MCP (Model Context Protocol) es un estándar abierto, creado por Anthropic en noviembre de 2024, que define una forma única de conectar aplicaciones de IA con datos y herramientas externas —archivos, bases de datos, APIs, calendarios— en lugar de programar una integración distinta para cada combinación de modelo y sistema. La comparación oficial de Anthropic es la más clara: MCP es como el puerto USB-C de la IA, un conector estándar en vez de un cargador distinto para cada aparato.
TL;DR
- Qué es: un protocolo (no una API ni un producto) para que un modelo de IA hable con sistemas externos de forma estandarizada.
- Quién lo creó: Anthropic, lo abrió en código abierto el 25 de noviembre de 2024.
- Quién lo usa hoy: además de Claude, lo han adoptado OpenAI, Google DeepMind, Visual Studio Code, Cursor y decenas de herramientas más.
- Desde diciembre de 2025: Anthropic donó MCP a la Agentic AI Foundation, una fundación bajo la Linux Foundation cofundada también por Block y OpenAI, para que el estándar sea neutral y no dependa de una sola empresa.
- No confundir con: el MCP médico (ningún acrónimo clínico), ni con ningún producto de Microsoft: en el contexto de IA, MCP es siempre este protocolo de Anthropic.
Cómo funciona: host, cliente y servidor
MCP sigue una arquitectura de tres piezas. Es la parte que más cuesta visualizar la primera vez, así que vamos por orden:
- El host es la aplicación de IA con la que interactúas: Claude Desktop, Claude Code, o un editor como Visual Studio Code o Cursor. Es quien coordina todo.
- El cliente MCP vive dentro del host. El host crea un cliente distinto por cada servidor al que se conecta, y cada cliente mantiene una conexión dedicada con su servidor.
- El servidor MCP es el programa que expone datos o acciones concretas: un servidor de Google Drive, uno de tu base de datos, uno del sistema de archivos de tu ordenador. Puede correr en tu propia máquina (conexión local, vía STDIO) o en remoto (vía HTTP, como el servidor de Sentry).
Un ejemplo real: si conectas Visual Studio Code a un servidor MCP de Sentry y, a la vez, a un servidor MCP de tu sistema de archivos local, VS Code (el host) crea dos clientes MCP distintos, uno por cada servidor, cada uno con su propia conexión.
Lo que viaja por esa conexión son tres tipos de "primitivas" que el servidor ofrece al cliente:
| Primitiva | Qué es | Ejemplo |
|---|---|---|
| Tools (herramientas) | Funciones ejecutables que la IA puede invocar | Consultar una base de datos, mandar un email |
| Resources (recursos) | Datos de contexto que el servidor pone a disposición | El contenido de un archivo, un registro de tu CRM |
| Prompts (plantillas) | Plantillas reutilizables para estructurar una interacción | Un prompt ya preparado para resumir tickets de soporte |
Toda esta comunicación usa JSON-RPC 2.0 como formato de mensaje, y funciona igual sea cual sea el transporte —así un desarrollador que construye un servidor MCP no tiene que preocuparse de si el host que lo consume es Claude, ChatGPT o un editor de código.
MCP vs RAG: no son lo mismo
Es el error más común al empezar con MCP, así que vamos a dejarlo claro con una tabla:
| RAG (Retrieval-Augmented Generation) | MCP | |
|---|---|---|
| Qué hace | Busca fragmentos de texto relevantes (normalmente en una base vectorial) y los mete en el prompt como contexto | Da acceso a herramientas y sistemas en vivo: leer, escribir, ejecutar acciones |
| Dirección | Solo lectura: trae información hacia el modelo | Bidireccional: el modelo puede leer datos Y ejecutar acciones (enviar un email, crear un registro) |
| Qué es | Una técnica de arquitectura de IA | Un protocolo de conexión estandarizado |
| Dónde vive el dato | Normalmente en una base de datos vectorial que preparas tú | En el sistema real (tu CRM, tu calendario, tu ERP), sin duplicarlo |
No compiten entre sí: son complementarios. De hecho, un servidor MCP puede tener una herramienta que por dentro haga una búsqueda RAG contra tu base de conocimiento y devuelva el resultado al modelo por el canal estándar de MCP. La diferencia importante para entender cuándo usar cada uno: si lo que necesitas es que el modelo "sepa" algo (documentación, políticas internas), RAG encaja bien; si necesitas que el modelo "haga" algo sobre un sistema real (agendar, actualizar, ejecutar), ahí es donde entra MCP.
Ejemplos de para qué sirve MCP
- Un agente conectado a tu Google Calendar y tu CRM que agenda una cita real, no solo que "sabe" tu disponibilidad.
- Claude Code generando una web entera a partir de un diseño de Figma, conectado vía un servidor MCP de Figma.
- Un chatbot empresarial que consulta varias bases de datos internas a la vez, cada una detrás de su propio servidor MCP.
- Un asistente que controla herramientas físicas o de escritorio (diseño 3D, impresión) a través de servidores MCP específicos.
En QuantiX AI usamos MCP a diario para montar agentes de IA que de verdad actúan sobre las herramientas de un negocio —WhatsApp, calendario, CRM— en lugar de limitarse a responder preguntas con información desactualizada.
Desambiguación: qué NO es MCP
Las siglas "MCP" se usan en otros contextos que nada tienen que ver con la IA. Si has llegado aquí buscando otra cosa:
- No es un término médico. "MCP" aparece en distintos contextos clínicos y anatómicos (por ejemplo, articulaciones), pero no tiene relación con este protocolo.
- No es un producto de Microsoft. Microsoft es una de las empresas que da soporte al ecosistema de MCP (por ejemplo, en la integración de Visual Studio Code), pero no es la creadora del protocolo ni un producto propio suyo.
- En el contexto de inteligencia artificial y automatización, "MCP" es siempre el Model Context Protocol descrito en este artículo.
Preguntas frecuentes
¿MCP es de Anthropic o de código abierto?
Las dos cosas. Anthropic lo creó y lo publicó en código abierto en noviembre de 2024. Desde el 9 de diciembre de 2025, la gobernanza pasó a la Agentic AI Foundation, un fondo dentro de la Linux Foundation cofundado por Anthropic, Block y OpenAI, precisamente para que el estándar no dependa de una sola empresa.
¿Necesito saber programar para usar MCP?
Para usar una aplicación que ya soporta MCP (Claude Desktop, Claude Code, Cursor, VS Code), no: activas el servidor MCP que necesites desde la configuración de la app. Para crear tu propio servidor MCP a medida —conectar tu CRM o tu ERP interno, por ejemplo— sí hace falta desarrollo, aunque los SDK oficiales (Python y TypeScript) simplifican bastante el trabajo.
¿MCP solo funciona con Claude?
No. Aunque lo creó Anthropic, MCP es un estándar abierto que ya han adoptado OpenAI y Google DeepMind, además de herramientas como Visual Studio Code y Cursor. La idea es "constrúyelo una vez, intégralo en cualquier sitio".
¿Qué necesito para montar un agente con MCP en mi empresa?
Necesitas identificar qué sistemas quieres que el agente use de verdad (calendario, CRM, WhatsApp, base de datos), y montar o conectar un servidor MCP para cada uno. Es exactamente el tipo de proyecto que hacemos en QuantiX AI: si quieres verlo aplicado a tu negocio, revisa cómo planteamos los agentes de IA.