MCP Apps – el Próximo Web

Hola a todos. Construimos esta charla literalmente ayer, por lo que ya podría estar desactualizada. Soy Ido Salomon, soy el creador de MCPUI y el co-creador y mantenedor de aplicaciones MCP en el comité directivo de MCP. También soy el creador de AgentCraft y de otros proyectos que quizás conozcas. Y yo soy Liad, trabajo con Ido en MCPUI. También soy el co-creador del MCP AppSpec en el Comité Directivo de Aplicaciones MCP. 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 están por todas partes. Puede que ni siquiera te des cuenta, pero todas las aplicaciones interactivas que has estado viendo en Chattopity y Cloud y Gemini y otras son en realidad aplicaciones MCP. Y específicamente aplicaciones MCP. Y todos estamos familiarizados con estos muros de texto, ¿verdad? Cuando haces una pregunta a Chattopity 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. Entonces, 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. E 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, en realidad 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 décadas de perfeccionamiento de UI y experiencia de usuario solo para adaptarnos a la nueva web, a la 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 esta especificación estándar oficial en MCP llamada MCP-Apps. Hizo un poco de ruido con el apoyo de VSCode y Cloud para empezar, pero obviamente un montón de otros ahora. Y la adopción de MCP UI y ahora MCP-Apps 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 apoyando MCP UI. Y esto permitió que los chats lo apoyaran también. Y hoy, tenemos un apoyo asombroso para eso. Tenemos apoyo en VSCode y en cursor y Copilot y GitHub. Y obviamente, ChatGPT también está apoyando MCP-App. No solo eso, cada aplicación que construyes en ChatGPT, OpenAI recomienda usar MCP-App como la forma de construirla. Y obviamente, Cloud lo apoya. Y básicamente, si construyes una MCP-App, está apoyada en todas partes. Pero no solo con los grandes hosts, con los grandes chats. También tenemos un apoyo comunitario increíble para MCP-Apps. MCP-Apps, es un protocolo abierto.

Está mantenido por el comité de MCP, pero también está abierto a la comunidad. Así que tenemos muchos plugins comunitarios y adaptación comunitaria y cursos comunitarios que se construyen para ayudar a las personas a construir MCP-Apps. Y puedes revisar el repositorio más tarde. Pero como puedes ver, tenemos un montón de 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 es la comunidad 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 hosts como OpenAI y Anthropic, pero también de hosts comunitarios. Y tratamos de incorporarlos en la especificación.

Así que veamos algunos de los conceptos básicos detrás de MCP-Apps. Así que el primero y más obvio es cómo transmitimos incluso UI sobre MCP. Así que si miramos el mundo antiguo, tendríamos Cloud y haríamos una 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 a esa solicitud de herramienta sería texto, lo cual es obviamente subóptimo. Pero con MCP-Apps, porque el servidor lo soporta, en lugar de devolver texto bruto devolverá este componente HTML. Este componente será pasado a Cloud o cualquier otro host compatible con MCP-Apps, y eso se renderizaría en una aplicación completamente interactiva.

Y por completamente interactiva, realmente queremos decir completamente interactiva. Así que no es solo presentacional. Como dije, queremos que el usuario pueda interactuar con ella y queremos que el usuario pueda interactuar con Spotify en ese ejemplo. Pero realmente no podemos hacer eso. No podemos hacer que el usuario haga clic en algo en la aplicación y hable con Spotify porque más tarde el usuario le pedirá al chat que le recuerde qué canción marcó como favorita, y el chat lo sabría. Así que MCP-Apps realmente estandariza la forma en que las aplicaciones se comunican con el host. Así que 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 permanece 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. Digamos que soy un gerente de producto y quiero entender cuál es el estado de mi embudo para entender cómo los usuarios lo utilizan. 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 es factualmente 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 muro de texto, obtendría 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 realmente 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, recibir este bloque de texto explicándolo, obtendría 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 muestre los datos de una manera que puedo consumir, también es completamente interactivo, como mencionamos.

¿Qué significa esta interacción? Significa que puedo impulsar la conversación hacia adelante con clics. Realmente no tengo que depender de sugerir algo o inventar algo que el modelo pueda entender o no. Así que, si tomamos 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 realmente está consciente de que puedo guiarme a mí mismo usando esta UI, por lo que pondría esta funcionalidad en la UI. Entonces, ¿cómo funciona realmente? Hay un montón de cosas sucediendo aquí. Así que, si miras el flujo completo, la primera parte fue sugerir al modelo y decir, quiero entender el embudo. Eso resultó en una llamada de herramienta a nuestro servidor MCP, y nuevamente, porque el servidor MCP soporta aplicaciones MCP, realmente 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 MCP UI SDK, es solo un componente de 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. La razón por la que está en un sandbox es obviamente para mantenerlo seguro. Como dijimos, no es solo presentacional. Puedo hacer clic en él. Ese clic realmente resultó en un evento que se propagó 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 u otra llamada de herramienta de vuelta a nuestro servidor. Esta arquitectura y esta forma de pensar, inaugura una nueva forma de pensar sobre la web, 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.

Si quiero realizar algún tipo de tarea y digo que quiero planificar 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? La cosa no es el número de pestañas que abro. Como humano, necesito transmitir mi intención a esas aplicaciones usando su propia UI. Pero no quiero aprender a 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 me interesan, porque no estoy interesado en el 99 por ciento de cómo se ven los paneles de reservas solo quiero reservar un hotel, entonces puedo hacer que mi asistente personal ensamble esto para mí.

Así que puedo hacer que mi asistente diga, oye, veo que tienes una fecha interesante próximamente. Y en lugar de simplemente 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 simplemente extraer los datos de Amazon, realmente puede mostrar un fragmento de Amazon. Y nuevamente, no necesita generar todo el flujo de usuario desde cero. Tenemos expertos en dominios para eso. Tenemos a Amazon, que es un experto en dominios, y booking, que es un experto en dominios, y TripAdvisor o Kayak, que son expertos en dominios.

Así que mi experiencia puede verse así, 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 maneja. 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, ¿verdad?

Si eso es Shopify, por ejemplo, si estoy haciendo algo en el carrito de Shopify, entonces en lugar de simplemente hacerlo, envía un mensaje al host. Así que la aplicación ya no sabe qué 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 sobre 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 pedir 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 hemos implementado basándonos en los comentarios y contribuciones de la comunidad en los últimos meses. Tenemos el SDK oficial y el repositorio XDAV, que tiene todas esas cosas interesantes que viste anteriormente en el ejemplo de arquitectura. Y lo genial del 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 a través de todos los hosts. Pero todavía hay mucho más por hacer para realmente habilitar la próxima ola de aplicaciones. Así que una de las primeras cosas son las 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 necesitamos, cada vez que el usuario solicita algo más dentro de esa aplicación, en realidad es 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 la canción como favorita para mí. Así que si has oído hablar de WebMCP, esa es una API propuesta para hacer eso. Y las aplicaciones MCP están implementando 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 en lo que estamos trabajando para apoyar en las aplicaciones MCP.

Y probablemente hayas 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 fragmentos 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 anteriormente, la función imaginada de Cloud, que genera UI de la nada, está utilizando aplicaciones MCP en el fondo. Así que las aplicaciones MCP realmente resuelven todo este círculo de UI que se muestra en 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.

Esa es la belleza de un estándar soportado globalmente. Y esto es exactamente lo que queríamos con las aplicaciones MCP. No queríamos que ChatGPT definiera su propio estándar y Cloud definiera el suyo y Gemini definiera el suyo, 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 en realidad una nueva forma de distribuir aplicaciones, una nueva forma para que los usuarios interactúen con ellas.

Así que si miramos solo unos meses atrás, Sam Alton dijo que ChatGPT 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 llegar a ese mismo punto. Si tomas esto y lo comparas con otras tiendas de aplicaciones, si miras solo unos 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 ChatGPT. Eso es más de 170 veces el mercado total disponible que teníamos entonces.

Así que si tomas eso y realmente piensas que no solo tenemos ChatGPT, también tenemos Gemini y Cloud y VS Code y Cursor y un montón de otros que todos soportan 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 MSTP. Tenemos guías. Tenemos el SDK oficial que puedes usar. Puedes usar las habilidades oficiales porque realmente ya no tienes que escribir código y usar eso para realmente desarrollar tu aplicación. ¿Y cómo empiezas como anfitrión, como cliente? Digamos que estás desarrollando tu propio anfitrión de agentes.

Básicamente, vas a MCP UI, al sitio web que soporta el SDK oficial del cliente, y lo usas 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 al Repositorio Oficial de Aplicaciones MSTP. 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 MSTP 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 simplemente hablando y planteando preguntas y ayudándose mutuamente. Así que por favor sé parte de esta discusión.

Así que dijimos algunas cosas en los últimos 20 minutos que podrían sonar aterradoras sobre cómo las personas realmente usan navegadores o aplicaciones de la manera que estábamos acostumbrados. Pero no es aterrador. Es en realidad 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 ellas como átomos, que podemos realmente reunir de nuevo usando un agente para mediar todo esto por nosotros y ayudarnos a razonar al respecto. Y con las Aplicaciones MSTP, incluso en este estado temprano de la nueva web, podemos escribir una vez y ejecutarlo en todas partes. No tenemos una situación de iOS versus Android desde el principio. Entonces, ¿cómo se ve el futuro? Aún no estamos en Jarvis. Pero con MSTP y las Aplicaciones MSTP en particular, podemos crear experiencias de usuario e interfaces realmente ricas que parecían imposibles hace solo unos meses. Así que gracias. Muchas gracias. Un placer verte.

Creo que la primera pregunta que tengo para ti es, ¿cuáles son algunos de los mejores usos de MCPUI o aplicaciones MCP que has visto? ¿Quizás 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 efectivas o 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. Entonces escribes algo y luego dices, OK, muéstrame 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 Level, 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 enviando. Y es genial por un montón de razones, porque si miras los paneles 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 gigante, ahora el usuario simplemente solicita y obtiene exactamente lo que necesita. No tienen que hacer clic por todos lados o tratar de encontrar lo que necesitan. Eso es realmente genial.

Hay muchas preguntas sobre seguridad. Hay una pregunta de cómo hacemos la autenticación. Comencemos allí. ¿Hay algo en la especificación para iniciar sesión de un usuario o mantener el estado a través de sesiones o componentes? Sí. Hay algunos mecanismos en funcionamiento. Diría que el principal es simplemente hacer un proxy de la solicitud hacia 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, iría al host, el host ya está autenticado con 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 punto 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 a través de MCP es posible con una aplicación MCP.

Así que un autor de 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 riesgoso, pero las aplicaciones MCP, como parte de la especificación, el host lo está ejecutando 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 en sí. 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.

De acuerdo. Así que básicamente, el desarrollador controla a qué tiene acceso. Pero el host es el que lo limita. Aplicación host. De acuerdo. 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 todo lo 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. Así que, por ejemplo, si quieres programar una cita para tu aplicación, ahora puedes hacerlo a través del host y decirle, de acuerdo, usa el servidor MCP del host específico. Incluso diría que como desarrolladores front-end, tenemos un poco de ventaja en el mundo de las aplicaciones MCP porque ya pensamos de una manera de micro front-end, y las aplicaciones MCP son una especie de micro front-ends viviendo en un gran host.

Así que si sabes cómo diseñar micro front-ends y estas islas, sabes cómo diseñar y construir aplicaciones MCP. La próxima charla es sobre micro front-ends, creo. Es una buena transición. Es una buena transición. 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 app 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 función próxima de mantener algún tipo de estado privado para que puedas almacenar lo que sea que quieras para la próxima vez que te representen. 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 app en un navegador. Correcto.

Lo siento, hay una pregunta realmente buena aquí que no quiero que nos perdamos. Sí, adelante. ¿Cuál es? La adopción de aplicaciones MCP dentro de la aplicación causará caídas de compromiso a medida que los usuarios prefieran LLMs sobre sitios web, por 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 Shopifys y los Amazons del mundo, preguntan, espera un segundo, pero no puedo controlar el recorrido del usuario. No puedo vender nada adicional. Ni siquiera sé si el usuario miró algo. Y todo el modelo que se basa en las visitas y en la navegación del usuario a través del sitio web, eso va a romperse. Y creo que la idea importante aquí es que las aplicaciones MCP en realidad ayudan a las marcas. Entonces, en lugar de solo enviar los datos, pueden enviar fragmentos de las UIs. La gente va a ir a asistentes personales. Gran parte del tráfico va a venir de los Geminis y Chagipites del mundo y menos de los Chromes del mundo. Y las aplicaciones MCP en realidad ayudan a cerrar esta brecha, ¿verdad? Así que solo ayuda con eso. No impacta en eso. Definitivamente. Muchas preguntas aquí. Si ves alguna, definitivamente menciónala. Voy a intentar elegir una a continuación.

Sí, creo que hay preguntas sobre el costo. Sí, entonces el aumento del uso de tokens. Algunas personas han dicho, en lugar de usar servidores MCP, simplemente usamos un CLI. Con MCP UI, no tiene exactamente la misma transferencia. Entonces, sí, ¿qué piensas sobre el aumento de los costos de tokens o cómo funciona esto? Sí, entonces 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 este gran 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. Simplemente obtienes lo que necesitas ver sin este costo 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.

Por ejemplo, LibreChat que vimos anteriormente, conjuntos de soporte de Goose. Así que no estás realmente atado a grandes proveedores con su gasto de tokens. Puedes usar tu propio proveedor. Es bueno saberlo. Así que he usado como Quin36 o Jemma4. ¿Sabes si han sido entrenados en ello todavía o es realmente solo una llamada de herramienta? Es una llamada de herramienta. Llamadas de herramienta, está bien. 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 asegurar la seguridad en este caso? Así que creo que me refería a que las aplicaciones MCP se están renderizando en un iframe seguro. Así que no está realmente 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 una URL remota o un URI de donde está el HTML y puede ser renderizado?

Así que en MCPUI, 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 ponerlo si hay suficiente demanda, pero también es posible enviar un HTML que simplemente carga un script. Así que aún puedes separar el desarrollo del servidor del desarrollo de la UI. Simplemente pondrías ese paquete, lo que quieras. 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. Esa es la razón por la que comprometimos en HTML bruto que el host puede realmente verificar antes de presentarlo. Eso tiene sentido.

Creo que cubrimos los costos crecientes, pero este próximo, ¿cómo funcionarán las aplicaciones MCP con el nuevo estándar propuesto por Google WebMCP? No sé si he visto esto. ¿Pueden beneficiarse mutuamente? ¿Están trabajando con ellos o es similar? Así que insinuamos eso en la charla también. Estamos trabajando muy de cerca con el equipo de WebMCP en Google. WebMCP es en realidad, es complementario a las aplicaciones MCP porque WebMCP es una forma para que los agentes interactúen con los 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. 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, de nuevo, es complementario y no contradictorio. Probablemente sería como un puente para transferir entre ellos. Bien. De acuerdo.

Tantas preguntas. Vamos a encontrar una buena. Sí. Así que hay una pregunta aquí sobre si no estaríamos mejor usando un protocolo para que los agentes interactúen mejor con los sitios web y simplemente está vinculado a WebMCP, que es esta API propuesta. Pero la idea que, creo que la filosofía que estamos tratando de impulsar es que los sitios web como fuente de verdad, como los conocemos hoy, van a dar paso un poco a la asistencia personal como el punto de entrada a la web. Así que duplicar un protocolo que permita a los agentes interactuar con los sitios web, eso es algo que es muy, muy a corto plazo. Eso es algo que está destinado a ser un puente solo en este período de tiempo donde 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 cheques. Sí.

Entonces, ¿sabemos si el modo AI tiene soporte para aplicaciones MCP o ha habido alguna charla o es eso WebMCP o? No. Así que estamos, como dije, trabajando con Google y Google está adoptando aplicaciones MCP en un montón de sus productos, incluido Gemini. Ya veo. Si estará o no en la búsqueda o en qué capacidad aún está por verse. Bien. Tengo tiempo 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 Xtapps que mostramos, tienes una lista de docenas de aplicaciones de ejemplo que realmente muestran todas las capacidades de las especificaciones. Así que es muy recomendable revisarlas. Y también hay como mil aplicaciones en Chattopiti y unos pocos 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. Gracias por tenernos.