MCP se vuelve stateless: el estándar que Anthropic quiere que adoptes (o que te absorba)

El Model Context Protocol (MCP), el estándar abierto que permite a los modelos de lenguaje conectarse con herramientas y fuentes de datos externas, acaba de recibir su mayor actualización desde su lanzamiento. El cambio central: el protocolo ahora es stateless. Ya no hay sesiones, ni apretones de manos de inicialización, ni identificadores de sesión que aten a un cliente a una instancia de servidor específica. Cualquier servidor puede responder cualquier solicitud.

Los mantenedores del proyecto, David Soria Parra y Den Delimarsky —ambos empleados de Anthropic—, publicaron el release candidate de la especificación `2026-07-28` con un argumento que suena impecable: un servidor MCP remoto que antes necesitaba sesiones persistentes, un almacén de sesiones compartido y una inspección profunda de paquetes en el gateway, ahora puede funcionar detrás de un balanceador de carga round-robin común, enrutar tráfico con el header `Mcp-Method` y permitir que los clientes cacheaden respuestas como `tools/list` durante todo el tiempo que el servidor lo permita.

Traducción para quien opera infraestructura: la promesa de escalar horizontalmente sin dolores de cabeza se vuelve real. Para una startup latinoamericana que despliega agentes de IA sobre Kubernetes, esto significa poder replicar servidores MCP sin configurar sticky sessions ni sincronizar estado en Redis. La barrera de entrada operativa baja. Pero la pregunta que nadie hace en voz alta es: ¿a cambio de qué?

El problema no es técnico, es de poder. MCP nació como un estándar abierto, pero la hoja de ruta la escribe Anthropic. Cada versión introduce cambios que rompen compatibilidad —como la eliminación de `tasks/list` y la migración de Tasks a un esquema de extensiones— y los equipos que ya construyeron sobre la especificación anterior tienen que migrar. El release candidate es claro: contiene cambios disruptivos. Si tu empresa en Chile o Colombia ya tenía un prototipo con la versión `2025-11-25`, prepárate para reescribir integraciones.

El paper académico publicado en IEEE sobre MCP —que analiza su arquitectura desde una perspectiva teórica— ya advertía sobre las limitaciones actuales: dependencia excesiva de prompts y falta de benchmarks estandarizados. Señalaba también la necesidad de mejorar la seguridad y la gestión de memoria. En otras palabras, el estándar aún es inmaduro y su evolución está en manos de un solo jugador, por más que el código sea abierto.

Lo que gana el ecosistema en escalabilidad lo pierde en soberanía. Anthropic decide qué características son extensión y cuáles son núcleo, qué se depreca y cuándo. La especificación ahora incluye un sistema formal de deprecación, pero eso no quita que el ritmo lo marque quien paga a los mantenedores.

Para las empresas latinoamericanas que están evaluando MCP como capa de integración para sus agentes de IA, la decisión no es binaria. Adoptar el estándar hoy reduce la fricción técnica a corto plazo, pero incrementa la dependencia de una hoja de ruta definida en San Francisco. La alternativa —construir integraciones propias— es más costosa, pero preserva autonomía.

La pregunta que debería quedar sonando en la sala de reuniones no es si MCP funciona, sino quién define lo que puede hacer tu agente y bajo qué condiciones. En un mercado donde la infraestructura de IA se consolida en torno a unos pocos estándares, la verdadera ventaja competitiva puede no estar en ser el primero en adoptarlos, sino en no quedar atrapado en ellos.