Kursus
Membangun Sistem Agenik yang Dapat Diskalakan
1 Hr 30 Min
16K
Satu setengah tahun lalu, Model Context Protocol masih merupakan istilah yang cukup asing di luar Anthropic. Kini, protokol ini muncul dalam wawancara untuk peran AI engineering, developer relations, dan backend karena banyak tim yang mengirimkan agen memiliki server atau klien MCP di suatu bagian stack.
MCP (Model Context Protocol) adalah protokol terbuka yang menstandarkan cara aplikasi AI terhubung ke alat eksternal, data, dan templat prompt. Protokol ini menyelesaikan masalah integrasi N x M: tanpa protokol bersama, setiap pasangan model-alat memerlukan konektornya sendiri. Dengan MCP, Anda membangun konektor sekali dan host apa pun yang patuh dapat menggunakannya. Anda mungkin mendengarnya disebut sebagai "USB-C untuk AI," yang cocok sebagai penjelasan awal dan tidak lebih jauh dari itu.
Pertanyaan pewawancara sangat bergantung pada peran. Seorang pengembang junior mungkin perlu menjelaskan perbedaan tools dan resources. Seorang platform engineer lebih mungkin ditanya bagaimana inti protokol yang stateless mengubah deployment. Saya mengatur panduan ini berdasarkan tingkat kesulitan dan kasus penggunaan, jadi fokuslah pada bagian yang sesuai dengan peran Anda.
Waktu sangat penting di sini, dan saya menegaskannya karena MCP masih berubah. Saat tulisan ini dibuat, spesifikasi stabil saat ini adalah 2025-11-25. Kandidat rilis untuk 2026-07-28 telah dikunci dan akan dirilis sekitar empat minggu lagi, jadi apa pun dari RC tersebut diberi label sebagai mengarah ke masa depan.
Pertanyaan Wawancara MCP Tingkat Pemula
Ini sering muncul di banyak penyaringan, terlepas dari senioritas. Saya akan mulai dengan kosakata.
Apa itu MCP dan mengapa dibuat?
MCP adalah standar terbuka, awalnya dibangun oleh Anthropic dan di-open-source pada November 2024, untuk menghubungkan aplikasi AI ke alat eksternal dan sumber data. Lebih langsungnya: implementasikan MCP sekali, dan Anda dapat berbicara dengan server yang kompatibel MCP apa pun alih-alih menulis konektor baru untuk setiap alat.
Apa itu server MCP?
Server adalah program yang mengekspos tools, resources, dan prompts kepada klien MCP. Server dapat berjalan sebagai subprocess lokal melalui stdio atau sebagai proses remote independen yang dapat dijangkau melalui HTTP. Server tidak mengetahui apa pun tentang model itu sendiri; ia menjawab permintaan sesuai protokol.
Apa itu klien MCP?
Klien adalah konektor tingkat protokol yang berada di dalam aplikasi host (pikirkan Claude Desktop, VS Code, atau Cursor) dan berbicara ke satu server pada satu waktu melalui JSON-RPC. Satu host dapat menjalankan beberapa klien, masing-masing memegang koneksi satu-ke-satu ke server.
Bagaimana MCP berbeda dari REST API biasa?
REST API ditulis untuk dipanggil pengembang dari kode. MCP dibangun agar LLM dapat menemukan dan memanggilnya saat runtime. Perbedaan itu lebih penting daripada format wire. Klien dapat meminta tools/list ke server dan mendapatkan deskripsi terstruktur tentang kapabilitas yang tersedia, sesuatu yang biasanya tidak ditawarkan REST API secara default. Untuk satu integrasi sederhana, pemanggilan API langsung sering kali lebih cepat dan lebih murah.
Jenis resources apa yang dapat diekspos server?
Apa pun yang dapat dialamatkan oleh URI: file, rekaman basis data, dokumen, nilai konfigurasi, respons API. Resources adalah konteks hanya-baca, bukan aksi, yang sering kali membingungkan pemula.
Pertanyaan Wawancara Konsep Inti MCP
Setelah kosakata kuat, pewawancara beralih ke cara bagian-bagian ini saling berkomunikasi.
Seperti apa arsitektur tingkat tingginya?
Tiga peran: host, client, server. Host adalah aplikasi yang digunakan seseorang. Host membuat satu atau lebih klien, dan setiap klien memegang satu koneksi ke server. Setiap pesan antara klien dan server adalah JSON-RPC 2.0, yang memberi Anda format wire yang stabil terlepas dari transportnya.
Apa tiga fase siklus hidup dari sebuah koneksi?
Inisialisasi, operasi, dan shutdown. Selama inisialisasi, klien mengirim versi protokol dan kapabilitas yang didukungnya, dan server merespons dengan miliknya. Setelah kedua sisi sepakat, permintaan normal seperti tools/list dan tools/call terjadi pada fase operasi. Shutdown hanyalah penutupan yang bersih.
Transport apa yang digunakan MCP saat ini?
stdio untuk server lokal berbasis subprocess, dan Streamable HTTP untuk server remote. Streamable HTTP menggantikan transport HTTP-plus-SSE yang lebih lama dalam spesifikasi 2025-03-26, jadi menjelaskan dua endpoint SSE terpisah sudah ketinggalan zaman.
Apa perbedaan sebenarnya antara tools, resources, dan prompts?
Pembedaan ini tentang kontrol, bukan jenis data:
- Tools dikendalikan oleh model. LLM memutuskan kapan memanggilnya berdasarkan konteks.
- Resources dikendalikan aplikasi. Host atau pengguna memutuskan kapan memuatnya.
- Prompts dikendalikan pengguna. Seseorang secara eksplisit memilih templat sebelum inferensi dimulai.
Banyak kandidat mendefinisikan ini berdasarkan jenis data yang dibawa, yang melewatkan esensinya.
Pertanyaan Wawancara Tools, Resources, dan Prompts MCP
Setelah model kontrol jelas, pertanyaan berikutnya adalah seperti apa wujud primitif ini dalam praktik.
Apa yang termasuk dalam definisi tool?
Sebuah name, sebuah description, sebuah inputSchema yang ditulis dalam JSON Schema, dan sejak spesifikasi 2025-06-18, outputSchema opsional plus annotations yang menjelaskan perilaku seperti apakah sebuah tool bersifat read-only atau destruktif. Klien harus memperlakukan anotasi sebagai tidak tepercaya kecuali berasal dari server tepercaya. Itu adalah petunjuk, bukan jaminan.
Kapan sesuatu sebaiknya menjadi tool alih-alih resource?
Jika memiliki efek samping atau membutuhkan komputasi baru yang langsung, itu adalah tool. Jika merupakan data referensi statis atau semi-statis tanpa efek samping, itu adalah resource. Pencarian cuaca terhadap API live adalah tool. Daftar kota yang didukung yang di-cache adalah resource.
Apa yang membuat tool MCP menjadi baik, selain sekadar berfungsi?
Rancang berdasarkan apa yang ingin diselesaikan pengguna, bukan berdasarkan endpoint yang kebetulan Anda miliki. Sebuah tool sebaiknya membungkus alur kerja yang lengkap, bukan satu panggilan API mentah. Deskripsinya juga penting: teks itu masuk ke konteks model dan memengaruhi apakah model memilih tool yang tepat. Berikut contoh minimal dengan lapisan FastMCP dari SDK Python:
from mcp.server.fastmcp import FastMCP
app = FastMCP("weather-demo")
@app.tool()
async def get_weather(city: str) -> str:
"""Get the current weather for a city."""
return f"Weather data for {city}"
@app.resource("config://units")
async def get_units() -> str:
"""Static configuration for the unit system in use."""
return '{"temperature": "celsius"}'Docstring tool menjadi deskripsinya; resource adalah data statis di balik URI, tanpa efek samping.
Bagaimana klien mengambil resource?
Klien memanggil resources/read terhadap URI yang didapat dari resources/list. Jika server mendukung kapabilitas listChanged, server dapat memberi tahu klien saat daftar resource berubah. Tanpa kapabilitas itu, klien tidak memiliki sinyal dan harus polling atau menyegarkan secara manual.
Pertanyaan Wawancara Pengembangan Server MCP
Di sinilah pengetahuan konseptual harus berubah menjadi sesuatu yang berjalan.
SDK resmi apa yang tersedia, dan apakah semuanya sama matangnya?
Tidak. SDK dibagi tingkat: TypeScript, Python, C#, dan Go berada di Tier 1 dengan dukungan fitur penuh, Java dan Rust di Tier 2, serta Swift, Ruby, PHP, dan Kotlin di Tier 3. SDK Python menyertakan FastMCP, API server berbasis dekorator.
Bug paling umum apa yang merusak server lokal?
Menulis ke stdout saat tidak seharusnya. Transport stdio menggunakan stdout secara eksklusif untuk pesan JSON-RPC, jadi print() atau console.log() yang terselip merusak aliran pesan dan parser klien tidak dapat memprosesnya. Apa pun yang ingin Anda log untuk debugging harus diarahkan ke stderr.
MCP Inspector menampilkan tool dan resource. Video oleh Penulis.
Bagaimana penanganan error bekerja di MCP, dan mengapa ini penting untuk wawancara?
Ada tiga tingkat. Kegagalan tingkat transport adalah masalah koneksi. Error tingkat protokol menggunakan kode JSON-RPC standar (-32700 untuk parse error, -32600 hingga -32603 untuk permintaan tidak valid, metode tidak dikenal, dan masalah serupa). Kegagalan tingkat aplikasi, seperti panggilan API di dalam tool Anda mengembalikan error, harus dikembalikan dengan isError: true dalam hasil tool agar model dapat melihat dan menanggapinya.
return {
"content": [{"type": "text", "text": "Rate limit exceeded, try again later"}],
"isError": True
}Flag tersebut memungkinkan model melihat kegagalan dan mencoba hal lain.
Apakah MCP saat ini stateful?
Ya, sesi saat ini dilacak pada tingkat koneksi. Ini menimbulkan masalah penskalaan untuk tim produksi, yang akan saya bahas di bagian desain sistem.
Pertanyaan Wawancara Keamanan dan Tata Kelola MCP
Pertanyaan keamanan kini sering muncul dalam banyak wawancara MCP, terutama untuk peran platform dan enterprise.
Bagaimana perbedaan autentikasi antara transport stdio dan HTTP?
Untuk server stdio lokal, autentikasi dalam praktiknya bersifat opsional; Anda sudah memercayai proses yang Anda jalankan. Untuk server remote berbasis HTTP, OAuth 2.1 adalah kerangka kerjanya, dan server diklasifikasikan sebagai OAuth 2.0 resource server sejak spesifikasi 2025-06-18. OAuth tidak diwajibkan di semua tempat dalam MCP.
Apa itu tool poisoning?
Ini adalah instruksi berbahaya yang disembunyikan di dalam metadata tool, biasanya deskripsi atau schema, yang dibaca model saat memutuskan tool mana yang akan dipanggil. Tool tidak perlu dipanggil agar ini berdampak, karena model sudah melihat instruksi saat tool didaftarkan.
Bagaimana serangan rug pull berbeda dari tool poisoning?
Tool poisoning adalah masalah titik masuk. Rug pull adalah masalah persistensi: sebuah tool terlihat bersih saat Anda menyetujuinya, lalu definisinya berubah setelahnya, dan sebagian besar klien tidak memiliki cara bawaan untuk memaksa persetujuan ulang. Bertahan dari satu jenis tidak otomatis bertahan dari yang lain.
Apa itu Enterprise-Managed Authorization, dan mengapa ini penting saat ini?
EMA adalah ekstensi MCP yang menjadi stabil pada 18 Juni 2026. EMA memindahkan keputusan otorisasi ke penyedia identitas organisasi alih-alih klik persetujuan per server dari setiap karyawan. Klien mendapatkan Identity Assertion JWT yang ditandatangani saat single sign-on dan menukarnya dengan access token berskala dari authorization server milik server. Anthropic, Microsoft, dan Okta mendukungnya.
Pertanyaan Wawancara MCP dan Agen AI
Di sinilah protokol mulai terhubung dengan desain agen.
Mengapa MCP penting khususnya untuk agen?
Agen membutuhkan konteks dan aksi. MCP menempatkan keduanya dalam satu protokol. Seperti disebutkan sebelumnya, tools/list memungkinkan agen menemukan apa yang tersedia alih-alih mengandalkan daftar hardcode di kode agen.
Model host, klien, dan server agen. Gambar oleh Penulis.
Apa perbedaan antara MCP dan A2A?
Aturannya singkat: MCP menghubungkan agen ke alat, A2A menghubungkan agen ke agen lain. Keduanya kini berada di bawah Agentic AI Foundation, jadi biasanya dibahas sebagai lapisan terpisah, bukan pesaing.
Apa itu primitif sampling, dan apakah saya masih perlu menyebutkannya?
Sampling memungkinkan server meminta penyelesaian model melalui klien, yang merupakan cara server dapat menjalankan perilaku mirip agen tanpa memegang kunci API. Ketahui primitif ini, namun tambahkan catatan: RC 2026-07-28 menandai Sampling, Roots, dan Logging sebagai deprecated di bawah kebijakan siklus hidup fitur yang baru. Fitur-fitur tersebut tetap berfungsi setidaknya dua belas bulan, tetapi penulis server semakin diarahkan untuk memanggil API penyedia model secara langsung sebagai gantinya.
Bagaimana agen menghindari membebani jendela konteksnya dengan definisi tool?
Dengan tidak memuat setiap definisi tool di awal. Pendekatan Tool Search dari Anthropic menunda pemuatan skema tool hingga diperlukan, dan tulisan rekayasa tersebut melaporkan pengurangan penggunaan token sebesar 85% untuk pengaturan yang berat pada tool sambil tetap menjaga seluruh pustaka tool dapat dijangkau. Dalam jawaban wawancara, saya akan memasangkan pemuatan tertunda dengan server yang ruang lingkupnya sempit.
Pertanyaan Wawancara Desain Sistem MCP
Pertanyaan skenario menguji apakah Anda dapat menerapkan ide-ide ini di bawah kendala, bukan sekadar menghafal definisi.
Rancang sistem pengambilan dokumen menggunakan MCP.
MCP dan RAG tidak bersaing di sini. RAG menangani pengambilan vektor yang telah diindeks sebelumnya; MCP mengekspos pengambilan itu sebagai tool atau resource yang dapat dipanggil agen secara live, berdampingan dengan aksi lain yang dibutuhkan agen. Perlakukan pertanyaan ini sebagai bagaimana kedua bagian cocok bersama, bukan mana yang menggantikan yang lain.
Rancang server MCP untuk data internal perusahaan.
Mulai dari tanggung jawab tunggal: satu server per domain, seperti server basis data dan server file terpisah, alih-alih satu server melakukan semuanya. Tambahkan OAuth 2.1, ruang lingkup least-privilege per tool, dan audit logging sejak awal, karena kontrol akses lebih sulit diperbaiki setelah server berjalan.
Bagaimana Anda akan melakukan scaling deployment MCP saat ini, sebelum spesifikasi stateless diluncurkan?
Kandidat sering tersandung dengan menggambarkan spesifikasi masa depan seolah sudah dirilis. Sifat stateful dari bagian server adalah masalah penskalaan di sini: penskalaan horizontal memerlukan sticky routing, shared session store, atau gateway MCP. RC 2026-07-28 menghapus sesi tingkat protokol, tetapi bagian itu belum live.
Bagaimana Anda mencegah deployment multi-server besar membanjiri model dengan token?
Gagasan pemuatan tertunda dari bagian agen membantu di sini juga. Pada tingkat deployment, juga saring dan agregasikan data di sisi server sebelum mencapai konteks model, dan lakukan pagination untuk apa pun yang mengembalikan daftar. Aturan utamanya adalah mengendalikan apa yang masuk ke jendela konteks.
Pertanyaan Wawancara Integrasi MCP
Pertanyaan integrasi memeriksa apakah Anda memahami di mana MCP muncul dalam alat pengembang yang umum.
Bagaimana MCP muncul di seluruh produk Claude?
Claude.ai, Claude Desktop, dan Claude Code semuanya mendukung MCP, dan Anthropic menjalankan direktori konektor dengan server siap pakai. Ada juga konektor MCP di Messages API untuk server remote, masih dalam versi beta saat tulisan ini dibuat.
Claude Desktop menampilkan server MCP yang terhubung. Gambar oleh Penulis.
Apakah MCP hanya berguna dengan Claude?
Tidak. OpenAI mengadopsi MCP di seluruh Agents SDK dan Apps SDK mulai Maret 2025. VS Code meluncurkan dukungan untuk spesifikasi penuh pada pertengahan 2025, Cursor mendukung MCP melalui mcp.json, dan Google Cloud memiliki lebih dari 50 server MCP terkelola yang sudah GA atau dalam pratinjau pada April 2026.
Bagaimana perbedaan MCP dari RAG, secara konkret?
Ini adalah jawaban desain sistem dalam bentuk yang lebih singkat: RAG menjawab dari basis pengetahuan terjadwal, sementara MCP menangani lookup dan aksi live.
Pertanyaan Wawancara MCP Tingkat Lanjutan
Pertanyaan lanjutan menguji apakah Anda mengikuti perubahan protokol seiring waktu, bukan hanya bagaimana protokol bekerja hari ini.
Bisakah Anda menjelaskan riwayat versi spesifikasi?
Pewawancara menanyakan ini untuk melihat apakah Anda tahu apa yang berubah dan kapan. Lima revisi penting, dan hanya satu yang masih spekulatif:
|
Versi |
Tanggal |
Apa yang berubah |
|
2024-11-05 |
Nov 2024 |
Rilis awal |
|
2025-03-26 |
Mar 2025 |
Streamable HTTP menggantikan HTTP+SSE; OAuth 2.1 diperkenalkan |
|
2025-06-18 |
Jun 2025 |
Keluaran tool terstruktur, elicitation, klasifikasi OAuth resource server |
|
2025-11-25 |
Nov 2025 |
Spesifikasi stabil saat ini; Tasks async (eksperimental), tata kelola diformalkan |
|
2026-07-28 |
RC dikunci Mei 2026 |
Inti stateless, MCP Apps, kerangka kerja ekstensi |
Kuncinya adalah mengetahui baris mana yang benar-benar sudah dirilis.
Siapa yang sebenarnya mengatur MCP sekarang?
Anthropic menyumbangkan protokol tersebut ke Agentic AI Foundation, sebuah dana terarah di bawah Linux Foundation, pada 9 Desember 2025. Block dan OpenAI ikut mendirikan AAIF bersama Anthropic, dengan Google, Microsoft, AWS, Cloudflare, dan Bloomberg sebagai anggota pendukung. Para maintainer tetap memegang kendali atas keputusan teknis; tata kelola berpindah ke yayasan yang lebih luas.
Apa yang sebenarnya berubah dalam rilis 2026-07-28?
Perubahan utama adalah inti stateless dari bagian desain sistem: jabat tangan initialize/initialized dan header Mcp-Session-Id keduanya dihapus, diganti oleh informasi kapabilitas yang dibawa dalam _meta pada setiap permintaan. Itu menghilangkan kebutuhan sticky-routing. Kerangka kerja ekstensi juga mendefinisikan bagaimana kapabilitas opsional seperti MCP Apps dan Tasks dirilis dan distabilkan secara mandiri.
Apa itu ekstensi MCP, dan apakah semuanya berfungsi di mana-mana?
Tidak. Ekstensi adalah kapabilitas opsional, seperti Enterprise-Managed Authorization, OAuth Client Credentials untuk autentikasi machine-to-machine, dan MCP Apps untuk UI interaktif di dalam host. Dukungan bervariasi per klien, jadi jangan merancang dengan asumsi dukungan ekstensi universal.
Pertanyaan Wawancara MCP Berbasis Skenario
Ini menguji penalaran diagnostik lebih dari fakta yang dihafal, jadi susun jawaban sebagai jalur dari gejala ke sebab lalu perbaikan.
Panggilan tool gagal sesekali. Apa yang Anda periksa terlebih dahulu?
Periksa apakah kegagalan kembali sebagai isError: true dalam hasil tool atau sebagai error tingkat protokol. Itu memberi tahu Anda apakah masalah ada di dalam logika tool itu sendiri atau pada transport. Dari sana, lihat limitasi kuota pada apa pun yang dibungkus tool, dan periksa timeout sebelum menganggap itu masalah model.
Seorang agen terus bertindak berdasarkan data resource yang usang. Mengapa?
Ini kembali ke pertanyaan resource sebelumnya: listChanged adalah yang memberi tahu klien bahwa resource berubah. Tanpanya dinyatakan, klien tidak memiliki sinyal dan terus menyajikan snapshot cache hingga sesuatu memaksa penyegaran.
Satu server MCP menjadi bottleneck yang jelas. Apa langkah Anda?
Pisahkan sepanjang garis domain, tambahkan connection pooling, dan skala secara horizontal. Hingga inti stateless dirilis, Anda mungkin masih memerlukan session affinity seperti yang dibahas pada desain sistem.
Data sensitif bocor melalui pemanggilan tool. Bagaimana itu bisa terjadi?
Dua penyebab umum adalah tool dengan izin yang lebih luas daripada yang diperlukan, atau tidak adanya sanitasi output sebelum data masuk ke konteks model. Least privilege per tool dan langkah sanitasi sebelum konteks adalah perbaikannya. Tool poisoning juga terkait: model dapat diinstruksikan untuk meneruskan data tanpa ada yang menulis kode exfiltrasi.
Kesalahan Umum dalam Wawancara MCP
Beberapa pola cukup sering muncul hingga perlu disebutkan langsung:
-
Memperlakukan MCP sebagai pengganti REST drop-in setelah pembedaan REST dibahas sebelumnya
-
Mendefinisikan tools versus resources berdasarkan jenis data setelah model kontrol sudah dijelaskan
-
Mengasumsikan aturan autentikasi yang sama berlaku untuk
stdiodan HTTP -
Memberikan jawaban SSE lama setelah perubahan transport dibahas sebelumnya
-
Mencampur spesifikasi yang sudah dirilis dengan RC 2026-07-28
-
Melewatkan risiko keamanan yang dibahas di atas saat diminta merancang sistem pemanggilan tool
Sebagian besar kesalahan ini berasal dari tutorial lama.
Cara Mempersiapkan Wawancara MCP
Latihan langsung penting untuk protokol ini.
-
Buat server kecil dengan FastMCP atau SDK TypeScript, ekspos satu tool dan satu resource, dan jalankan
-
Instal Inspector resmi (
npx @modelcontextprotocol/inspector) dan lihat lalu lintas JSON-RPC mentah yang ditampilkannya -
Hubungkan server Anda ke klien nyata, Claude Desktop, VS Code, atau Cursor, dan amati jabat tangan inisialisasi
-
Baca changelog spesifikasi sebenarnya alih-alih ringkasan tangan kedua, terutama entri 2025-06-18 dan 2025-11-25
-
Pilih satu skenario desain sistem dari artikel ini dan tulis jawaban lengkap sebelum wawancara Anda
Langkah-langkah ini membedakan pengetahuan tingkat definisi dari keakraban praktis.
Kesimpulan
Menurut saya, menghafal definisi MCP saja sudah tidak cukup. Bagian yang lebih sulit adalah mengetahui jawaban mana yang sesuai dengan versi spesifikasi mana. Deployment saat ini masih berurusan dengan sesi tingkat koneksi; RC 2026-07-28 mengarah ke inti stateless. Jika Anda mengaburkan keduanya, jawaban arsitektur Anda terdengar lebih percaya diri daripada akurat.
Itulah mengapa saya akan memperlakukan MCP sebagai sesuatu untuk diuji, bukan hanya dibaca. Bangun server kecil dari bagian persiapan, amati klien membuat daftar tool dan membaca resource, dan perhatikan di mana protokol berakhir dan desain aplikasi Anda dimulai. Jawaban wawancara yang berguna bukanlah "MCP adalah USB-C untuk AI." Melainkan "inilah yang distandarkan MCP, inilah yang tidak, dan inilah yang baru-baru ini berubah."
Untuk tindak lanjut yang lebih terstruktur, kursus Building Scalable Agentic Systems kami membahas MCP dan A2A dalam konteks desain, pengujian, dan deployment agen.
Apakah saya perlu menghafal setiap tanggal versi spesifikasi?
Sampling akan didepresiasi. Apakah masih layak dipelajari?
SDK mana yang sebaiknya saya mulai jika saya belum pernah menyentuh MCP?
Apakah MCP masih akan relevan setelah spesifikasi 2026-07-28 dirilis?
Seberapa teknis wawancara MCP tingkat pemula sebenarnya?
Topik