MCP y el fin de la memoria de IA atada a un proveedor
Lo más importante que ocurrió en la infraestructura de IA en los últimos 18 meses no fue el lanzamiento de un modelo. Fue un protocolo. El Model Context Protocol (MCP) es el primer intento real de crear un conector universal entre los clientes de IA y los datos, herramientas y memoria que necesitan. Y cambia discretamente la respuesta a la pregunta que casi nadie hace en voz alta: ¿a quién le pertenece la versión de ti que conoce la IA?
Qué es realmente MCP
Respuesta en una frase: MCP es un protocolo abierto JSON-RPC, lanzado por Anthropic en noviembre de 2024, que permite a cualquier cliente de IA comunicarse con cualquier fuente de datos o herramienta a través de una interfaz compartida: N clientes × M herramientas se reduce a N+M.
Su estructura está tomada casi directamente del Language Server Protocol (LSP). LSP resolvió el mismo problema combinatorio para los editores de código en 2016: en lugar de que cada editor tuviera que programar su propia integración con cada lenguaje, los editores hablan LSP y los servidores de lenguaje hablan LSP, simplificando la matriz. MCP hace lo mismo para los clientes de IA y las fuentes de contexto: sistemas de archivos, bases de datos, calendarios, almacenes vectoriales, bóvedas de memoria y herramientas web.
El protocolo define tres primitivas que un servidor puede exponer: herramientas (cosas que el modelo puede llamar), recursos (cosas que el modelo puede leer) y prompts (plantillas de prompts reutilizables que el cliente puede ofrecer). El transporte es conectable: stdio para servidores locales, HTTP/SSE para servidores remotos.
La adopción en cifras
MCP no es un experimento mental. Su curva de adopción es la más pronunciada que haya tenido cualquier estándar de infraestructura de IA:
~97 millones de descargas mensuales en los SDK de Python y TypeScript (Anthropic, mediados de 2026).
10,000+ servidores MCP públicos en circulación; solo el directorio de Glama indexa más de ~19,800 entradas.
Soporte nativo implementado en Claude Desktop, ChatGPT, Cursor, Windsurf, Replit, Zed y Claude Code, con el Agents SDK de OpenAI incorporando MCP a lo largo de 2025.
Usuarios documentados en producción incluyen a Bloomberg, Amazon y Block.
Para ponerlo en contexto: a LSP le tomó ~3 años alcanzar un soporte amplio entre múltiples editores. MCP lo logró en ~12 meses. El motivo no es ningún misterio: el mercado de clientes de IA es pequeño (un puñado de clientes principales), los SDK son buenos y el equipo de cada cliente quería que la matriz de integración dejara de ser su problema.
Antes y después de MCP
La forma más clara de ver lo que cambia MCP es visualizarlo en tres etapas.
Antes de MCP: islas aisladas. Después de MCP: un muelle compartido. El gran avance: una sola fuente de memoria para todos los clientes.
Antes de MCP. Cada cliente de IA que usabas tenía su propia historia de integración. Los plugins de ChatGPT vivían en la tienda de plugins de OpenAI; Claude no tenía plugins en lo absoluto; Cursor tenía sus propias extensiones; los frameworks de agentes definían cada uno sus propios esquemas de herramientas. Cambiar de cliente significaba reconstruir las integraciones desde cero.
MCP. Un protocolo, un apretón de manos, un esquema para herramientas y recursos. Creas un servidor una sola vez y cualquier cliente compatible con MCP habla con él.
El avance más profundo. Una vez que el protocolo existe, la misma lógica se aplica a la memoria: una sola fuente de memoria que tú controlas, leída por cualquier cliente que estés usando ese día. El proveedor deja de ser el dueño de "la versión de ti que conoce la IA". Esa es la parte que importa para el resto de este sitio.
Lo que MCP no soluciona
Respuesta en una frase: MCP es fontanería: mueve bytes entre el cliente y el servidor, pero no te dice qué deberían ser esos bytes.
Algunas cosas que la gente espera de MCP pero que no ofrece:
No es memoria. MCP expone un servidor; el servidor es el que realmente debe contener la memoria. Si vinculas un cliente MCP de Claude a un servidor vacío, Claude no obtiene nada.
No es un modelo. La calidad con la que el cliente utiliza lo que devuelve el servidor depende del modelo que esté al otro lado, y ese modelo se sigue retirando, actualizando y ajustando sin ti.
No es autenticación completamente resuelta. El manejo de OAuth y alcances (scopes) todavía está madurando en la especificación. Trata a cualquier servidor MCP que instales como si fuera una extensión del navegador: audita las herramientas que expone, especialmente las de escritura o ejecución.
No es una defensa contra la inyección de prompts. Si tu servidor obtiene contenido de terceros, el modelo ve ese contenido como entrada. Las páginas maliciosas todavía pueden colar instrucciones.
Por qué este es el estándar de IA más importante de la década
Elige la analogía que prefieras. MCP es para los clientes de IA lo que USB-C es para los dispositivos, lo que LSP fue para los editores de código, lo que SMTP fue para el correo electrónico. El hilo conductor es que ninguno resulta emocionante el día que se lanza. Se vuelven importantes cuando las cosas a cada lado de ellos ya no necesitan saber nada la una de la otra.
El efecto práctico, de aquí a dos años, es que la pregunta "¿qué IA usas?" será menos interesante que "¿dónde vive tu memoria?". La primera pregunta tiene una respuesta distinta cada seis meses. La segunda, si la configuras bien, tiene la misma respuesta durante una década.
Dónde encaja Konshus
Konshus es un servidor MCP que tú controlas, con la capa de memoria ya construida. Importa tu exportación de ChatGPT, tu historial de Claude, tus diarios y documentos; el Vault los sintetiza en átomos (decisiones, preferencias, patrones, voz). Conecta Claude Desktop o cualquier cliente compatible con MCP a /api/mcp y ese cliente ahora leerá desde tu Vault, sin que nosotros toquemos su tráfico de chat ni su cuenta. Revoca el token en cualquier momento. Ver el flujo de conexión →
Si decides que una carpeta de archivos Markdown y un servidor MCP hecho a mano hacen el trabajo, también es una respuesta perfectamente válida. El objetivo de MCP es que tú tengas la opción de elegir.
Una sola fuente de memoria. Todos los clientes compatibles con MCP.
Konshus es la capa de memoria subyacente. Importa una vez y conéctate mediante MCP desde Claude Desktop, ChatGPT o lo que se lance en el futuro. Encriptado, exportable y nunca utilizado para entrenamiento.
