‹ kembali ke daftar#21 / 55
TECH 30/SEP/2026

Server MCP Mulai Dianggap Tak Perlu Lagi, Developer Ini Usul Ganti dengan HTTP API dan CLI

Maharshi Patel menilai MCP server kian tak dibutuhkan karena LLM modern sudah bisa langsung pakai HTTP API dan CLI. Ini opini developer, bukan kebijakan resmi.

Kenapa Server MCP Mulai Dipertanyakan

Ilustrasi arsitektur koneksi AI agent lewat server MCP (kredit: atmarkit.itmedia.co.jp)
Ilustrasi arsitektur koneksi AI agent lewat server MCP (kredit: atmarkit.itmedia.co.jp)

Gue kebetulan ngikutin perdebatan soal MCP belakangan ini, dan ada satu tulisan yang bikin gue berhenti sebentar buat mikir. Maharshi Patel, seorang software engineer, nulis di blog pribadinya kalau MCP server sudah nggak seperlunya dulu. Postingannya terbit 14 September lalu, dan beberapa pekan kemudian dibahas media teknologi Jepang @IT dalam artikel yang gue jadikan sumber tulisan ini.

Biar jelas dari awal: ini opini seorang developer, bukan pengumuman resmi dari Anthropic, Linux Foundation, atau siapa pun. Jadi anggap ini bahan diskusi, bukan kabar kalau MCP bakal dihapus pekan depan. Gue sendiri nggak mau bikin lo panik cuma gara-gara satu blog post.

Tapi tetap menarik, karena yang diserang bukan hal receh. MCP itu sendiri cukup besar pengaruhnya di dunia AI agent sekarang.

Dari Standar Baru Anthropic ke Fondasi Linux Foundation

Buat yang belum terlalu dalam soal ini, MCP kepanjangan dari Model Context Protocol. Protokol ini dirilis Anthropic pada November 2024, jadi usianya baru sekitar dua tahun. Tujuan awalnya mulia: jadi standar tunggal biar AI agent bisa nyambung ke layanan eksternal tanpa tiap developer bikin kode integrasi sendiri untuk setiap API. Artinya, kalau semua pihak pakai MCP, biaya pengembangan turun dan interoperability antar tools — Claude, Cursor, dan sejenisnya — jadi jauh lebih gampang.

Masalahnya, MCP juga bawa PR. Karena dia bisa punya akses kuat ke sistem eksternal sampai ke lingkungan lokal, risiko kebocoran informasi jadi nyata kalau pengaturan keamanannya nggak rapi. Ditambah praktik terbaik soal penerapannya masih belum matang, biaya awal dan biaya operasionalnya ikut naik. Jadi sejak awal MCP memang bukan solusi gratis tanpa ongkos.

Yang bikin Patel menyebut MCP sebagai semacam "warisan zaman" adalah konteks kemunculannya. Di akhir 2024, alur kerja agent belum bisa diandalkan dan kemampuan penalaran umum LLM masih terbatas. Wajar kalau saat itu MCP memberi lompatan produktivitas dan diadopsi makin luas seiring penyebaran LLM. Lalu pada 2025, kepengurusan MCP berpindah dari Anthropic ke sebuah yayasan di bawah Linux Foundation, tepatnya Agentic AI Foundation. Jadi ceritanya bukan protokol yang lahir kemarin sore lalu langsung ditinggalkan.

Masalah Context Bloat dan Tambalan yang Dianggap Sementara

Kalau lo pernah pasang banyak MCP server sekaligus, lo mungkin ngerasain satu hal yang sama seperti yang dikeluhkan Patel: context bloat. Tiap server bawa definisi tool dan skema sendiri, dan semuanya ikut menekan prompt. Makin banyak server, makin berat konteks yang harus dibawa model. Ini jelas bukan cuma soal estetika, tapi soal performa dan biaya.

Developer sebenarnya sudah nyari akal. Ada layanan seperti Composio, MintMCP, dan Pipedream yang dipakai buat memusatkan kredensial dan mempersempit definisi tool lewat pola pencarian lalu eksekusi. Idenya, agent nggak perlu tahu semua tool, cukup cari dulu lalu jalankan yang relevan.

Patel nggak nolak kalau solusi ini efektif untuk jangka pendek. Tapi menurut dia, cara-cara itu belum cukup mempertimbangkan laju evolusi model AI yang cepat. Kita jadi terjebak harus terus memantau server, mengatur skema, dan menjaga akurasi pemanggilan tool. Ujung-ujungnya lo punya sistem yang makin rumit — over-engineered — buat menambal sesuatu yang fondasinya sudah bergeser. Ini yang dia sebut sebagai tanda sistemnya kelebihan beban.

Alasan Utama: LLM Sekarang Bisa Nulis dan Jalanin Kode Sendiri

Ini bagian paling penting dari argumennya. Menurut Patel, alasan terbesar MCP mulai kehilangan relevansi sederhana: LLM sekarang sudah muat langsung mengeksekusi kode, paham codebase besar, dan menyelesaikan tugas secara mandiri. Model dilatih buat nulis dan menjalankan skrip, jadi dia bisa baca dokumentasi API yang bahkan belum pernah dia lihat, lalu memanggilnya sendiri. Bahkan menyusun skrip lintas layanan dengan intervensi manusia yang minim pun sudah bisa.

Contoh nyata yang dia angkat: Cloudflare memperkenalkan pendekatan bernama "Code Mode". Di situ, LLM merangkum serangkaian pemanggilan API jadi satu skrip, lalu menjalankannya di dalam sandbox. Selain itu, agent juga bisa sekadar menjalankan "--help" untuk mempelajari cara pakai sebuah CLI. Menarik, dan cukup menohok buat pertanyaan intinya.

Poin yang bikin gue manggut-manggut: banyak MCP server untuk layanan jarak jauh sebenarnya cuma pembungkus tipis dari Web API yang sudah ada. Kalau API-nya sudah terdokumentasi baik, atau ada CLI-nya, peran perantara bernama MCP server itu jadi makin tipis. Lo nambah satu lapisan, tapi nilai tambahnya menyusut seiring model makin pintar.

Dua Usulan: Manfaatkan Header HTTP yang Sudah Ada

Usulan Patel cukup radikal di permukaan: hentikan saja banyak MCP server, lalu beralih ke agent yang punya akses terminal dan langsung memakai HTTP API serta CLI yang sudah ada. Kedengarannya provokatif, tapi alasan di baliknya masuk akal.

Tentu ada tantangan. Output CLI berupa JSON atau XML sering bertele-tele, dan itu boros token. Kabar baiknya, ini bisa diselesaikan dengan standar HTTP yang umurnya sudah puluhan tahun. Patel menyebut dua contoh praktis.

Pertama, content negotiation lewat header "Accept: text/Markdown". Situs dokumentasi makin banyak yang mendukung ini, jadi mereka bisa mengembalikan Markdown yang sudah dirender ketimbang HTML penuh. Hasilnya, token jauh lebih hemat dan isinya lebih ramah buat agent dibaca.

Kedua, header "Accept-Language" buat menentukan bahasa. Ide ini kabarnya diusulkan seorang engineer Vercel dan sudah dipakai sejumlah situs dokumentasi, termasuk beberapa di antaranya milik Shopify. Bedanya, di konteks ini klien bisa menyebut preferensi bahasa pemrograman — misalnya Python — sehingga server dokumen bisa langsung mengembalikan contoh kode sesuai SDK pilihan, bukan dokumentasi generik yang harus diterjemahkan sendiri oleh agent.

Dua usulan itu kelihatan sepele, tapi arahnya jelas: kembali ke protokol matang yang sudah teruji, bukan bikin lapisan baru terus-menerus.

Jadi, Masih Butuh MCP?

Kesimpulan Patel kurang lebih begini. Seperti standar protokol bersama yang dulu mendorong pertumbuhan internet, lingkungan AI agent sebaiknya kembali memanfaatkan HTTP API dan standar yang sudah matang. Agent AI sekarang sudah pintar, bisa nulis skrip sendiri, dan langsung meminta informasi yang dia butuhkan. Jadi menurut dia, nggak perlu lagi berpegang erat pada mesin rumit MCP — saatnya beralih ke pemakaian langsung HTTP API dan CLI.

Gue pribadi nggak buru-buru mau bilang MCP mati. MCP masih punya ekosistem besar, dan alasan interoperabilitas yang bikin dia populer belum hilang. Mengganti total ke pendekatan "agent plus terminal" juga bukan tanpa risiko: membiarkan agent menjalankan skrip dan memanggil API langsung justru menaikkan tuntutan pada keamanan dan pengawasan. Jadi ini bukan soal tinggalkan MCP lalu beres, tapi soal sadar bahwa nilai tambahnya akan terus diuji seiring model kian pintar.

Yang jelas, argumen Patel layak dipertimbangkan buat siapa pun yang sekarang lagi bangun infrastruktur agent. Kalau fondasi yang lo pilih justru nambah kerumitan tanpa manfaat yang sepadan, mungkin saatnya bertanya: apa ini masih perlu, atau cuma kebiasaan lama yang kita pertahankan karena sudah nyaman?

BACA JUGA