Když společnost Anthropic představila Model Context Protocol, slíbila, že zjednoduší používání agentů. MCP umožňuje umělé inteligenci pochopit, které nástroje má k dispozici: například vyhledávání na webu, úpravy souborů a navrhování e-mailů. O deset měsíců později jsme analyzovali 200 nástrojů MCP, abychom pochopili, které kategorie vývojáři skutečně používají. Z dat vyplynuly tři vzorce použití: Nástroje vývojové infrastruktury dominují s 54 % všech relací, přestože tvoří pouze polovinu dostupných serverů. Nejoblíbenější jsou přístup k terminálu, generování kódu a přístup k infrastruktuře. Při kódování inženýři těží ze schopnosti odesílat data na GitHub, spouštět kód v terminálu a spouštět databáze. Tyto nástroje zefektivňují pracovní postupy a snižují přepínání kontextu. Vyhledávání informací zachycuje 28 % relací s menším počtem nástrojů, což ukazuje vysokou efektivitu. Vyhledávání na webu, znalostní báze a vyhledávání dokumentů jsou klíčovými hráči. Tyto systémy se pravděpodobně používají více v produkci, jménem uživatelů, než během vývoje. Vše ostatní včetně zábavy, personálního managementu, tvorby obsahu, rozděluje zbývajících 18 %. Doporučovatelé filmů, správci úloh a plány Formule 1 zaplňují konkrétní mezery. Přijetí MCP je stále brzy. Ne všechny umělé inteligence podporují MCP. Z těch, které ano, jsou na prvním místě seznamu Claude, Claude Code, Cursor (aliterace v AI). Produkty zaměřené na vývojáře a první techničtí uživatelé tvoří většinu uživatelů. Ale jak roste využívání nástrojů umělé inteligence spotřebiteli a rozšiřuje se podpora MCP, měli bychom očekávat mnohem větší rozmanitost používání nástrojů.