MCP Apps – el Próximo Web

Bien, hola a todos. Construimos esta charla literalmente ayer, así que ya podría estar desactualizada. Soy Ido Salomon. Soy el creador de MCPUI y el co-creador y mantenedor de MCPApps en el comité directivo de MCP. También soy el creador de AgentCraft y un montón de otros proyectos que quizás conozcan.

Y yo soy Liad. Trabajo con Ido en MCPUI. También soy el co-creador de la especificación de MCPApps en el comité directivo de MCPApps. Y recientemente cofundé una empresa llamada Aura sobre la web agéntica y cómo hacer la web más accesible para los agentes.

Así que las aplicaciones MCP ya están por todas partes. Puede que ni siquiera te des cuenta, pero todas las aplicaciones interactivas que has estado viendo en ChatterPT y Cloud y Gemini y otras son en realidad MCP y específicamente MCPApps. Y todos estamos familiarizados con estos muros de texto, ¿verdad? Cuando haces una pregunta a ChatterPT o Gemini o Cloud y obtienes este muro de texto. Pero el texto es realmente la peor interfaz que puedas imaginar. Porque si quiero agregar datos de diferentes recursos, no quiero ver algo así. No puedo leer eso, y no sé tú, pero incluso hoy si necesito leer tres párrafos, quiero que una IA los resuma para mí.

Y este es en realidad el mayor obstáculo para que las empresas se abran a sí mismas y sus datos a los chats o a los asistentes porque no quieren perderse en el proceso. No quieren perder su marca, su identidad en el proceso. Así que en lugar de mirar este muro de texto, ¿qué pasaría si cada aplicación o cada empresa pudiera simplemente enviar fragmentos de su UI, fragmentos de su identidad al chat? Tal vez esto es exactamente lo que queremos. Tal vez en lugar de esto, realmente quisiéramos partes de interfaces de usuario que ya conocemos, con las que sabemos cómo interactuar, y que mantengan la marca y la identidad de la empresa dentro del chat.

Y imagina que no solo serán presentacionales. Tal vez podamos hacerlas incluso interactivas, ¿verdad? Así que quiero poder hacer clic en un botón dentro del chat, y quiero que el chat sea receptivo a eso. Así que no tenemos que imaginar el futuro con MCP UI, que es un producto que creé en mayo del año pasado. De hecho, construimos un protocolo abierto para aplicaciones interactivas sobre MCP. La idea básica allí es cómo transmitimos UI y aplicaciones sobre MCP, y cómo estandarizamos la forma en que el host y la aplicación se comunican. La idea básica allí era que no tenemos que abandonar docenas de años en los que perfeccionamos la UI y la experiencia del usuario solo para adaptarnos a la nueva web, a una web agéntica. Podemos simplemente mantener esa misma experiencia y trasladarla a la nueva web.

Así que, de hecho, hace solo unos meses, nos asociamos con OpenAI y Anthropic para crear realmente la especificación estándar oficial en MCP llamada mcp-apps. Hizo un poco de ruido con el apoyo de VS Code y Cloud para empezar, pero obviamente un montón de otros ahora. Y la adopción de MCP UI y ahora aplicaciones MCP fue por las nubes. Así que aquí puedes ver algunos de los primeros adoptantes, que son empresas que apostaron por esta especificación. Solo imagina, inventar una especificación, es como un problema del huevo y la gallina, ¿verdad? Y estas empresas apostaron por esta especificación desde los primeros días. Por ejemplo, Shopify desde los primeros días envió todas sus tiendas en el estándar MCP UI. Así que todas las millones de tiendas de Shopify ahora mismo están soportando MCP UI y esto permitió que los chats lo soportaran también. Y hoy, tenemos un apoyo asombroso para eso.

Tenemos soporte en VS Code y en Cursor y Copilot y GitHub y obviamente Ched GPT también está apoyando la aplicación MCP. No solo eso, cada aplicación que construyes en Ched GPT, NIR recomienda usar la aplicación MCP como la forma de construirla. Y obviamente, Cloud lo soporta. Y básicamente si construyes una aplicación MCP, está soportada en todas partes. Pero no solo con los grandes hosts, con los grandes chats, también tenemos un increíble apoyo de la comunidad para las aplicaciones MCP. Es un protocolo abierto. Está mantenido por el comité MCP, pero también está abierto para la comunidad.

Es un protocolo abierto. {{^}}Está mantenido por el comité MCP, pero también está abierto para la comunidad. Así que tenemos muchos plugins de la comunidad y adaptación de la comunidad y cursos de la comunidad que están construidos para ayudar a las personas a construir aplicaciones MCP. Y puedes revisar el repositorio más tarde, pero como puedes ver, tenemos muchos problemas y NPRs que están siendo abiertos a la especificación por la comunidad, lo cual es increíble.

Es la primera vez que tenemos un estándar que está siendo apoyado en todas partes, pero la comunidad es la que lo impulsa. Tenemos un grupo de trabajo para esto y tenemos una reunión cada tres semanas para decidir hacia dónde va la especificación, qué necesitamos cambiar. Escuchamos los requisitos de grandes anfitriones como OpenAI y Anthropic, pero también de anfitriones de la comunidad. Y tratamos de incorporarlos en la especificación. Así que veamos los conceptos centrales detrás de las aplicaciones MCP. Entonces, el primero y más obvio es cómo transmitimos UI sobre MCP.

Así que si miramos el mundo antiguo, tendríamos Cloud y haríamos la pregunta, como, digamos que quiero construir la mejor lista de reproducción del mundo. Lo que sucedería es que Cloud enviaría una solicitud de herramienta a mi servidor MCP. La respuesta para esa solicitud de herramienta sería texto, lo cual es obviamente subóptimo. Pero con aplicaciones MCP, porque el servidor lo soporta, en lugar de devolver texto sin formato, devolverá este componente HTML. Este componente será pasado a Cloud o cualquier otra aplicación MCP compatible y eso será renderizado en una aplicación completamente interactiva. Y por completamente interactiva, realmente queremos decir completamente interactiva. Así que no es solo presentacional.

Pero realmente no podemos hacer eso. No podemos hacer que el usuario haga clic en algo en la aplicación y hable con Spotify, porque luego el usuario preguntará al chat, recuérdame qué canción marqué como favorita, y el chat lo sabría. Así que las aplicaciones MCP realmente estandarizan la forma en que las aplicaciones se comunican con el host. Entonces, si un usuario hace clic en algo, envía un mensaje de vuelta al host, en este caso, una llamada de herramienta, y el host, el chat, es el que decide qué hacer con este mensaje. En este caso, el host decidió realmente llamar a esta llamada de herramienta, pero puede hacer lo que quiera. Y el beneficio de eso es que se mantiene en el contexto del host.

Así que todo pasa por el host. Ver para creer. Así que veamos un ejemplo rápido de cómo se ve realmente eso. Supongamos que soy un gerente de producto y quiero entender cuál es el estado de mi embudo, para entender cómo lo usan los usuarios. Nuevamente, en el mundo antiguo, haría una pregunta. Claude se comunicaría con mi servidor MCP, digamos que es PostHog. PostHog devolvería esta respuesta textual mostrando el estado de mi embudo, lo cual es genial. Pero en realidad es correcto, pero realmente no me ayuda. Quiero decir, puedo mirar esto, y no significa nada.

No puedo entender rápidamente qué está pasando. Afortunadamente, porque tanto PostHog como Claude soportan aplicaciones MCP, en lugar de hacer eso, puedo simplemente decir, muéstrame. Y ahora, en lugar de recibir este montón de texto, recibiría un componente interactivo, que fue realmente diseñado y construido por PostHog. Se ve y se siente como PostHog con su propia identidad y experiencia, y puedo entender rápidamente qué está pasando. Las aplicaciones MCP no son solo presentacionales, como acabamos de discutir, y tampoco son solo estáticas. No tiene que ser algo que PostHog genere una vez y luego me lo envíe. En realidad, puede usarse para UI generativa.

Así que, por ejemplo, en Claude, tienes la función Imagine, que es realmente genial. Un modelo puede generar UI sobre la marcha para explicar cosas o impulsar la conversación hacia adelante. Así que digamos que soy un gerente de producto, pero realmente no sé qué es un embudo. Así que puedo preguntar qué es. Y ahora, en lugar de, nuevamente, obtener este bloque de texto explicándolo, recibiría este componente interactivo, que no fue preconstruido por nadie. En realidad, es construido por el modelo y transmitido en tiempo real a una aplicación MCP y renderizado para mí. Y no solo es realmente genial que realmente me muestra los datos de una manera que puedo consumir, también es completamente interactivo, como mencionaste. ¿Qué significa realmente esta interacción? Significa que puedo impulsar la conversación hacia adelante con clics. Realmente no tengo que depender de solicitar algo o inventar algo que el modelo pueda entender o no. Así que si miramos este ejemplo, y esto es, nuevamente, totalmente generado, puedo simplemente hacer clic en esta parte del embudo y obtendría una explicación solo para esa parte. Y creo que la parte realmente genial es que el modelo es realmente consciente de que puedo guiarme usando esta UI. Así que pondría esta funcionalidad en la UI.

Entonces, ¿cómo funciona realmente? Hay un montón de cosas sucediendo aquí. Así que si miramos el flujo completo, la primera parte fue que nosotros solicitamos al modelo y dijimos, quiero entender el embudo. Eso resultó en una llamada de herramienta a nuestro servidor MCP. Y nuevamente, porque el servidor MCP soporta aplicaciones MCP, en realidad toma eso y en lugar de devolver texto, devuelve un recurso de UI solo a través de este identificador. Si miras el SDK, es solo un registro simple de una herramienta y recurso. Súper simple. Este es el SDK oficial. Puedo tomar eso, devolverlo a través del cable de vuelta al host. El host puede tomar este recurso de UI y porque soporta aplicaciones MCP en el cliente, y si miras el SDK de MCP UI, es solo un componente React o un componente web que acepta el recurso en sí más este callback para el mecanismo de mensajería que acabamos de ver y lo renderiza en un sandbox. Y la razón por la que está en un sandbox es obviamente para mantenerlo seguro. Y como dijimos, no es solo presentacional. Puedo hacer clic en él. Ese clic realmente resultó en un evento que fue propagado de vuelta al host y luego al modelo con el modelo luego siendo capaz de tomar eso y hacer un seguimiento como enviar otro prompt o otra llamada de herramienta de vuelta a nuestro servidor. Y esta arquitectura y esta forma de pensar, inaugura una nueva forma de pensar sobre la web, ¿verdad? Porque si podemos permitir que las aplicaciones envíen fragmentos de su identidad o fragmentos de su UI a los chats, entonces piensa en lo que hace a la web, lo que hace a los sitios web, lo que hace a los navegadores. Así que si quiero lograr algún tipo de tarea y decir que quiero planear un aniversario o un evento, en el mundo antiguo, que era hace unos meses, necesito abrir el navegador y mirar todas estas pestañas solo para completar algo, ¿verdad? Y la cosa no es el número de pestañas que abro. Yo, como humano, necesito transmitir mi intención a esas aplicaciones usando su propia UI. Pero no quiero aprender cómo usar cada una de esas aplicaciones solo para hacer lo que quiero hacer porque tengo un asistente personal. Tengo un agente.

Tengo algo que me conoce y que puede ayudarme a transmitir mi intención a esas aplicaciones. Así que si tomamos estas UIs y simplemente las descomponemos en átomos, en las partes que realmente son interesantes para mí porque no me interesa el 99% de cómo se ven los paneles de reservas. Solo quiero reservar un hotel. Entonces puedo hacer que mi asistente personal las ensamble para mí. Así que puedo hacer que mi asistente diga, oye, veo que tienes una fecha interesante próximamente. Y en lugar de solo extraer los datos de Google Calendar, realmente puede mostrarme el fragmento de Google Calendar.

Ahora para mí, es útil porque conozco Google Calendar. Para Google, es útil porque mantienen su identidad y marca. Y para el chat, es útil porque no necesita generarlo desde cero. Y si llama a Amazon, entonces en lugar de solo extraer los datos de Amazon, realmente puede mostrarme un fragmento de Amazon. Y nuevamente, no necesita generar todo el flujo de usuario desde cero. Tenemos expertos en el dominio para eso. Tenemos a Amazon, que es experto en el dominio, y Booking, que es experto en el dominio, y TripAdvisor o Kayak, que son expertos en el dominio.

Así que mi experiencia puede verse así. Y no necesito abrir un navegador. No necesito abrir múltiples pestañas. Y mi asistente puede extraer solo las partes que quieren porque me conoce, sabe que prefiero tener un hotel en el campo. Así que sabe extraer el mapa de Booking. Y Booking es quien proporciona el mapa, pero mi asistente es quien lo dirige. Y con eso, hay una nueva mentalidad de interacción entre las aplicaciones y los usuarios porque las aplicaciones ya no controlan el recorrido del usuario. Si eso es Shopify, por ejemplo, si estoy haciendo algo en el carrito de Shopify, entonces en lugar de solo hacerlo, envía un mensaje al host.

Así que la aplicación ya no sabe lo que estoy haciendo en mi recorrido. No tiene mi intención. Y las aplicaciones necesitan adaptarse a eso. Así que las aplicaciones MCP estandarizan la forma en que una aplicación envía un mensaje, como hemos mostrado. Y estos mensajes se sitúan en un espectro según el control que la aplicación tiene en el usuario. Así que si la aplicación solo notifica al chat que algo sucedió, ese es el control de la aplicación. O la aplicación puede realmente pedirle al chat que ejecute un prompt por ella. Así que este es un nuevo flujo de software entre la aplicación, el chat y nosotros como humanos.

Y no es el final. Sí, así que ahora es realmente un estándar global como acabamos de describir. Y la especificación sigue evolucionando. Si miras esta lista, es solo una lista parcial de algunas de las cosas que realmente hemos implementado basándonos en la retroalimentación de la comunidad y las contribuciones durante los últimos meses. Tenemos el SDK oficial en el repositorio XDAB, que tiene todas esas cosas interesantes que vimos antes en el ejemplo de arquitectura. Y lo genial de este SDK es que todos los cambios que tenemos en el protocolo se reflejan en el SDK inmediatamente dentro de ese mismo PR. Así que si estás usando el SDK, te mantienes al día con el protocolo a medida que lo cambiamos.

Y puedes ver los diferentes problemas que tenemos y las diferentes contribuciones que hemos tenido a lo largo del tiempo. Y creo que la siguiente pregunta es, ¿qué sigue? Esto es solo el comienzo para las aplicaciones MCP. Solo han estado presentes por unos pocos meses. Ya están impulsando todas las aplicaciones agenticas en todos los hosts, pero aún hay mucho más por hacer para realmente habilitar la próxima ola de aplicaciones. Así que una de las primeras cosas es vistas reutilizables. De hecho, hemos tenido esto viniendo de un montón de diferentes proveedores, un montón de diferentes aplicaciones. Cuando tienen JavaScript realmente pesado cargado dentro de la aplicación, y lo recargamos cada vez que el usuario solicita algo más dentro de esa aplicación, es realmente muy pesado y realmente limita la experiencia del usuario en ese sentido.

Así que estamos trabajando en una forma para que puedan reutilizar componentes existentes para que no necesiten recargarlo cada vez. Y una de las otras preguntas que seguimos recibiendo es cómo el chat puede interactuar con la aplicación. Así que dijimos que el usuario puede interactuar con la aplicación, pero el chat también quiere interactuar con la aplicación, ¿verdad? Tal vez quiero escribir algo a ChatGPT y que ChatGPT marque como favorita la canción por mí. Así que si has oído hablar de WebMCP, esa es una API propuesta para hacer eso. Y las aplicaciones MCP realmente implementan una forma más robusta de hacerlo. Así que en lugar de que el usuario haga clic y luego se comunique con el chat, el usuario puede interactuar con el chat y el chat puede hacer cambios en la aplicación misma. Así que eso es algo que estamos trabajando para soportar en las aplicaciones MCP. Y probablemente has oído hablar de métodos de UI generativa, ¿verdad? Así que lo que describimos ahora mismo es una aplicación enviando una UI que se muestra como una caja negra al chat. Pero, ¿y si el chat quiere generar o cambiar la UI? Podemos ponerlo en un espectro. Tenemos UIs predefinidas, que son la UI como Zillow o TripAdvisor que solo envían partes de su UI al chat. Tenemos UI declarativa, si has oído hablar de JSON render o formas para que la aplicación defina qué UI quiere generar. Pero el chat es el que la genera. Y luego tienes la UI completamente generativa que el chat simplemente genera por sí mismo. Y lo bueno de las aplicaciones MCP es que es agnóstico a la forma en que se genera la UI. Las aplicaciones MCP son un protocolo paraguas para cada método de generación de UI.

Y de hecho, lo que mencionamos antes, la función imaginada de Cloud que genera UI de la nada está usando aplicaciones MCP en el fondo. Así que las aplicaciones MCP realmente resuelven todo este círculo de UI que se muestra en los chats. Y estamos trabajando en la interoperabilidad con otros estándares también. Y lo genial de una aplicación MCP, como dijimos, tiene una gran adopción. Así que si la construyes una vez, literalmente funcionará en todas partes. Puedes ver aquí, LibreChat que es como un chat de código abierto a la izquierda y luego ChairGPT a la derecha. Y esa es la misma aplicación MCP, la misma base de código que simplemente funciona en todas partes. Esa es la belleza de un estándar soportado globalmente. Y esto es exactamente lo que queríamos con las aplicaciones MCP. No queríamos que ChairGPT definiera la suya propia y Cloud definiera la suya propia y Gemini definiera la suya propia, sino que queríamos un estándar que fuera aceptable para todos. Así que si lo miras, no es solo tecnología, no es solo un protocolo, es realmente una nueva forma de distribuir aplicaciones, una nueva forma para que los usuarios interactúen con ellas. Así que si miramos solo unos pocos meses atrás, Sam Altman dijo que ChairGPT tiene 800 millones de usuarios activos semanales. Eso es una locura. Eso es el 10% de la población mundial. Si miras el internet en general, en realidad tomó 13 años solo para llegar a ese mismo punto.

Si tomas esto y lo comparas con otras tiendas de aplicaciones, si miras solo unos pocos años atrás, y tenemos el iPhone con 6 millones de usuarios cuando se lanzó la tienda de aplicaciones, ahora tenemos cerca de mil millones de usuarios solo de ChairGPT. Eso es más de 170 veces el mercado total direccionable que teníamos entonces. Así que si tomas eso y realmente piensas que no solo tenemos ChairGPT, también tenemos Gemini y Cloud y VS Code y Cursor y un montón de otros todos apoyando esta misma especificación, tu aplicación puede llegar a miles de millones de usuarios semanalmente. Entonces, ¿cómo empiezas? Como servidor, como desarrollador de aplicaciones, vas al repositorio de aplicaciones MCP. Tenemos guías, tenemos el SDK oficial que puedes usar, puedes usar las habilidades oficiales porque realmente no tienes que escribir código más, y usas eso para realmente desarrollar tu aplicación. Y ¿cómo empiezas como anfitrión, como cliente? Digamos que estás desarrollando tu propio agente anfitrión. Básicamente vas a MCPUI, el sitio web que soporta el SDK oficial del cliente, y usas eso para construir tu aplicación con un montón de otras aplicaciones integradas.

Y otra pregunta importante es, si quiero afectar la especificación, si quiero impactar la especificación, porque eso va a ser la base para el nuevo internet, eso va a ser la base para la nueva web. Así que si quieres involucrarte en cómo va a evolucionar la especificación y qué anfitrión la va a soportar y qué vamos a soportar en la especificación, entonces puedes ir a la aplicación oficial MCP. Como dijimos, es un repositorio abierto, puedes simplemente proponer problemas y PR a eso. Pero más importante, por favor únete al Discord. Tenemos un Discord de grupo de trabajo dedicado solo para el grupo de trabajo de aplicaciones MCP dentro del comité MCP, y aquí es donde se toman decisiones o se hacen anuncios. Y tenemos el Discord de la comunidad, donde tenemos cientos de implementadores de chats y anfitriones y aplicaciones y de la comunidad solo hablando y planteando preguntas y ayudándose unos a otros. Así que por favor sé parte de esta discusión.

Así que dijimos algunas cosas en los últimos 20 minutos que podrían sonar aterradoras sobre dónde la gente realmente usa navegadores o aplicaciones de la forma en que estábamos acostumbrados. Pero no es aterrador. Es realmente una nueva oportunidad que esperamos que te entusiasme, para tomar nuestras aplicaciones existentes, repensar la experiencia de usuario central que estamos buscando, y luego descomponer esta aplicación monolítica en una red de aplicaciones, puedes pensar en ello como átomos, que realmente podemos volver a juntar usando un agente para mediar todo esto por nosotros y ayudarnos a razonar sobre ello. Y con las aplicaciones MCP, incluso en este estado temprano de la nueva web, podemos escribirlo una vez y ejecutarlo en todas partes. No tenemos una situación de iOS versus Android desde el principio. Entonces, ¿cómo se ve el futuro? No estamos en Jarvis todavía, pero con MCP y las aplicaciones MCP en particular, podemos crear experiencias de usuario e interfaces realmente ricas que parecían imposibles hace solo unos meses. Así que gracias. Muchas gracias. Sí, bueno verte.

Creo que la primera pregunta que tengo para ti es, ¿cuáles son algunos de los mejores usos de MCP UI o aplicaciones MCP que has visto? Tal vez algunas de tus instancias favoritas de ello. Creo que algo que vemos porque ya lleva unos meses en el mercado. Es muy interesante que las aplicaciones más exitosas o las más valiosas que vemos son en realidad las aplicaciones creativas, como Repl.it o Lovable o Excalidraw, porque encajan muy bien con el flujo del chat. Así que escribes algo y luego dices, está bien, muéstramelo en Lovable o construye algo en Excalidraw. Así que estas son las aplicaciones que la gente realmente está usando y amando. Realmente encajan en el flujo. Fantástico. No había pensado en eso porque he usado herramientas de codificación de ambiente como V0 o Lovable, pero poder tal vez ver una vista previa en la ventana de chat antes de que realmente escriba la aplicación, eso es realmente genial. ¿Tienes un ejemplo? Sí, creo que obviamente ese es probablemente uno de mis casos de uso favoritos solo porque es realmente genial y divertido. El otro es un poco el ángulo de productividad. Vemos que la mayoría de las aplicaciones son en realidad aplicaciones de productividad, las que realmente se están presentando. Y es genial por un montón de razones, porque si miras los paneles de control en particular, estas enormes bestias que teníamos hasta ahora, era realmente difícil de navegar. Pero ahora es realmente simple obtener ese fragmento específico de lo que estás tratando de hacer y simplemente sacarlo del camino. Y creo que para mí personalmente, cuando uso aplicaciones, eso es lo primero que disfruto. Eso es increíble. Quiero decir, suena como una nueva forma de incluso tener un tutorial para una aplicación. Como dices, en lugar de ser presentado con un panel de control gigante, ahora el usuario solo solicita y obtiene exactamente lo que necesita. No tienen que hacer clic por ahí o tratar de encontrar lo que necesitan. Exactamente. Eso es realmente genial. Hay muchas preguntas sobre seguridad. Así que hay una pregunta de, ¿cómo hacemos la autenticación? O en realidad comencemos por ahí. ¿Hay algo en la especificación para iniciar sesión un usuario o mantener el estado a través de sesiones o componentes? Sí, así que hay algunos mecanismos en funcionamiento. Creo que el más... Sí, diría que el principal es simplemente hacer proxy de la solicitud afuera a través del host. Así que la idea es que las aplicaciones deberían la mayoría de las veces usar llamadas de herramientas, y esas llamadas de herramientas son realmente ejecutadas por el host. Así que la aplicación llamaría a una herramienta, saldría para el host, el host ya está autenticado en el servidor MCP a través de OAuth. Así que esas solicitudes están autenticadas y obtiene el flujo completo de datos. Entiendo. Así que el creador del servidor MCP está a cargo de eso.

Siempre que hayan implementado OAuth, en ese momento, pueden tener sesiones de usuario. Así que saben quién es el usuario. ¿Hay algo en la especificación que les dé el contexto o el historial del chat para que puedan ver componentes anteriores o ese tipo de cosas en la ventana misma? Así que una aplicación MCP, eso es solo una extensión del protocolo MCP, lo que significa que todo lo que está permitido o es posible sobre MCP es posible con una aplicación MCP. Así que un autor del servidor MCP puede obtener lo que pueda obtener de la especificación MCP, incluso si está usando una aplicación MCP. Y quiero referirme a una pregunta sobre la seguridad, pero desde la parte de HTML. Así que hubo una pregunta sobre ejecutar HTML en un tercero, como un HTML de terceros en un host. Eso obviamente es arriesgado, pero las aplicaciones MCP, como parte de la especificación, el host lo ejecuta en un iframe seguro. Así que todo lo que entra y sale del iframe pasa a través de mensajes post, y el iframe no puede interactuar con el chat mismo. Así que todo es como una caja negra. Correcto. Así que básicamente, quiero decir, eso también podría ser una brecha de seguridad. Como si la aplicación tuviera acceso al historial que tal vez no pertenecía a la aplicación misma. Bien. Así que básicamente el desarrollador puede controlar a qué tienen acceso. Básicamente, el host es el que... Aplicación host. Bien. Sí. Entiendo. Genial. Veamos. Hay una pregunta sobre qué tan fácil es comenzar. Déjame intentar encontrarla. Esencialmente, digamos que ya somos desarrolladores front-end. Ya conocemos React. ¿Cuál es la curva de aprendizaje para construir una aplicación MCP? ¿Podemos usar lo que sabemos? Sí. Es exactamente lo mismo que construir una aplicación web, básicamente. Puedes simplemente reemplazar todas las cosas que solías hacer directamente para el servidor, para realmente hacerlo a través del host y a través del modelo. Pero como un superpoder extra que no tenías hasta ahora, no necesitas construir tu propia conexión a chat GPT o GPT 5.5. Puedes simplemente usar el host y usar los datos del usuario y sus propios servidores.

Por ejemplo, si deseas programar una cita para tu aplicación, ahora puedes hacerlo para el host y decirles, está bien, usa el servidor MCP del host específico. Sí. Incluso diría que como desarrolladores front-end, tenemos una pequeña ventaja en el mundo de las aplicaciones MCP porque ya pensamos en una forma de micro front-ends. Y las aplicaciones MCP son una especie de micro front-ends que viven en un gran host. Así que si sabes cómo diseñar micro front-ends y estas islas, sabes cómo diseñar y construir aplicaciones MCP. Es divertido. La próxima masterclass es sobre micro front-ends, creo. Es una buena transición.

Es una buena transición. Sí. Veamos. Quiero decir, esto de alguna manera entra en la pregunta que se hizo antes sobre la autenticación, pero ¿la especificación incluye algo para mantener el estado, o eso realmente depende del implementador del servidor? Sí, esa es una buena pregunta.

Ya contiene algo en cuanto a mantener el contexto dentro del host. Así que la idea es que digamos que algo sucedió en la aplicación y quiero que el modelo lo sepa para el siguiente turno. Así que ya hay una API para establecer el contexto para el modelo para el siguiente turno. También hay una próxima característica de mantener algún tipo de estado privado para que puedas almacenar lo que sea que desees para la próxima vez que se renderice.

Y también actualmente el patrón es simplemente almacenar cosas en el almacenamiento local o cualquier otra cosa que ya esté disponible para ti como una aplicación en un navegador. Lo siento, hay una pregunta realmente buena aquí que no quiero que nos perdamos. Sí, adelante. ¿Cuál es? La adopción dentro de las aplicaciones causará caídas en el compromiso a medida que los usuarios prefieran LLMs sobre sitios web, escribe mi Sergey. Y creo que la razón por la que creo que es una pregunta realmente importante es porque las aplicaciones MCP son realmente geniales como una especificación de frontera. Pero a medida que avanzamos hacia la adopción masiva de ellas, llegamos a estas preguntas de los proveedores, ¿verdad? Porque los Shopify's y los Amazon's del mundo, preguntan, espera un segundo, pero no puedo controlar el recorrido del usuario. No puedo hacer ventas adicionales. Ni siquiera sé si el usuario miró algo. Y todo el modelo que se basa en las visitas y en la navegación del usuario al sitio web, eso se va a romper. Y creo que la idea importante aquí es que las aplicaciones MCP realmente ayudan a las marcas. Así que en lugar de solo enviar los datos, pueden enviar fragmentos de las UIs. La gente va a cambiar a asistencia personal. Gran parte del tráfico va a venir de los Gemini's y JGPTs del mundo y menos de los Chromes del mundo. Y las aplicaciones MCP realmente ayudan a cerrar esta brecha, ¿verdad? Así que simplemente ayuda con eso. No impacta eso. Definitivamente. Muchas preguntas aquí. Si hay alguna que veas, definitivamente menciónala. Voy a intentar elegir una a continuación. Sí, creo que solo que creo que hay preguntas sobre el costo. Sí. Así que el aumento en el uso de tokens. Algunas personas han dicho que en lugar de usar servidores MCP, simplemente usamos un CLI. Con MCPUI, no tiene exactamente el mismo efecto. Así que sí. ¿Qué piensas sobre el aumento de los costos de tokens o cómo funciona esto? Sí. Así que MCP versus CLI, creo que es una gran discusión que podemos tener. No están realmente compitiendo. Son más complementarios de alguna manera. Pero creo que en general, la idea aquí es que las aplicaciones MCP en realidad te están ahorrando tokens de alguna manera porque ya no necesitas pasar como este enorme fragmento de texto.

Simplemente pasas este HTML, que en realidad no es parte de la conversación. Así que está completamente fuera del gasto de tokens. Solo obtienes lo que necesitas ver sin este, ya sabes, sobrecarga adicional. Y también es importante recordar que esto no es específicamente para ChatGPT o Cloud o cualquier otra cosa. Esto es compatible con una amplia gama de hosts de código abierto que utilizan modelos locales. Así que, por ejemplo, LibreChat que vimos antes, lo admite. Goose lo admite. Así que en realidad no estás atado a, ya sabes, grandes proveedores con su gasto de tokens. Puedes usar tu propio proveedor.

Es bueno saberlo. ¿Sabemos? Así que he usado como Qwin3.6 o Gemma4. ¿Sabes si han sido entrenados en esto o es realmente solo una llamada de herramienta? Llamadas de herramienta. Bien. Así que, bien, agradable. Sí, quiero decir, podemos pasar a este siguiente. Hablamos un poco sobre la seguridad antes, pero el concepto de ejecutar un HTML de terceros dentro de la sesión abre una nueva superficie de ataque.

¿Cómo podemos garantizar la seguridad en este caso? Así que creo que me refería a eso en que las aplicaciones MCP se están renderizando en un iframe seguro. Así que en realidad no está renderizando HTML dentro del host. Está completamente abstraído del host. Eso tiene sentido. Y para hablar un poco sobre la pregunta anterior, mencionaste que puede enviar HTML. ¿Es también posible enviar como una URL remota o como un URI de donde está el HTML y puede eso ser renderizado? Así que en MCP UI, como la especificación original, había una opción para simplemente enviar una URL para ser renderizada en un iframe. Bien. Lo eliminamos por varias razones. Podríamos volver a poner si hay suficiente demanda, pero también es posible enviar un HTML que simplemente cargue un script. Así que aún puedes separar el desarrollo del servidor del desarrollo de la UI. Simplemente pones ese paquete, lo que quieras. Eso tiene sentido. Puedes imaginar que hay intereses conflictivos entre las aplicaciones que quieren enviar tanto de su contenido como sea posible y los hosts que quieren mantenerlo visualmente consistente y quieren auditar todo.

que quieren mantenerlo visualmente consistente y quieren auditar todo. Esa es la razón por la que comprometimos en HTML sin procesar que el host puede realmente verificar antes de presentarlo. Eso tiene sentido. Creo que cubrimos los costos crecientes, pero este siguiente, ¿cómo funcionarán las aplicaciones MCP con el nuevo estándar propuesto por Google Web MCP? No sé si he visto esto. ¿Pueden beneficiarse mutuamente? ¿Estás trabajando con ellos o es similar? Así que insinuamos eso en la charla también. Estamos trabajando muy de cerca con la gente de Web MCP en Google y Web MCP es en realidad, es complementario a las aplicaciones MCP porque Web MCP es una forma para que los agentes interactúen con sitios web como fuente de verdad, mientras que las aplicaciones MCP es cómo enviar partes de los sitios web al chat. Así que es como en dos extremos del espectro. Y de hecho, trabajamos muy de cerca con ellos para tener esta narrativa completa de cómo un agente interactúa con la UI y muestra de nuevo la UI al usuario. Así que nuevamente, es complementario y no contradictorio. Probablemente sea como un shim para transferir entre ellos. Bien. De acuerdo. Tantas preguntas. Vamos a encontrar una buena. Sí. Así que hay una pregunta aquí sobre, ¿no estaríamos mejor usando un protocolo para que los agentes interactúen mejor con los sitios web y simplemente, está vinculado a Web MCP, que es esta API propuesta. Pero la idea que creo que la filosofía que estamos tratando de impulsar es que los sitios web como la fuente de verdad, como los conocemos hoy, van a ceder un poco a la asistencia personal como el punto de entrada a la web. Así que duplicar un protocolo que permitirá a los agentes interactuar con sitios web, eso es algo que es muy, muy a corto plazo. Eso es algo que está destinado a cerrar solo este tiempo, este período en el que los sitios web todavía son la fuente de verdad. Correcto. Y si miras a Google, ahora tenemos el modo AI, que probablemente será como la forma principal de acceder al navegador. Así que nos estamos moviendo hacia los chats. Sí. Entonces, ¿sabemos, tiene el modo AI soporte para aplicaciones MCP o hay alguna charla o es eso Web MCP o? No. Así que estamos, como dije, trabajando con Google y Google está adoptando aplicaciones MCP en un montón de sus productos. Gemini incluido. Ya veo. Si estará o no en la búsqueda o en qué capacidad aún está por verse. Bien. Buen momento para una pregunta más. ¿Hay una lista de aplicaciones MCP impresionantes o tal vez incluso una lista de repositorios de código de ejemplo donde la gente pueda encontrar ejemplos y comenzar a construir sus propias? Sí. En el repositorio, en el repositorio de Xtaps que mostramos, tienes una lista de docenas de aplicaciones de ejemplo que realmente muestran todas las capacidades de las especificaciones. Así que realmente se recomienda revisarlas. Y también hay como mil aplicaciones en Chats con VT y unas pocas cientos de aplicaciones en Cloud. Así que puedes revisarlas allí y ver lo que es posible. Sí. Fantástico. El futuro se ve brillante. Muchas gracias por tu charla.