèles de consignes prêts à l’emploi, que l’utilisateur choisit, par exemple « résumer les tickets ouverts de la semaine ».
Dans l’autre sens, le client peut aussi offrir des services au serveur : demander à l’utilisateur une information manquante ou une confirmation, ce que la spécification appelle la sollicitation ; indiquer les dossiers auxquels le serveur peut accéder, les racines ; ou permettre au serveur de faire lui-même appel au modèle de l’hôte, l’échantillonnage, sans avoir besoin de son propre abonnement à un service d’IA.
4.4Sous le capot
Les messages échangés suivent le format JSON-RPC 2.0, une convention simple d’appel de procédure à distance, c’est-à-dire de demande d’exécution d’une fonction sur un autre programme, en JSON. À la connexion, client et serveur s’annoncent leurs versions et leurs capacités ; le client demande ensuite la liste des outils (tools/list), puis les appelle (tools/call) :
// demande du client
{ "jsonrpc": "2.0", "id": 7, "method": "tools/call",
"params": { "name": "rechercher_evenements",
"arguments": { "debut": "2026-11-02", "fin": "2026-11-06" } } }
// réponse du serveur
{ "jsonrpc": "2.0", "id": 7,
"result": { "content": [ { "type": "text",
"text": "3 événements : lundi 10 h, comité ; ..." } ] } }
Deux modes de transport sont prévus. Un serveur local est lancé par l’hôte comme un programme sur la même machine, et les messages passent par son entrée et sa sortie standard, les canaux de texte par lesquels un programme reçoit et affiche des données. Un serveur distant est joint par HTTP, le protocole du Web ; il doit alors authentifier ses clients, et la spécification s’appuie pour cela sur OAuth 2.1, le standard qui permet à un utilisateur d’autoriser une application à agir en son nom sans lui confier son mot de passe (voir l’authentification). La spécification est datée, chaque révision portant la date de sa publication ; elle évolue plusieurs fois par an, et client et serveur négocient la version qu’ils utilisent.
4.5Un écosystème
En quelques mois, des milliers de serveurs MCP ont été publiés, par les éditeurs de logiciels eux-mêmes ou par des développeurs indépendants : messageries, outils de développement, bases de données, logiciels de comptabilité, de gestion de la relation client, de design. Des annuaires les recensent. Cette abondance a un revers : n’importe qui peut publier un serveur, et en installer un revient à exécuter un programme et à lui confier des accès (coin cyber). Un autre protocole, A2A (Agent2Agent), lancé par Google en 2025 et lui aussi confié à la Fondation Linux, vise un besoin complémentaire : la communication entre agents de fournisseurs différents, par exemple l’agent d’achat d’une entreprise qui négocie avec l’agent commercial d’un fournisseur. MCP relie un agent à ses outils ; A2A relie des agents entre eux.
Pour s’exercer
Exercice 8 : outil, ressource ou invite ?
Un éditeur de logiciel de gestion de tickets développe son serveur MCP. Pour chaque fonction, choisissez la primitive adaptée : (a) créer un ticket ; (b) fournir la liste des catégories de tickets et leur signification ; (c) proposer le modèle de consigne « prépare le point hebdomadaire des incidents » ; (d) fermer un ticket résolu.
Voir la réponse
(a) et (d) sont des outils : des actions qui modifient des données, que le modèle décide d’appeler, et que l’hôte peut soumettre à confirmation, surtout la fermeture. (b) est une ressource : une donnée de référence que l’application peut lire et fournir au modèle comme contexte, sans rien modifier. (c) est une invite : un modèle de consigne que l’utilisateur choisit lui-même, par exemple dans un menu, et qui déclenche un travail type. Bien répartir les fonctions aide le modèle à s’y retrouver, et l’utilisateur à savoir ce qui peut agir sur ses données.
5Les grandes familles d’agents
- Les agents de programmation lisent un projet, modifient le code, lancent les tests, corrigent les erreurs et proposent des modifications prêtes à relire. C’est le domaine où les agents ont le plus progressé, car le résultat se vérifie automatiquement : le programme fonctionne ou non, les tests passent ou non (voir programmer avec l’IA).
- Les agents de navigation et d’utilisation de l’ordinateur remplissent des formulaires, comparent des offres, réservent, en pilotant un navigateur Web ou une interface graphique à partir de captures d’écran (voir le navigateur). Ils fonctionnent même sans interface de programmation, mais restent plus lents et plus fragiles que les agents qui utilisent des outils dédiés.
- Les agents de recherche mènent des dizaines de recherches, lisent les sources, en relancent d’autres selon ce qu’ils découvrent, puis rédigent une synthèse sourcée (voir le RAG).
- Les agents métiers traitent des tâches d’entreprise : répondre à un client et effectuer un remboursement dans les limites fixées, préparer une déclaration, trier des candidatures, rapprocher des factures et des commandes.
- Les systèmes multi-agents répartissent une tâche complexe entre plusieurs agents spécialisés, coordonnés par un agent orchestrateur.