Cuando Anthropic introdujo el Model Context Protocol, prometieron simplificar el uso de agentes. MCP permite a una IA comprender qué herramientas están a su disposición: búsqueda web, edición de archivos y redacción de correos electrónicos, por ejemplo. Diez meses después, analizamos 200 herramientas de MCP para comprender qué categorías usan realmente los desarrolladores. De los datos se han desprendido tres patrones de uso: Las herramientas de infraestructura de desarrollo dominan con el 54% de todas las sesiones a pesar de ser solo la mitad de los servidores disponibles. El acceso a terminales, la generación de código y el acceso a la infraestructura son los más populares. Mientras codifican, los ingenieros se benefician de la capacidad de enviar a GitHub, ejecutar código en una terminal y poner en marcha bases de datos. Estas herramientas agilizan los flujos de trabajo y reducen el cambio de contexto. La recuperación de información captura el 28% de las sesiones con menos herramientas, lo que demuestra una alta eficiencia. La búsqueda web, las bases de conocimiento y la recuperación de documentos son actores clave. Es probable que estos sistemas se utilicen más en producción, en nombre de los usuarios, que durante el desarrollo. Todo lo demás, incluido el entretenimiento, la gestión personal, la creación de contenido, divide el 18% restante. Los recomendadores de películas, los administradores de tareas y los horarios de Fórmula 1 llenan nichos específicos. La adopción de MCP aún es temprana. No todas las IA son compatibles con MCP. De los que lo hacen, Claude, Claude Code, Cursor encabezan la lista (aliteración en IA). Los productos centrados en el desarrollador y los primeros usuarios técnicos son la mayoría de los usuarios. Pero a medida que crece el uso de herramientas de IA por parte de los consumidores y se amplía el soporte de MCP, deberíamos esperar ver una diversidad mucho mayor en el uso de herramientas.