MCP Dianggap Mulai Ditinggalkan — CLI & Skills Jadi Alternatif
Model Context Protocol (MCP) — standar protokol yang selama ini jadi andalan AI agent untuk pakai tools — mulai dipertanyakan. Perplexity secara internal sudah menurunkan prioritas MCP. Garry Tan (CEO YC) bahkan bikin pengganti CLI dalam 30 menit.
Tim Zilliz (pembuat Milvus) merangkum tiga masalah arsitektural utama MCP:
1. Boros konteks. Tiga server MCP bisa makan ~72% context window hanya untuk definisi tools — sebelum agent melakukan apa pun. Ini bikin performa turun dan biaya token membengkak.
2. Pasif dan datar. MCP tools cuma fungsi flat — nggak bisa encode alur kerja multi-langkah, penanganan error, atau SOP. CLI seperti git punya hierarki (commit, push, log) yang lebih natural buat agent.
3. Nggak bisa akses LLM agent. MCP jalan di proses terpisah. Kalau tool-nya perlu judgment (misalnya filter hasil pencarian), harus bikin model terpisah dengan API key sendiri. Skill bisa pakai LLM agent langsung.
Alternatifnya: CLI + Skills. CLI jadi execution layer (jalanin perintah), Skills jadi knowledge layer (panduan langkah demi langkah). Skill pakai progressive disclosure — cuma metadata ringan yang dimuat di awal, isi lengkap hanya saat dibutuhkan.
MCP nggak mati total. MCP via HTTP masih relevan untuk enterprise (OAuth terpusat, RBAC, audit log). Tapi MCP lokal (stdio) makin banyak digantikan CLI + Skills.
Intinya buat kamu yang mulai eksplor AI agent: arsitektur tooling itu sangat mempengaruhi biaya dan performa. Pola CLI + Skills lebih hemat konteks dan lebih fleksibel — cocok buat skala UKM yang nggak mau boros token.