MCP (Model Context Protocol) คืออะไร

ลองนึกภาพว่า...

คุณมีผู้ช่วยที่ฉลาดมาก พูดอะไรก็เข้าใจ แต่คุณต้องคอยบอกเสมอว่า

• “ข้อมูลอยู่ในแฟ้มไหน”
• “ทีมเราชื่ออะไร”
• “เมื่อวานเราคุยเรื่องอะไรไปแล้ว”

ผู้ช่วยแบบนั้นยังถือว่าทำงานแทนเราได้จริงหรือเปล่า?

นี่แหละครับ คือปัญหาที่ Model Context Protocol หรือ MCP พยายามเข้ามาแก้

ปัญหา: เมื่อต้องให้ Agent ใช้งาน API จริง

สมมุติว่าเรามี AI Agent ที่อยากให้ทำสิ่งต่าง ๆ เช่น:

• ส่งข้อความใน Slack
• ส่งอีเมลด้วย Gmail
• ดึงข้อมูลจาก Database

โดยทั่วไปแล้ว สิ่งเหล่านี้เราต้อง “เขียนโค้ดเองทั้งหมด” เช่น:

• ไปเปิดเอกสาร API ของ Slack, Gmail, ฐานข้อมูล
• ศึกษาว่าแต่ละอันต้องส่งข้อมูลแบบไหน (payload)
• เขียนฟังก์ชันของเราเอง แล้วให้ agent เรียกใช้

mcp-lesson-one-normal-agent-diagram

ลองนึกภาพว่า agent คือ Cursor Editor (https://cursor.com) ถ้าอยากให้มัน “ดึงยอดขายวันนี้ แล้วส่งให้ทีมดูใน Slack” ต้องทำอะไรบ้าง?

Cursor ไม่รู้ว่า database ของเราอยู่ที่ไหน, table ชื่ออะไร, หรือ Slack workspace ชื่ออะไรเลย เราจึงต้อง:

1. สร้างฟังก์ชันดึงข้อมูล
2. สร้างฟังก์ชันส่งข้อความไป Slack
3. เขียน script เอง และให้ agent รู้จัก script นี้ผ่านการ prompt

mcp-lesson-one-cursor-agent-example

ปัญหาฝั่ง script (คนเขียน)

1. ถ้าข้อมูลในระบบหายไป... จะให้ agent ส่งอะไร ? -> คุณต้องเขียนโค๊ดรองรับ "กรณีผิดพลาด" เองทั้งหมด
2. ต้องใส่ระบบยืนยันตัวตน, ป้องกันกรณี agent เรียกใช้บ่อยเกิน, แปลงรูปแบบข้อความให้ถูกต้อง -> ต้องทำเองทั้งหมด
3. ถ้าวันนึงต้องมาเพิ่ม feature -> ต้องกลับมาแก้โค๊ดเดิมหรือเขียนสคริปใหม่อีกชุด
4. สุดท้ายจะมีคริปต์หลายอันจนจำไม่ได้ว่าอันใหนทำอะไร -> และพออยากใช้ข้อมูล "ของเมื่อวาน" ยังต้องมาแก้ query มือ

ปัญหาของฝั่ง agent ที่ใช้

แม้คุณจะเขียนสคริปต์ไว้ดีแค่ไหน
แต่ปัญหาฝั่ง agent ก็ยังมีอยู่

1. Agent ส่วนใหญ่ไม่มีความจำ ถ้าคุณเผลอสั่งซ้ำ เช่น "ส่งยอดขายวันนี้" มันก็จะทำซ้ำทันทีโดยที่ไม่ถามหรือเตือนเลย
2. Agent แต่ละเจ้ามีวิธีเชื่อมต่อที่ไม่เหมือนกัน ถ้าวันนึงคุณต้องเปลี่ยน Agent ตัวใหม่. สคริปต์เดิมอาจใช้ไม่ได้ และต้องเขียนใหม่อีกรอบ ซึ่งส่วนนี้เราจะมาทำความเข้าใจเพิ่มว่าทำไม

ปัญหายิ่งชัด เมื่อเอา script ไปใช้กับ Agent ตัวอื่น เช่น Windsurf

• Cursor ใช้ script แบบ Node.js
• Windsurf ต้องประกาศล่วงหน้าใน winds.yml ว่า prompt ไหนใช้ script ไหน
• ต้องเขียน logic เป็น declarative plan ล่วงหน้า ไม่เหมือน Cursor ที่รันตาม script ได้เลย

Flow การทำงานของ agent แต่ละตัวไม่เหมือนกัน จึงยากที่จะใช้ script ร่วมกันได้ในหลาย agent

สังเกตุ flow ของทั้ง 2 Agent จะเป็นประมาณนี้

• Cursor

[User Prompt]
  ↓
"ดึงข้อมูลการขายล่าสุด"
  ↓
[LLM วิเคราะห์ intent]
  ↓
[ดึง script ที่ user เขียน]
     const result = await db.query("SELECT ...");
  ↓
[แสดงผลใน console / inline display]

• Windsurf

[User สร้าง winds.yml]
  ↓
tools:
  - name: querySales
    path: ./tools/querySales.js
steps:
  - name: getSales
    tool: querySales
  ↓
[Agent runtime อ่าน plan]
  ↓
[Agent เรียก tool → รัน query]
  ↓
[แสดงผลใน stdout / result log]

แล้ว MCP เข้ามาช่วยแก้ปัญหาอะไร

MCP คือ “สมองกลาง” ที่เชื่อม Agents ↔ Tools/API เข้ามาเพื่อทำให้ Agent เข้าใจบริบท รู้ว่าต้องทำอะไร ใช้ tool อะไร ด้วยตัวมันเองและเป็นกลางใช้งานได้สำหรับ agent อื่นๆ การทำแบบนี้จะตรงตามหลักการที่ว่า

If you want to solve a problem you simply need to add another layer of abstraction (ถ้าปัญหามันยุ่งยากเราก็แค่ "แยกให้มันคุยกันผ่านอีก layer นึง)

mcp-lesson-one-mcp-server

MCP Server เป็น ระบบที่ทำตามแนวคิด MCP ซึ่งคอยประมวลและจัดการการทำงานของ agent อย่างมีลำดับ โดยทั้งสองจะสื่อสารกันโดยใช้ MCP protocol

หลักการทำงานของ MCP Server:

1. รับ prompt จาก agent เช่น “ดึงข้อมูลยอดขายวันนี้ ส่งให้ทีมใน Slack”
2. วิเคราะห์ว่า user คนนี้คือใคร, ใช้เครื่องมืออะไรได้บ้าง
3. วางแผนลำดับงาน (ไม่ต้องเขียน prompt หลายขั้นเอง)
4. หา API ที่เหมาะสม เช่น Slack API, DB API
5. เติมข้อมูล context เช่น “วันนี้” คือวันที่เท่าไหร่
6. เรียกใช้ API จริง พร้อมจัดการ auth, error, retry ให้เอง
7. ส่งผลลัพธ์กลับ agent อย่างเรียบร้อย
8. เก็บ log และ trace เพื่อตรวจสอบย้อนหลังได้

✅ ทำให้เราสามารถใช้ agent ตัวไหนก็ได้ โดยไม่ต้องเขียนโค้ดใหม่ซ้ำ ๆ

สรุป

เราคาดหวังว่า agent จะทำงานแทนเรา — ไม่ใช่แค่เข้าใจภาษา แต่คือเข้าใจ context รอบข้าง, รู้ว่าใครคือทีม, เคยทำอะไรมาบ้าง

MCP จึงไม่ใช่แค่ตัวเชื่อม API แต่มันคือโครงสร้างความเข้าใจ ที่ช่วยให้ agent ทำงานกับโลกจริงได้

เมื่อ agent เข้าใจโลกมากขึ้น โลกก็ต้องมีโครงสร้างให้ agent เข้าใจด้วยเช่นกัน