Блог
    Объясняем просто
    MCP
    API
    ИИ-агенты
    Интеграции

    API-сервер и MCP-сервер: в чём разница — объясняем на пальцах

    Слова «API» и «MCP» сейчас звучат на каждой встрече про ИИ, и их часто путают. Если совсем коротко: API — это способ, которым одна программа просит что-то у другой. MCP — это общий стандарт, по которому ИИ-помощник сам узнаёт, что умеет сервис, и пользуется им. Ниже — та же мысль, но так, чтобы понял и школьник: на примере ресторана, погоды и CRM.

    Автор: Команда WikilectДата: 19 ноября 2026 г.7 минут

    На пальцах: ресторан

    Представьте ресторан. На кухне готовят еду — это сервис с данными: CRM, почта, прогноз погоды, база знаний. Вопрос только в том, как сделать заказ.

    API — окошко выдачи

    заказывает программа, написанная человеком

    • У окошка лежит строгий бланк заказа: какие блюда есть и как именно их вписывать.
    • Кто заполнил бланк правильно — получил блюдо. Ошибся в одной клеточке — получил отказ.
    • У каждой кухни свой бланк. Пришёл в другой ресторан — учи новый.
    • Что заказывать, решают заранее: программист один раз пишет, какие блюда и когда брать.

    MCP — официант для ИИ

    заказывает ИИ-помощник

    • Официант сам подходит и приносит меню с понятными описаниями: что это за блюдо и когда его брать.
    • Гость (ИИ) говорит, что ему нужно, — официант оформляет бланк и несёт его на кухню.
    • Меню во всех ресторанах устроено одинаково, поэтому гость везде разберётся сразу.
    • Что заказать, гость решает на месте — по тому, о чём его попросил человек.
    Кухня одна и та же. Меняется только то, кто делает заказ и как он узнаёт, что можно заказать.

    Главное, что стоит запомнить

    Официант не готовит еду — он ходит на ту же кухню через то же окошко. Так и MCP-сервер почти всегда обращается к обычному API. MCP не заменяет API, а делает его понятным для ИИ.

    Что такое API-сервер

    API (Application Programming Interface — «интерфейс для программ») — это набор адресов, по которым одна программа может попросить что-то у другой: «дай прогноз», «создай сделку», «пришли письма за вчера». API-сервер — программа, которая эти просьбы принимает и отвечает.

    Пример: сервис погоды. Программист прочитал документацию и знает, что прогноз отдаётся вот по такому адресу:

    GET https://api.weather.example/v1/forecast?city=Kazan&days=1
    
    → { "city": "Kazan", "tomorrow": { "t": 4, "rain_mm": 6 } }
    

    Дальше он пишет код: каждое утро взять прогноз и, если дождя больше 5 мм, прислать сотрудникам напоминание. Программа делает ровно это — каждый день одинаково, без фантазии.

    • Плюс: предсказуемо и быстро. Отлично подходит для того, что повторяется одинаково: ночные выгрузки, оплаты, синхронизация CRM с сайтом.
    • Минус: на каждую новую задачу нужен программист. Захотели «а пусть ещё про ветер пишет» — снова правка кода.

    Что такое MCP-сервер

    MCP (Model Context Protocol — «протокол контекста для модели») — открытый стандарт, который Anthropic опубликовала в ноябре 2024 года. Его официальное сравнение — «USB-C для ИИ»: один разъём, к которому подходит любое устройство. MCP-сервер — программа, которая по этому стандарту показывает ИИ-помощнику свои инструменты.

    Тот же сервис погоды, но через MCP. Сервер не ждёт, что кто-то прочитает документацию, — он сам отдаёт модели карточку инструмента:

    {
      "name": "get_forecast",
      "description": "Прогноз погоды на завтра для города. Вызывай, когда спрашивают про дождь, зонт или температуру.",
      "inputSchema": { "city": "строка, город" }
    }
    

    Теперь сотрудник просто пишет ИИ-помощнику: «Мне завтра в Казань, брать зонт?» Модель видит инструмент get_forecast, сама понимает, что он подходит, вызывает его с городом «Казань» и отвечает: «Да, завтра +4 и дождь, зонт пригодится». Ни строчки нового кода.

    У MCP-сервера бывает три вида возможностей:

    • Инструменты (tools) — действия: найти сделку, отправить письмо, создать задачу.
    • Ресурсы (resources) — то, что можно прочитать: файлы, записи в базе, страницы вики.
    • Заготовки (prompts) — готовые сценарии, например «подготовь сводку по клиенту».

    Как идёт запрос: схема

    Через API: всё решил программист заранее

    Программист

    читает документацию

    пишет код

    Код программы

    в нём жёстко прописан запрос

    GET /forecast

    API-сервер

    погода, CRM, почта

    Хотите новое поведение — снова зовёте программиста.

    Через MCP: решает ИИ по ходу разговора

    Человек

    просит словами

    «брать зонт?»

    ИИ-помощник

    выбирает инструмент

    get_forecast

    MCP-сервер

    описывает инструменты

    GET /forecast

    API сервиса

    та же «кухня»

    Новые вопросы не требуют нового кода: модель сама сочетает инструменты.

    Последний шаг у MCP — тот же API. MCP добавляет «официанта» между ИИ и кухней.

    Зачем вообще нужен общий стандарт

    До MCP каждую связку «ИИ-помощник + сервис» делали отдельно. Три помощника и четыре сервиса — это двенадцать отдельных переходников, и каждый надо писать и чинить. С MCP каждый сервис пишет один сервер, а каждый помощник один раз учится стандарту.

    3 ИИ-помощника × 4 сервиса

    Без общего стандарта

    12

    переходников: каждый помощник отдельно с каждым сервисом

    С MCP

    4

    сервера — по одному на сервис, подходят ко всем помощникам сразу

    Добавили пятый сервис

    +1

    один новый MCP-сервер вместо трёх новых переходников

    Это и есть смысл сравнения с USB-C: один разъём вместо зарядки под каждый телефон.

    Поэтому стандарт быстро подхватили: в 2025 году поддержку MCP добавили OpenAI, Google и Microsoft, а в декабре 2025-го Anthropic передала MCP в независимый фонд под крылом Linux Foundation. Сегодня это общий язык, а не «фишка одной компании».

    Пример из жизни: CRM и отдел продаж

    Руководитель продаж хочет: «Покажи сделки, по которым никто не звонил больше недели, и поставь менеджерам задачи перезвонить».

    Через API

    делает программист

    • Читает документацию CRM: как получить сделки, как получить звонки, как создать задачу.
    • Пишет отчёт и кнопку «поставить задачи». Неделя работы.
    • Через месяц просят «а теперь без звонков две недели и только крупные» — снова правка.

    Через MCP

    делает сам руководитель, словами

    • К ИИ-помощнику один раз подключён MCP-сервер CRM с инструментами «найти сделки», «звонки по сделке», «создать задачу».
    • Руководитель пишет просьбу как есть — модель сама вызывает инструменты по очереди и показывает список.
    • Завтра просьба другая — работает так же, без программиста.

    А где осторожность?

    Раз ИИ сам нажимает кнопки, важно, какие кнопки ему дали. Хорошая практика: MCP-сервер работает с правами того сотрудника, который просит, а действия, которые что-то меняют или отправляют наружу, ИИ сначала показывает человеку на подтверждение.

    Сравнение по пунктам

    Кто обращаетсяAPI-сервер: Программа, которую написал человекMCP-сервер: ИИ-модель: помощник или агент
    Как узнать, что он умеетAPI-сервер: Прочитать документациюMCP-сервер: Сервер сам отдаёт список инструментов с описаниями
    Кто решает, что вызватьAPI-сервер: Программист, заранееMCP-сервер: Модель, по ходу разговора
    ФорматAPI-сервер: У каждого сервиса свой (REST, GraphQL…)MCP-сервер: Один стандарт для всех (JSON-RPC)
    ОписанияAPI-сервер: Для людей-программистовMCP-сервер: Для модели: когда и зачем вызывать
    Подключить к новому ИИAPI-сервер: Писать новую связкуMCP-сервер: Подходит сразу, если ИИ знает MCP
    Лучше всего дляAPI-сервер: Повторяемой автоматики: выгрузки, оплаты, синхронизацияMCP-сервер: Живых задач сотрудников, сформулированных словами
    Это не «старое против нового»: в большинстве систем работают оба, и MCP опирается на API.

    Что выбрать компании

    • Нужен API, если задача всегда одна и та же и важна точность до копейки: передать заказы в 1С, выгрузить отчёт в полночь, принять оплату.
    • Нужен MCP, если хотите, чтобы сотрудники просили ИИ-помощника словами, а он сам работал с CRM, почтой, задачами и базой знаний.
    • Обычно нужны оба: у сервиса уже есть API, а MCP-сервер — тонкий слой поверх него для ИИ. Если у вашей системы есть API, MCP-сервер для неё сделать несложно.

    Так работает и WikiAgent: агент подключается к рабочим системам компании, видит их как набор понятных инструментов и пользуется ими в рамках прав сотрудника, который его попросил.

    Источники

    FAQ

    MCP — это замена API?

    Нет. MCP-сервер почти всегда внутри обращается к обычному API сервиса. MCP добавляет слой, который делает этот API понятным для ИИ: описывает инструменты словами и даёт всем помощникам один общий способ подключения.

    Можно ли сделать MCP-сервер, если у системы нет API?

    Можно, если есть другой способ достать данные: база, файлы, выгрузка. Но проще всего MCP-сервер делается поверх готового API — это обычно несколько десятков строк на каждый инструмент.

    Это безопасно — давать ИИ доступ к CRM и почте?

    Безопасно настолько, насколько настроены права. ИИ может только то, что разрешает MCP-сервер: правильно давать ему права конкретного сотрудника и просить подтверждение перед действиями, которые что-то меняют или отправляют наружу.

    Какие ИИ-помощники понимают MCP?

    Claude, ChatGPT, Cursor, Copilot в VS Code, Gemini и многие другие — стандарт открытый, и поддержку добавили почти все крупные разработчики. WikiAgent тоже работает с MCP.

    Подключим ИИ-агента к вашим системам

    Расскажем, как WikiAgent работает с вашей CRM, почтой и базой знаний — и чем дать ему доступ безопасно.