Hvis MCP-serveren din har dusinvis av verktøy, er den sannsynligvis bygget feil. Du trenger verktøy som er spesifikke og tydelige for hvert brukstilfelle – men du kan heller ikke ha for mange. Dette skaper en nesten umulig avveining som de fleste selskaper ikke vet hvordan de skal løse. Derfor intervjuet jeg min venn Alex Rattray (@RattrayAlex), grunnlegger og administrerende direktør i @StainlessAPI. Stainless bygger APIer, SDK-er og MCP-servere for selskaper som @OpenAI og @AnthropicAI. Alex har brukt år på å mestre hvordan man får programvare til å snakke med programvare, og han kom på showet for å dele det han vet. Jeg hadde ham på @every's AI & I for å snakke om MCP og fremtiden til det AI-innfødte internett. Vi kommer inn på: • Design MCP-servere for å være slanke og presise. Alex sine beste fremgangsmåter for å bygge pålitelige MCP-servere starter med å holde verktøysettet lite, gi hvert verktøy et presist navn og beskrivelse, og minimere inngangene og utgangene modellen må håndtere. Hos Stainless legger de også ofte til et JSON-filter på toppen for å fjerne unødvendige data. • Gjør komplekse APIer håndterbare med dynamisk modus. For å løse problemet med hvordan en AI finner ut hvilket verktøy som skal brukes i større APIer, bytter Stainless til «dynamisk modus», der modellen bare får tre verktøy: List opp endepunktene, velg ett og lær om det, og kjør det deretter. • MCP-servere som copiloter for bedrifter. Hos Stainless bruker Alex MCP-servere til å koble til verktøy som @NotionHQ og @HubSpot, slik at han kan stille spørsmål som: "Hvilke kunder registrerte seg forrige uke?" Systemet spør flere databaser og returnerer et sammendrag som ellers ville ha tatt flere pålogginger og søk. • Lag en "hjerne" for din bedrift med Claude Code. Alex bygde en felles bedriftshjerne hos Stainless ved å holde Claude Code kjørende på systemet sitt og be det om å lagre nyttige inndata – som tilbakemeldinger fra kunder og SQL-spørringer – i GitHub. Over tid skaper dette et kuratert arkiv som teamet hans enkelt kan spørre i. • Fremtiden til MCP er kodekjøring. I stedet for å gi modeller hundrevis av verktøy, tror Alex at det kraftigste oppsettet vil være et enkelt kodeutførelsesverktøy og et dokumentsøkeverktøy. AI skriver kode mot en APIs SDK, kjører den på en server og sjekker dokumentene når den setter seg fast. Dette er et must-se for alle som ønsker å forstå MCP – og lære hvordan de kan bruke dem som et konkurransefortrinn. Se nedenfor! Tidsstempler: Introduksjon: 00:01:14 Hvorfor Alex liker å løpe barbeint: 00:02:54 APIer og MCP, koblingene til det nye internett: 00:05:09 Hvorfor MCP-servere er vanskelige å få riktig: 00:10:53 Designprinsipper for pålitelige MCP-servere: 00:20:07 Skalering av MCP-servere for store APIer: 00:23:50...