Будущее шлёт привет: прибыл MCP-терминатор 🤖

Кейс сгенерированного уровня Кваки знатно подогрел интерес широкой аудитории к теме использования ИИ в геймдеве. Можно с уверенностью сказать, что существующие технологии не потянут создание хоть сколько-то играбельного тайтла. Но есть новая мета — Model Context Protocol (MCP).

В том, что такое MCP и с чём его едят, разбирался внештатный эксперт «Ныряем» Владимир Стишкин.

MCP — это протокол, который позволяет подключить ИИ (LLM) к любому приложению, у которого есть API. Представьте MCP как USB-порт для AI-приложений. Его работа подобна тому, как USB обеспечивает стандартизированный способ подключения устройств к различным периферийным устройствам и аксессуарам.

Как это работает на пальцах: MCP формирует набор определённых команд, которые понятны и для LLM, и для программы, с которой LLM будет работать через API. Для программы MCP передаёт понятный код. А для LLM — сообщение с деталями: что это за команда, что с ней делать и в каком контексте она находится. Например, в простом случае MCP для Google Calendar LLM получает доступ ко всем встречам и их содержимому, может редактировать их и даже создавать новые.

Ложка дёгтя. Даже самая продвинутая LLM, которая использовалась мною для тестов (Claude Sonnet 3.7), иногда теряет контекст и путает команды, предоставленные MCP. В режиме работы через Claude Desktop может «забояться» писать скрипт и обрывает процесс создания почти на финале. Одна из самых главных проблем — LLM воспринимает свою работу в Unity/Blender строго через код (пока что) и не видит визуальную часть своего детища. Из-за этого возникают проблемы с отображением объектов вплоть до визуальных глитчей 🐈

Так почему это круто, вау и будущее ИИ? Потому что через MCP языковая модель получает почти полный доступ к необходимому софту и начинает им управлять. При этом учитывает смысл запроса, состояние софта и знает, что нужно делать в конкретной программе. Ранее такой технологии не было.

Для примера возьмём всем знакомые Blender и Unity. MCP и LLM получают доступ к этим редакторам и в автономном режиме выполняют задачу, которую ставит пользователь. При помощи MCP языковая модель создаёт и редактирует объекты, знает их состояние и положение относительно друг друга, создаёт и модифицирует сложные скрипты для управления объектами. Создаёт настройки сцены — свет, окружение, текстуры. LLM + MCP может создать базовую трёхмерную модель, задать ей параметры, создать шейдер и создать скриптовую анимацию.

На видео показан результат моего эксперимента. Запрос к системе был таким: «Создай простую гоночную игру». И Claude 3.7 Sonnet таки создала из примитивов машинку, дорогу, а самое главное — механику движения и управления! Даже с намёком на физическую модель ускорения и замедления.

Что с этим делать и куда приведёт❔

С одной стороны, MCP в связке, например, с Google Workspaces позволяет вполне продуктивно работать с календарём, почтой или документами на диске. Ещё более эффективна MCP, например, для серверной оптимизации. Но нам, естественно, в первую очередь интересно практическое применение протокола в креативных индустриях. И тут дела обстоят как с ChatGPT первых поколений — вызывает вау-эффект, но годится лишь для прототипирования и помощи в рутинных задачах.

Однако, сам факт появления системы, которая автономно создаёт контент в игровых движках — это крайне серьёзная веха. MCP для Unity/Blender появились несколько месяцев назад и обладают большими перспективами. Инструменты будут развиваться по мере развития LLM и по мере развития самих инструментов MCP.

Интересно? Хотели бы сами попробовать создать играбельный контент с помощью MCP? Дайте знать в комментариях, и команда «Ныряем» выкатит гайд по установке MCP + Unity/Blender на ПК с Windows или Mac OS 🎹

@letsdivein