Ketika Anthropic memperkenalkan Model Context Protocol, mereka berjanji untuk menyederhanakan penggunaan agen. MCP memungkinkan AI untuk memahami alat mana yang tersedia: pencarian web, pengeditan file, & penyusunan email misalnya. Sepuluh bulan kemudian, kami menganalisis 200 alat MCP untuk memahami kategori mana yang sebenarnya digunakan pengembang. Tiga pola penggunaan telah muncul dari data : Alat infrastruktur pengembangan mendominasi dengan 54% dari semua sesi meskipun hanya setengah dari server yang tersedia. Akses terminal, pembuatan kode, & akses infrastruktur adalah yang paling populer. Saat pengkodean, insinyur mendapat manfaat dari kemampuan untuk mendorong ke GitHub, menjalankan kode di terminal, & memutar database. Alat-alat ini merampingkan alur kerja & mengurangi peralihan konteks. Pengambilan informasi menangkap 28% sesi dengan alat yang lebih sedikit, menunjukkan efisiensi tinggi. Pencarian web, basis pengetahuan, & pengambilan dokumen adalah pemain kunci. Sistem ini kemungkinan lebih banyak digunakan dalam produksi, atas nama pengguna, daripada selama pengembangan. Segala sesuatu termasuk hiburan, manajemen pribadi, pembuatan konten, membagi 18% sisanya. Rekomendasi film, manajer tugas, & jadwal Formula 1 mengisi ceruk tertentu. Adopsi MCP masih dini. Tidak semua AI mendukung MCP. Dari mereka yang melakukannya, Claude, Claude Code, Cursor menempati urutan teratas (aliterasi dalam AI). Produk yang berfokus pada pengembang & pengadopsi teknis awal adalah mayoritas pengguna. Tetapi seiring dengan pertumbuhan penggunaan alat AI oleh konsumen dan dukungan MCP meluas, kita harus berharap untuk melihat keragaman penggunaan alat yang jauh lebih besar.