Durante décadas, a interação com software exigiu que os usuários se adaptassem a linguagens de sistema específicas, mas a ascensão dos Modelos de Linguagem Grandes (LLMs) está desafiando esse paradigma. De acordo com Dhyey Mavani em um artigo da CleoJ de 3 de janeiro de 2026, feito com Midjourney, a questão central está mudando de "Qual API eu chamo?" para "Que resultado estou tentando alcançar?".

Essa mudança representa uma alteração fundamental na forma como os humanos interagem com o software. Historicamente, os usuários eram obrigados a aprender comandos shell, memorizar métodos HTTP e integrar SDKs, cada um exigindo proficiência em uma linguagem técnica específica. Na década de 1980, os usuários digitavam comandos como 'grep', 'ssh' e 'ls' em um shell. Em meados dos anos 2000, eles estavam invocando endpoints REST como 'GET users'. A década de 2010 viu a ascensão dos SDKs, como 'client.orders.list()', abstraindo parte da complexidade HTTP subjacente. No entanto, todos esses métodos compartilhavam uma premissa comum: os recursos de software eram expostos de forma estruturada que exigia que os usuários os entendessem e invocassem diretamente.

Os LLMs modernos estão interrompendo esse modelo, permitindo que os usuários interajam com o software por meio da linguagem natural. Em vez de precisar conhecer a função precisa ou a assinatura do método, os usuários podem simplesmente expressar sua intenção. É aqui que o Protocolo de Contexto do Modelo (MCP) entra em jogo. O MCP atua como uma camada de abstração, permitindo que os modelos interpretem a intenção humana, descubram recursos relevantes e executem fluxos de trabalho. Em essência, o MCP expõe as funções de software não como os programadores as conhecem, mas como solicitações em linguagem natural.

As implicações dessa mudança são significativas. Democratiza o acesso ao software, eliminando a necessidade de conhecimento técnico especializado. Qualquer pessoa que possa articular o resultado desejado em linguagem natural pode potencialmente aproveitar o poder de sistemas de software complexos. Isso pode levar ao aumento da inovação e da produtividade em vários setores.

Embora o MCP ainda seja um conceito emergente, vários estudos independentes estão supostamente em andamento para explorar seu potencial e refinar sua implementação. O desenvolvimento de MCPs robustos e confiáveis será crucial para realizar todo o potencial dos LLMs na transformação da interação homem-computador. O futuro da interação com software pode muito bem ser definido pela capacidade dos modelos de entender e agir de acordo com a intenção humana, em vez de exigir que os humanos se adaptem às rígidas restrições das APIs tradicionais.