Un server MCP è un piccolo programma che dà a un assistente IA accesso a una cosa precisa: le note delle riunioni, il calendario, un database aziendale, i file di una cartella. L'assistente si collega al server, vede un breve elenco di ciò che può fare — cercare tra le registrazioni, leggere una trascrizione — e richiama quelle funzioni quando la domanda le richiede.
L'idea è tutta qui. Il Model Context Protocol (MCP) è il formato concordato per questa conversazione: lo stesso server funziona così con Claude, ChatGPT, Cursor e ogni altra applicazione compatibile, senza bisogno di un'integrazione separata per ciascuna. La documentazione ufficiale lo paragona a una porta USB-C per le applicazioni di IA: un connettore, molti dispositivi.
Questo articolo spiega i pezzi in parole semplici, che cosa un server può e non può fare con i dati, e come distinguere un server locale da uno nel cloud — che si rivela la domanda più importante di tutte.
Tre termini ricorrono di continuo, nelle interfacce sempre in inglese, e solo uno significa quello che ci si aspetterebbe.
La parte che confonde è la parola server. Non implica un data center. Un server MCP è spesso un programma sul proprio portatile, avviato dall'applicazione di IA all'apertura e chiuso quando la si chiude. Nella terminologia MCP, un server è semplicemente la parte che offre contesto, ovunque si trovi a girare.
La specifica definisce tre cose che un server può offrire, e vale la pena conoscerne i nomi perché compaiono nelle schermate di configurazione:
search_recordings,
create_issue, run_query. È la categoria che si incontra più spesso.Nulla di tutto questo avviene in silenzio, in sottofondo. L'assistente legge l'elenco degli strumenti disponibili e, quando la domanda sembra richiederne uno, lo chiama e usa la risposta. Se la domanda non lo richiede, non viene toccato nulla. Uno strumento con una descrizione vaga semplicemente non viene mai usato: è per questo che la qualità dei server varia così tanto tra un fornitore e l'altro.
I server MCP girano in uno di due posti, e la differenza non è estetica.
I server locali girano sulla macchina dell'utente e comunicano con l'applicazione di IA tramite input e output standard, senza rete di mezzo. L'applicazione avvia il server come processo; il server legge i dati locali e li restituisce. Perché l'assistente li veda non viene caricato nulla.
I server remoti girano sull'infrastruttura di un fornitore e si raggiungono via HTTP, di norma con accesso OAuth. I dati risiedono in quel cloud e l'assistente li interroga attraverso la rete.
I servizi di note delle riunioni illustrano bene la divisione. Verificato il
10 agosto 2026: Fireflies documenta un endpoint MCP remoto su
api.fireflies.ai/mcp con OAuth, e il connettore di Otter è a sua volta un
servizio cloud autenticato via OAuth, presentato come parte dell'offerta
enterprise. In entrambi i casi le trascrizioni risiedono già nel cloud del
fornitore, quindi un server MCP nel cloud è la forma naturale. Uno strumento
che invece tiene le registrazioni sul proprio dispositivo ha bisogno della
variante locale: è così che funziona il server MCP di Speak-Y, che gira
sulla macchina dell'utente e legge le registrazioni locali. I suoi strumenti
che modificano qualcosa — assegnare tag a una registrazione, dare un nome a
chi parla, pubblicarla in un canale del team — girano dentro l'app stessa,
sono dichiarati al client come strumenti che modificano i dati, quindi
l'assistente chiede prima, e si possono disattivare lasciando la lettura.
Una precisazione onesta vale per entrambi i casi: un server locale tiene i dati fuori dai server del fornitore, ma non fuori dalla conversazione. Ciò che l'assistente legge viene inviato al modello con cui si sta parlando, esattamente come se lo si fosse incollato a mano. Locale significa non conservato altrove, non invisibile al modello.
Il cambiamento pratico è che si smette di spostare informazioni a mano. Invece di aprire un'applicazione, trovare la nota giusta, copiare un paragrafo e incollarlo in una finestra di chat, si pone la domanda e l'assistente recupera ciò che gli serve.
Nell'uso quotidiano appare così:
L'assistente concatena da solo i passaggi: cercare, leggere, scrivere. La nostra guida su come collegare le note delle riunioni a un assistente IA passa in rassegna prompt che funzionano in modo affidabile nella pratica.
Tre limiti che vale la pena dire chiaramente, perché le pagine dei fornitori raramente lo fanno:
MCP è stato presentato da Anthropic a novembre 2024. OpenAI lo ha adottato nei propri prodotti a marzo 2025 e Google DeepMind ha seguito ad aprile 2025: da quel momento ha smesso di essere il formato di un singolo fornitore.
A dicembre 2025 Anthropic ha donato il protocollo alla Agentic AI Foundation, un fondo vincolato sotto la Linux Foundation cofondato da Anthropic, Block e OpenAI, con il sostegno di Google, Microsoft, AWS, Cloudflare e Bloomberg. I maintainer che fino a quel momento avevano guidato il progetto hanno mantenuto il controllo tecnico; le modifiche passano da un processo pubblico di proposta.
I numeri danno l'idea della scala. All'annuncio di dicembre 2025 il progetto dichiarava circa 97 milioni di download mensili degli SDK e circa 10.000 server attivi. Alla pubblicazione della specifica 2026-07-28 — la revisione attuale, che ha reso il protocollo stateless perché i server scalino su normale infrastruttura web — gli SDK principali si avvicinavano al mezzo miliardo di download al mese.
La via più rapida è un'applicazione che include già un server. In Speak-Y il server MCP fa parte dell'app desktop: si apre Impostazioni → Integrazioni, si sceglie il proprio client e la configurazione viene scritta in automatico. Gira in locale ed è disponibile in ogni piano, incluso il piano Free; gli strumenti che modificano qualcosa chiedono prima di agire e si possono disattivare del tutto. La documentazione MCP descrive la configurazione manuale per i client senza installatore con un clic.
Una volta collegato, le dettature e le note delle riunioni diventano qualcosa che si interroga in conversazione invece di scorrere. E se il team condivide le riunioni in una base di conoscenza comune, la stessa domanda — «che cosa abbiamo deciso al riguardo?» — inizia a restituire risposte anche su lavoro a cui non si è personalmente partecipato.
Un server MCP è un piccolo programma che espone una fonte di dati o un insieme di azioni — le proprie note, il proprio calendario, un database — a un'applicazione di IA attraverso un'interfaccia standard. L'assistente si collega e può poi cercare e leggere quei dati, oppure eseguire le azioni che il server consente.
No. Molte applicazioni includono ormai un server MCP e lo installano nel client IA in un paio di clic. Un file di configurazione va toccato solo se l'applicazione da collegare non offre un installatore con un clic.
Il server in sé no, l'assistente sì. Un server locale gira sulla macchina dell'utente e legge file locali; un server remoto gira nel cloud di un fornitore. In entrambi i casi, tutto ciò che l'assistente legge davvero entra a far parte della conversazione con il fornitore del modello.
Anthropic ha presentato MCP a novembre 2024 e a dicembre 2025 lo ha donato alla Agentic AI Foundation, un fondo vincolato sotto la Linux Foundation cofondato da Anthropic, Block e OpenAI. La revisione attuale della specifica porta la data 2026-07-28.
Un plugin viene scritto per una singola applicazione. Un server MCP viene scritto una volta sola su uno standard aperto e funziona con qualsiasi client compatibile con MCP — Claude, ChatGPT, Cursor, VS Code e altri — così l'accesso si configura una volta invece che applicazione per applicazione.