Por Que Apostamos no MCP (E O Que Ainda Estamos Descobrindo)

Quando começamos a construir os Data Workers, tivemos que tomar uma decisão fundamental: como nossos agentes de IA se conectam às dezenas de ferramentas em uma pilha de dados moderna? Poderíamos construir integrações personalizadas para cada ferramenta. Poderíamos usar estruturas de orquestração existentes. Ou poderíamos apostar no Protocolo de Contexto do Modelo (MCP).

Apostamos no MCP. Aqui está o porquê e o que ainda estamos descobrindo.

O Que É o MCP

O MCP é um protocolo aberto, originalmente desenvolvido pela Anthropic, que padroniza como os modelos de IA interagem com ferramentas externas e fontes de dados. Pense nele como uma porta USB-C para IA — um conector universal que permite que um agente de IA se comunique com qualquer ferramenta que implemente o protocolo.

O ecossistema explodiu. Agora existem mais de 12.230 servidores MCP disponíveis, cobrindo tudo, desde bancos de dados até ferramentas de CI/CD e plataformas em nuvem. Um ano atrás, esse número estava na casa das centenas.

Por Que Escolhemos o MCP em Vez de Integrações Personalizadas

A matemática é simples. Os Data Workers precisam se conectar a armazéns (Snowflake, Databricks, BigQuery, Redshift), orquestradores (Airflow, Dagster, Prefect), ferramentas de transformação (dbt, Spark), catálogos (Unity Catalog, Datahub, Hive Metastore), ferramentas de BI (Tableau, Looker, Power BI) e mais.

Construir e manter integrações personalizadas para cada um desses é um trabalho em tempo integral para uma equipe do nosso tamanho. Com o MCP, temos uma interface padrão. Se uma ferramenta tem um servidor MCP, nossos agentes podem se conectar a ele. Estamos construindo servidores MCP personalizados para cada agente em nosso enxame.

O Que Está Funcionando

• Prototipagem rápida. Nosso protótipo do Agente de Depuração de Incidentes se conectou aos logs de consulta do Snowflake, manifestos do dbt e DAGs do Airflow através do MCP em dias, não semanas.
• Composabilidade. Como cada agente tem seu próprio servidor MCP, os agentes podem compartilhar contexto através do protocolo. Quando o Agente de Depuração de Incidentes identifica um problema de qualidade de dados, ele pode invocar ferramentas do servidor do Agente de Monitoramento de Qualidade.
• Aproveitamento da comunidade. Não precisamos construir uma integração do Airflow do zero porque servidores MCP comunitários para o Airflow já existem.

O Que Ainda Estamos Descobrindo

• Autenticação em escala. Gerenciar credenciais em dezenas de ferramentas em um ambiente empresarial é complexo. Fluxos OAuth, contas de serviço, rotação de tokens, acesso de menor privilégio.
• Latência. Cada chamada MCP adiciona sobrecarga de rede. Quando um agente precisa fazer de 15 a 20 chamadas a ferramentas para diagnosticar um incidente, essas idas e vindas se acumulam.
• Variação na qualidade do servidor. Os mais de 12.230 servidores MCP variam muito em qualidade. Tivemos que bifurcar e corrigir servidores comunitários mais do que esperávamos.
• Fluxos de trabalho com estado. O MCP é fundamentalmente de solicitação-resposta. Mas os fluxos de trabalho de engenharia de dados são com estado. Estamos construindo uma camada de contexto sobre o MCP para lidar com isso.
• Superfície de segurança. Cada conexão MCP é uma superfície de ataque. Quando um agente pode executar consultas contra seu armazém, as implicações de segurança são sérias.

Nossa Avaliação Honesta

O MCP é a aposta certa para nós. A alternativa — construir integrações personalizadas — consumiria toda a nossa capacidade de engenharia. O MCP permite que uma pequena equipe se conecte a um amplo conjunto de ferramentas.

Mas o MCP não é uma solução mágica. Ele resolve o problema do conector, não o problema da inteligência. Nossos agentes ainda precisam saber quais consultas executar, como interpretar resultados e quando escalar para um humano. O MCP nos dá a infraestrutura. Ainda precisamos construir a lógica.

Publicado originalmente em https://dataworkers.io/blog/why-we-bet-on-mcp/. Data Workers é um enxame de agentes autônomos de código aberto para engenharia de dados — veja o repositório.