مسؤولو Linux Foundation يضعون MCP بين نماذج الذكاء الاصطناعي وأدوات المؤسسات
وصف مسؤولون في Linux Foundation بروتوكول MCP كطبقة تنسيق تربط نماذج الذكاء الاصطناعي بالأدوات والذاكرة والبيانات الخاصة، مع بقاء قوائم السجلات المعتمدة ونتائج الإنتاج خارج السجل العلني.
MCP يجلس فوق طبقة النموذج
يضع مسؤولو Linux Foundation بروتوكول Model Context Protocol كطبقة تنسيق بين نماذج الذكاء الاصطناعي والأدوات وأنظمة الذاكرة وواجهات APIs وبيانات المؤسسات التي تحتاجها تلك النماذج في الإنتاج. قدمت Anthropic بروتوكول MCP، وتخضع حوكمته الآن لـ Agentic AI Foundation تحت Linux Foundation.
قال Ram Iyengar، كبير المبشرين في Cloud Foundry Foundation، إن MCP غيّر طريقة اكتشاف نماذج اللغة الكبيرة للأدوات والقدرات. ووصف البروتوكول بأنه طريقة معيارية لتفاعل LLMs مع الأدوات والخدمات عبر APIs، وتقسيم الطلب إلى عدة استدعاءات أدوات ومهارات.
لا يستبدل MCP النموذج. فهو يجلس فوق المكونات الفردية ويمنح أنظمة الذكاء الاصطناعي طريقة لاكتشاف الأدوات واستدعاء الخدمات والتعامل مع الذاكرة من دون وضع كل التفاصيل داخل طلب النموذج.
السجلات والبوابات تضبط الوصول إلى الأدوات
قال Iyengar إن سجلات MCP والبوابات وقوائم السماح والحظر يمكن أن تضبط الأدوات التي يستطيع نظام الذكاء الاصطناعي الوصول إليها. وقال أيضاً إن أي شخص يمكنه كتابة MCP، بينما توصي Linux Foundation بسجلات معينة من دون الاحتفاظ بقائمة رسمية للأدوات المعتمدة.
ربط Arpit Joshipura، المدير العام للشبكات وإنترنت الأشياء والحافة في Linux Foundation، البروتوكول المفتوح بمخاوف الاعتماد على مورد واحد. وقال إن البروتوكولات المفتوحة تتيح للمؤسسات تغيير مزودي التقنية من دون تغيير طريقة اتصال النماذج بالأدوات والخدمات.
وصف Joshipura أنظمة الذكاء الاصطناعي كبنى طبقية تتكون من طبقة ذكاء وطبقة وكيلة وطبقة نطاق. وقال إن الطبقة الوكيلة يمكنها الوصول إلى البيانات العامة والخاصة، بينما تهيئ المؤسسات الوكلاء وفق متطلبات المؤسسة والمعلومات الحساسة.
Goose يعرض مقايضة النشر
استخدم Iyengar مشروع Goose كمثال على تطبيق MCP. ووصف Goose بأنه وكيل ذكاء اصطناعي مفتوح المصدر يجمع عناصر من Anthropic Claude وOpenCode وCodex وأدوات ذكاء اصطناعي أخرى، مع نحو 128,000 رمز متاح في كل جلسة.
قال Iyengar إن Goose يستطيع العمل على بنية محلية مع دعم Ollama وOpenAI وAnthropic Claude وGemini. وقال أيضاً إن مؤسسات البيانات الحساسة يمكن أن تشغله في بيئات معزولة باستخدام قواعد بيانات محلية وبيئات تشغيل محلية ونماذج محلية.
لم يسم المسؤولون عمليات نشر مؤسسية أو وفورات تكلفة مدققة أو قائمة رسمية من Linux Foundation لأدوات MCP المعتمدة. كما لا يكشف السجل العلني نتائج إنتاج العملاء من Goose أو من عمليات نشر مؤسسية أخرى قائمة على MCP.
Summary version for Medium
Linux Foundation Executives Put MCP Between AI Models And Enterprise Tools
What the announcement means beyond the headline
Quick Summary: Linux Foundation executives described MCP as a coordination layer that connects AI models to tools, memory and private data, while leaving approved registry lists and production outcomes outside the public record.
MCP Sits Above The Model Layer
Linux Foundation executives are positioning Model Context Protocol as a coordination layer between AI models and the tools, memory systems, APIs and enterprise data those models need in production. Anthropic introduced MCP, and governance now sits with the Agentic AI Foundation under the Linux Foundation.
Registries And Gateways Control Tool Access
Iyengar said MCP registries, gateways, allowlists and blocklists can govern which tools an AI system may access.
- Point 1: The central topic is ai, with the announcement framed around concrete operating detail.
- Point 2: He also said anyone can write an MCP, while the Linux Foundation recommends certain registries without maintaining a formal approved-tools list.
The important shift is not the AI label, but the operating boundary it creates for teams.
Goose Shows The Deployment Trade-Off
Iyengar used Goose as one example of MCP implementation. He said the open-source agent draws on multiple familiar AI tools, including Anthropic Claude, OpenCode and Codex, and has about 128,000 tokens available per session.
Read the Full Deep Dive
Want to explore the complete technical analysis, enterprise trade-offs, and detailed metrics?
Read the full article originally published at SendTech Times
