Quando Anthropic ha introdotto il Model Context Protocol, ha promesso di semplificare l'uso degli agenti. MCP consente a un'AI di comprendere quali strumenti ha a disposizione: ricerca web, modifica di file e redazione di email, per esempio. Dieci mesi dopo, abbiamo analizzato 200 strumenti MCP per capire quali categorie utilizzano effettivamente gli sviluppatori. Tre modelli di utilizzo sono emersi dai dati: Gli strumenti per l'infrastruttura di sviluppo dominano con il 54% di tutte le sessioni, nonostante rappresentino solo la metà dei server disponibili. L'accesso al terminale, la generazione di codice e l'accesso all'infrastruttura sono i più popolari. Durante la codifica, gli ingegneri beneficiano della possibilità di inviare su GitHub, eseguire codice in un terminale e avviare database. Questi strumenti semplificano i flussi di lavoro e riducono il cambio di contesto. Il recupero delle informazioni cattura il 28% delle sessioni con meno strumenti, mostrando un'alta efficienza. La ricerca web, le basi di conoscenza e il recupero di documenti sono attori chiave. Questi sistemi sono probabilmente utilizzati di più in produzione, per conto degli utenti, piuttosto che durante lo sviluppo. Tutto il resto, compresi intrattenimento, gestione personale e creazione di contenuti, si divide il restante 18%. I raccomandatori di film, i gestori di attività e i programmi di Formula 1 riempiono nicchie specifiche. L'adozione di MCP è ancora nelle fasi iniziali. Non tutte le AI supportano MCP. Di quelle che lo fanno, Claude, Claude Code e Cursor sono in cima alla lista (alliterazione in AI). I prodotti focalizzati sugli sviluppatori e i primi adottatori tecnici sono la maggioranza degli utenti. Ma man mano che l'uso degli strumenti AI da parte dei consumatori cresce e il supporto per MCP si amplia, ci aspettiamo di vedere una diversità molto maggiore nell'uso degli strumenti.