MCP 2026-07-28: Anthropic aggiorna il protocollo che sta diventando lo standard universale per gli agenti AI

C'è una tecnologia che negli ultimi mesi è diventata silenziosamente fondamentale per chiunque costruisca agenti AI, ma che la maggior parte degli utenti finali non conosce nemmeno per nome. Si chiama MCP — Model Context Protocol — ed è il protocollo open source sviluppato da Anthropic che definisce come i modelli AI comunicano con strumenti esterni, applicazioni e fonti di dati. Se hai usato Claude per leggere un file, fare una ricerca web, eseguire codice o interagire con un'applicazione esterna, stavi usando MCP anche senza saperlo. Se hai costruito un agente AI che chiama API, legge database o naviga il web, quasi certamente stai usando MCP o un sistema che ne replica la logica.

Il 28 luglio 2026 Anthropic ha rilasciato un aggiornamento significativo al protocollo — MCP 2026-07-28 — che introduce cambiamenti importanti su tre fronti: l'integrazione dei coding agent con le applicazioni, la riduzione dei costi di infrastruttura e la gestione delle interfacce utente direttamente nella chat. Nel giro di poche ore la community di developer ha capito la rilevanza di questi cambiamenti, e non è difficile capire perché: sono le tre aree che oggi determinano se un agente AI resta un prototipo o diventa un prodotto che regge il carico di produzione.

Prima di analizzare l'aggiornamento è utile inquadrare cosa sia MCP e perché sia diventato così rilevante. I modelli linguistici di base, per quanto intelligenti, sono sistemi chiusi: ricevono testo in input e producono testo in output. Per costruire agenti AI utili nella pratica è necessario che possano interagire con il mondo esterno — leggere file, chiamare API, eseguire codice, navigare il web, scrivere su database, interagire con applicazioni. Prima di MCP ogni sviluppatore implementava queste integrazioni in modo proprietario e non standardizzato: ogni framework agentico — LangChain, AutoGen, CrewAI — aveva la propria sintassi, le proprie convenzioni, i propri modi di definire e chiamare strumenti. Portare un'integrazione da un framework all'altro richiedeva una riscrittura quasi completa.

MCP affronta questo problema definendo un protocollo standardizzato per la comunicazione tra modelli AI e strumenti esterni. La logica è la stessa di altri protocolli che hanno trasformato l'informatica: HTTP ha standardizzato la comunicazione web, così che qualsiasi browser possa parlare con qualsiasi server; USB ha standardizzato la connessione delle periferiche, così che qualsiasi dispositivo funzioni con qualsiasi computer. MCP standardizza la comunicazione tra AI e strumenti: qualsiasi modello compatibile può usare qualsiasi strumento MCP senza integrazioni custom. Un server MCP espone strumenti in modo standardizzato, un client MCP li scopre e li usa attraverso un'interfaccia uniforme. Una volta scritto un server MCP per un'applicazione, qualsiasi modello compatibile può usarla.

Rilasciato inizialmente da Anthropic alla fine del 2024, MCP ha visto un'adozione crescente che nel 2026 lo ha portato a diventare lo standard de facto per l'integrazione degli strumenti negli agenti AI. I principali IDE (Cursor, VS Code con estensioni AI), i framework agentici più usati (LangChain, LlamaIndex, Paperclip) e molte aziende tech lo hanno adottato come base per le proprie integrazioni. Anche i competitor diretti di Anthropic, inclusi OpenAI e Google, hanno implementato compatibilità MCP nei propri sistemi: un segnale eloquente di quanto il protocollo si sia affermato come standard industriale.

Il primo e più atteso cambiamento dell'aggiornamento riguarda il modo in cui i coding agent — agenti AI specializzati nello sviluppo software come Claude Code, Grok Build e Cursor — si integrano con le applicazioni esterne. Nella versione precedente, un coding agent che interagiva con IDE, sistemi di version control, pipeline CI/CD o strumenti di project management doveva gestire tre limitazioni strutturali: autenticazione multipla, con credenziali da passare esplicitamente in ogni sessione per ogni strumento; stato non persistente, perché ogni chiamata era stateless e il server non manteneva contesto tra chiamate successive; gestione degli errori non standardizzata, con server MCP diversi che segnalavano i fallimenti in modi incompatibili.

MCP 2026-07-28 risponde con tre miglioramenti specifici. Il primo è il session management persistente: i server MCP possono ora mantenere stato di sessione tra chiamate successive, ricordando il contesto dell'operazione in corso, le variabili definite, i file aperti, la posizione nel workflow. Per un coding agent impegnato in un task complesso — il refactoring di una codebase, l'implementazione di una feature che tocca decine di file — questo elimina la necessità di ricostruire il contesto ad ogni chiamata, riducendo i token consumati e migliorando la coerenza del workflow.

Il secondo è OAuth 2.1 integrato nel protocollo. L'autenticazione verso servizi esterni è stata standardizzata direttamente dentro MCP: i server possono gestire il flusso di autorizzazione in modo uniforme, con token refresh automatico e scope granulari che permettono di definire con precisione quali permessi un agente ha su ogni strumento. Per gli sviluppatori sparisce la necessità di implementare logica di autenticazione custom per ogni integrazione; per le aziende, soprattutto, diventa possibile applicare il principio del privilegio minimo a un agente autonomo, che è la precondizione per farlo entrare in un ambiente di produzione.

Il terzo è una error taxonomy standardizzata: categorie predefinite con codici specifici — errori di rete, di autenticazione, di permesso, di validazione, timeout — che permettono ai client di reagire in modo intelligente e uniforme ai diversi tipi di fallimento. I coding agent costruiti su questa versione possono implementare strategie di retry e fallback molto più sofisticate: un timeout si ritenta con backoff esponenziale, un errore di permesso non si ritenta affatto ma si escala all'utente, un errore di validazione si corregge riformulando l'input. Prima questa distinzione andava dedotta interpretando stringhe di errore arbitrarie, con tutti i comportamenti fragili che ne derivavano.

Il secondo blocco di novità riguarda l'efficienza del protocollo, con implicazioni dirette sui costi operativi di chiunque gestisca infrastruttura MCP in produzione. Nella versione precedente ogni interazione tra client e server richiedeva un payload relativamente verboso, con metadata, schema completo degli strumenti disponibili e informazioni di contesto ridondanti ripetute ad ogni chiamata. Su sistemi ad alto volume questo overhead si traduceva in costi di banda e latenza non trascurabili.

La prima ottimizzazione è lo schema caching lato client: alla prima chiamata il client scarica e mette in cache lo schema completo degli strumenti disponibili, e nelle chiamate successive della stessa sessione non è più necessario ri-scaricarlo. Per agenti che chiamano ripetutamente lo stesso server — tipico nei workflow di coding, dove file reader, code executor e git client vengono invocati decine o centinaia di volte — la riduzione del traffico è nell'ordine del 40-60%. La seconda è lo streaming differenziale degli aggiornamenti: invece di inviare l'intero stato aggiornato ad ogni cambiamento, il server trasmette solo i delta rispetto allo stato precedente. Per server che gestiscono risorse con aggiornamenti frequenti ma parziali — un file system dove cambiano pochi file, un database dove si aggiornano poche righe — il volume di dati trasmessi crolla.

La terza è il batching nativo: il protocollo supporta ora l'invio di chiamate multiple allo stesso server in un'unica richiesta HTTP, riducendo l'overhead di connessione nei workflow che richiedono molte operazioni in rapida successione. È particolarmente rilevante per gli agenti che parallelizzano il lavoro, come un research agent che lancia decine di ricerche contemporaneamente. L'impatto combinato è significativo: per sistemi in produzione ad alto volume i benchmark condotti da Anthropic indicano riduzioni dei costi di infrastruttura nell'ordine del 30-50% rispetto alla versione precedente del protocollo.

La terza novità è probabilmente la più visibile e quella che ha generato più interesse: MCP 2026-07-28 introduce la capacità per i server di inviare componenti UI interattivi direttamente nella chat — form, bottoni, selettori, preview di documenti, grafici — con cui l'utente può interagire senza uscire dall'interfaccia conversazionale. Fino a ieri l'interazione era puramente testuale: se un agente doveva raccogliere input strutturato doveva farlo a parole (“vuoi procedere con l'opzione A o con la B? Rispondimi con A o B”), e se produceva output strutturato doveva descriverlo in testo o linkare una risorsa esterna.

I componenti supportati nella prima versione coprono i casi d'uso più frequenti. I form interattivi permettono a un server di inviare un modulo strutturato — campi di testo, dropdown, checkbox, date picker — renderizzato nella chat: l'utente lo compila e i dati tornano al server in formato strutturato, senza parsing del linguaggio naturale. I bottoni di approvazione e selezione trasformano la conferma di un'azione, tipica nei sistemi agentici human-in-the-loop, in un click invece che in un messaggio ambiguo. Le preview di documenti permettono di rivedere PDF, fogli di calcolo e presentazioni direttamente in chat, con l'agente che propone modifiche puntuali da approvare o rigettare.

A questi si aggiungono i grafici e le visualizzazioni dati — bar chart, line chart, scatter plot, heatmap interattive con zoom, hover e filtraggio — e i progress indicator per i task lunghi, che si aggiornano in tempo reale dando visibilità sull'avanzamento di ricerche estese, generazione di documenti complessi o esecuzione di pipeline di dati, senza costringere l'utente a chiedere “a che punto sei?”. Nel complesso la chat smette di essere un canale puramente testuale e diventa un'interfaccia ricca: per chi costruisce prodotti basati su agenti AI significa poter creare esperienze sofisticate senza dover sviluppare e mantenere interfacce separate.

Chi beneficia di più di questo aggiornamento? In primo luogo chi costruisce coding agent: i miglioramenti su sessione, autenticazione ed errori riducono in modo netto la complessità di sviluppo e la fragilità delle integrazioni, che sono storicamente il punto in cui questi sistemi si rompono. In secondo luogo chi gestisce agenti in produzione ad alto volume, per cui il taglio del 30-50% sui costi di infrastruttura è una voce di bilancio, non un dettaglio tecnico. In terzo luogo chi costruisce prodotti verticali su AI — assistenti interni, copiloti di settore, strumenti di supporto operativo — che con gli UI Components può finalmente offrire form validati, approvazioni esplicite e dashboard senza uscire dalla conversazione.

Per le aziende che stanno valutando l'adozione di agenti AI, la lettura strategica è più semplice di quanto sembri: l'esistenza di un protocollo standard maturo abbassa il rischio di lock-in. Se le integrazioni con i tuoi sistemi — CRM, gestionale, ERP, data warehouse — sono esposte come server MCP, il modello che le consuma diventa un componente sostituibile. Puoi passare da Claude a un modello open-weight self-hosted, o cambiare fornitore quando i prezzi si muovono, senza riscrivere il livello di integrazione. In una fase in cui i modelli si commoditizzano rapidamente, è il valore più concreto che un protocollo standard porta a chi compra tecnologia, molto più delle singole feature.

Sul piano pratico, le raccomandazioni per chi ha già sistemi MCP in produzione sono tre. Aggiornare i server per sfruttare schema caching e streaming differenziale, che sono ottimizzazioni a costo di implementazione basso e ritorno immediato. Migrare l'autenticazione custom verso OAuth 2.1 nativo, riducendo la superficie di codice sensibile scritto a mano. Adottare la nuova error taxonomy prima di scrivere altra logica di retry, perché ogni strategia costruita su parsing di stringhe di errore andrà comunque riscritta. Per chi invece deve ancora iniziare, la buona notizia è che partire oggi significa partire su una base decisamente più solida di sei mesi fa.

MCP 2026-07-28 non è un aggiornamento spettacolare: non c'è un nuovo modello, non c'è un benchmark da esibire, non c'è una demo virale. È un aggiornamento infrastrutturale, e le infrastrutture sono invisibili finché funzionano. Ma è esattamente questo il punto: i protocolli che diventano standard universali non vincono perché sono brillanti, vincono perché sono noiosi, affidabili e onnipresenti. HTTP e USB hanno seguito la stessa traiettoria. Se il 2025 è stato l'anno in cui gli agenti AI sono diventati possibili, il 2026 è l'anno in cui diventano industrializzabili — e MCP è il pezzo di plumbing che rende quel passaggio praticabile.

Se stai valutando come portare agenti AI dentro i processi della tua azienda — dall'automazione di workflow interni all'integrazione con i gestionali che già usi — costruire su uno standard aperto come MCP è la scelta che ti lascia più libertà domani. Se vuoi capire da dove partire nel tuo caso specifico, parliamone: bastano quindici minuti per capire se ha senso e quale sia il primo passo con il rapporto costi/benefici migliore.