När Anthropic introducerade Model Context Protocol lovade de att förenkla användningen av agenter. MCP gör det möjligt för en AI att förstå vilka verktyg som står till dess förfogande: webbsökning, filredigering och e-postutkast till exempel. Tio månader senare analyserade vi 200 MCP-verktyg för att förstå vilka kategorier utvecklare faktiskt använder. Tre användningsmönster har framkommit från data: Verktyg för utvecklingsinfrastruktur dominerar med 54 % av alla sessioner trots att de bara är hälften av de tillgängliga servrarna. Terminalåtkomst, kodgenerering och infrastrukturåtkomst är de mest populära. När ingenjörer kodar kan de dra nytta av möjligheten att skicka till GitHub, köra kod i en terminal och starta databaser. Dessa verktyg effektiviserar arbetsflöden och minskar kontextbyten. Informationshämtning fångar 28 % av sessionerna med färre verktyg, vilket visar hög effektivitet. Webbsökning, kunskapsbaser och dokumenthämtning är nyckelspelare. Dessa system används sannolikt mer i produktion, för användarnas räkning, än under utvecklingen. Allt annat, inklusive underhållning, personlig hantering, innehållsskapande, delar på de återstående 18 %. Filmrekommendationer, uppgiftshanterare och Formel 1-scheman fyller specifika nischer. Införandet av MCP är fortfarande i ett tidigt skede. Alla AI:er har inte stöd för MCP. Av de som gör det toppar Claude, Claude Code, Cursor listan (allitteration i AI). Utvecklarfokuserade produkter och tidiga tekniska användare är majoriteten av användarna. Men i takt med att konsumenternas användning av AI-verktyg ökar och stödet för MCP breddas, kan vi förvänta oss att se en mycket större mångfald i verktygsanvändningen.