MCP, tool calling in API agenti: kaj to pomeni za vaš sistem

Tehnologija, ki je v 2025 spremenila način, kako AI dostopa do podatkov

Do nedavna je bil pogovor z AI modelom enosmeren. Postavite vprašanje, dobite odgovor. Če ste hoteli, da model nekaj naredi v vašem sistemu (preveri zalogo, izvozi poročilo, pošlje e-pošto), je bilo to vaše delo. Model ni mogel sam pristopiti do orodij.

Tri stvari so to spremenile: tool calling, MCP in API agenti. Vse so v 2025 postale dovolj stabilne za poslovno rabo. Spodaj razlaga, kaj so, in zakaj to za vaše podjetje pomeni, da bo AI integracija v 2026 desetkrat cenejša kot v 2024.

Tool calling: model, ki kliče funkcije

Tool calling pomeni, da AI modelu poveste, katere funkcije obstajajo v vašem sistemu, in model jih sam pokliče, ko presodi, da je smiselno.

Konkreten primer. Stranka vpraša klepetalnik: "Kdaj pride moje naročilo številka 12345?" Brez tool callinga model ne ve, ker te informacije ni v njegovem znanju. S tool callingom razvijalec prej registrira funkcijo `pridobi_status_narocila(stevilka)`. Model prepozna, da uporabnik sprašuje za status, sam pokliče funkcijo, dobi odgovor in ga formulira v naravnem jeziku.

Vaš sistem ni spremenjen. Funkcija je bila prej na voljo internim uporabnikom, zdaj jo lahko sproži tudi AI plast. Razvoj je nekaj sto vrstic kode na model strani, ne mesecev integracije.

MCP: standardni protokol, ki spremeni vse

Model Context Protocol (MCP) je standard, ki ga je Anthropic objavil konec 2024. V 2025 ga podpirajo tudi OpenAI, Google in odprtokodni modeli. Pomembno je, ker rešuje težavo, ki je do zdaj zavirala razvoj.

Pred MCP je bilo treba vsako integracijo med AI modelom in vašim sistemom napisati posebej. Če ste hoteli, da model dostopa do ERP, ste pisali en konektor. Za CRM drugi konektor. Za dokumentni sistem tretji. Pri menjavi modela (iz OpenAI v Anthropic) ste preverili vse skupaj.

Z MCP se to spremeni. Vaš sistem postavi MCP strežnik, ki opiše svoje zmogljivosti. Katerikoli AI model, ki podpira MCP (skoraj vsi), se lahko priklopi nanj. Prehod iz Anthropic na Google zahteva spremembo ene konfiguracijske vrstice, ne ponovne integracije.

Praktično za vaše podjetje: če danes začnete projekt z MCP arhitekturo, niste vezani na enega ponudnika. Cene jezikovnih modelov padajo. V 2026 boste verjetno prešli na cenejšega ponudnika brez ponovnega razvoja.

API agenti: orkestracija več korakov

Agent ni en klic na model. Je zaporedje klicev, kjer model sam odloča, kaj naredi v naslednjem koraku. Tukaj se združita prejšnja koncepta.

Primer agenta za pripravo ponudbe:

1. Komercialist napiše: "pripravi ponudbo za stranko Trgovina X za 50 kosov artikla 4321"
2. Agent kliče tool `pridobi_stranko("Trgovina X")` in dobi pogodbene cene
3. Agent kliče tool `pridobi_artikel(4321)` in dobi opis in ceno
4. Agent kliče tool `preveri_zalogo(4321)` in potrdi razpoložljivost
5. Agent sestavi osnutek ponudbe v naravnem jeziku
6. Agent kliče tool `shrani_osnutek(...)` in posreduje povezavo komercialistu

Vsak korak je samostojen. Vsak je v vašem sistemu že obstajal kot funkcija. Agent jih je zložil v zaporedje na podlagi naloge. Brez te tehnologije bi morali pisati tako verigo ročno za vsak nov primer.

Kaj to konkretno pomeni za vaše podjetje

Hitrejša integracija

Kar je v 2023 vzelo 3 mesece razvoja (klepetalnik, ki dostopa do ERP), je v 2026 stvar 2-3 tednov. Glavni razlog: manj kode po meri, več standardiziranih komponent.

Manjša odvisnost od ponudnika

MCP je odprt protokol. Podpirajo ga komercialni in odprtokodni modeli. Sistem, postavljen po MCP standardu, lahko menja AI model brez ponovne integracije. To je velika varovalka pred dvigom cen API klicev.

Boljši nadzor nad varnostjo

MCP eksplicitno opredeljuje, do katerih orodij ima model dostop. Lahko ima dostop do branja, ne pa pisanja. Lahko vidi anonimizirane podatke, ne pa originalnih. To je čist nadzor, ne implicitna luknja, kot je bila pri starih integracijah.

Stanje stvari v 2026

• Tool calling: stabilno, podpirajo vsi glavni komercialni modeli (OpenAI, Anthropic, Google) in odprtokodni nad določeno velikostjo
• MCP: stabilno, vse večja podpora, ekosistem orodij raste tedensko
• API agenti: delajo dobro za ozke domene, kompleksni večstopenjski agenti še vedno potrebujejo nadzor

Praktično: tehnologija je dovolj zrela za produkcijo v ozkih primerih (klepetalniki s tool calling, agenti za triažo). Za polne avtonomne agente, ki delajo brez nadzora, je še zgodaj.

Kdaj uvajati

Smiselno je uvajati zdaj, če:

• Imate sistem z dobrimi API-ji (ali ste pripravljeni postaviti MCP strežnik nad obstoječimi sistemi)
• Imate konkreten primer uporabe, kjer smisel tool callinga vidite jasno
• Imate ekipo ali zunanjega razvijalca, ki spremlja razvoj te tehnologije

Smiselno je počakati 6 do 12 mesecev, če:

• Vaš sistem nima API-jev in jih ne nameravate kmalu vzpostaviti
• Iščete polno avtonomne agente brez nadzora (tehnologija zanje še ni dovolj zrela)
• Niste pripravljeni vlagati v ekipo, ki spremlja, kaj agent dejansko počne

Prvi praktičen korak

Najmanjši koristen poskus: vzemite eno funkcijo, ki jo vaš sistem že ima (na primer pregled stanja naročila), in nad njo postavite klepetalnik s tool calling pristopom. To je 2-3 tedne razvoja, zelo nizki tekoči stroški, pokaže pa, ali pristop deluje za vaš primer.

Brez tega prvega poskusa boste o MCP in agentih še naprej brali v predstavitvah. S poskusom imate svojo izkušnjo, ki vam pove, katere naslednje korake je smiselno narediti.