На протяжении десятилетий взаимодействие с программным обеспечением определялось тем, что пользователи адаптировались к конкретным языкам и структурам различных интерфейсов, но появление больших языковых моделей (LLM) бросает вызов этой парадигме. Согласно статье Дхьея Мавани от 3 января 2026 года, фундаментальный вопрос смещается с "Какой API мне вызвать?" на "Какого результата я пытаюсь достичь?".

Этот сдвиг означает переход от взаимодействия, ориентированного на код, к взаимодействию, основанному на языке, где пользователи могут выражать свои намерения на естественном языке, а система интерпретирует и выполняет необходимые функции. Мавани представляет концепцию протокола контекста модели (MCP) как важнейшую абстракцию в этой новой эре. MCP позволяет моделям понимать намерения человека, обнаруживать соответствующие возможности и выполнять рабочие процессы, эффективно преобразуя запросы на естественном языке в программные функции.

Традиционный подход к взаимодействию с программным обеспечением включал в себя изучение пользователями конкретных команд, запоминание HTTP-методов и интеграцию комплектов разработки программного обеспечения (SDK). В 1980-х годах пользователи вводили в оболочку такие команды, как 'grep', 'ssh' и 'ls'. К середине 2000-х годов они вызывали REST-эндпоинты, такие как 'GET users'. В 2010-х годах наблюдался рост SDK, таких как 'client.orders.list()', которые абстрагировали базовые HTTP-сложности. Однако все эти методы требовали от пользователей понимания и соблюдения структурированной формы, в которой были представлены программные возможности.

LLM меняют это, обеспечивая более интуитивно понятный и доступный интерфейс. Вместо того, чтобы требовать от пользователей знания конкретной функции или сигнатуры метода, LLM могут интерпретировать естественный язык и определять соответствующие действия. Это имеет значительные последствия для общества, потенциально демократизируя доступ к программному обеспечению и снижая технический барьер для входа.

Разработка MCP является ключевым шагом в реализации этого видения. Предоставляя стандартизированный способ для моделей понимать контекст и получать доступ к возможностям, MCP может облегчить создание более интеллектуальных и удобных систем. В статье подчеркивается, что MCP - это не просто модное слово, а ощутимый подход к преодолению разрыва между человеческими намерениями и выполнением программного обеспечения.

Последствия этого сдвига далеко идущие. По мере того, как LLM продолжают развиваться, мы можем ожидать увидеть больше приложений, которые используют естественный язык в качестве основного интерфейса. Это может привести к более интуитивно понятным и эффективным рабочим процессам, а также к новым возможностям для инноваций. Основное внимание будет уделяться определению желаемого результата, а не борьбе с техническими деталями того, как его достичь.