Program JavaZone

Foredrag Onsdag 2. september

Bra tools, ubrukelige svar: Læring fra ett år med MCP

Room 2

Norsk 45 min MCP integration design evaluation observability skills MCP apps harness

Bjørn Nordlund

Tech Lead at Cisco

I like building systems that actually work.

Most of my time goes into simplifying complex problems, often by questioning whether the complexity was needed in the first place. Lately, I’ve been working on MCP systems at enterprise scale, where the challenge is not exposing capabilities, but making them actually solve real problems for real users.

Eirik Fagtun Kjærnli

Hands-on tech lead and co-founder at Velo Labs with broad experience delivering complex solutions from idea to production. He previously led Accenture’s Generative AI Centre of Excellence in the Nordics, driving the architecture, development, and production rollout of LLM-based systems used by tens of thousands of users across the region.

Å drifte infrastruktur og samarbeidsløsninger i enterprise-skala er krevende. AI kan være en kraftig akselerator, men bare hvis de riktige funksjonene er tilgjengelige i AI-klientene folk allerede bruker. Noen sier at MCP er dødt. Vi tror de aldri har måttet bygge slike løsninger i praksis.

Det siste året har vi jobbet med nettopp dette: å bygge og eksponere funksjonalitet via MCP for administratorer som håndterer millioner av Cisco-enheter for kommunikasjon og samarbeid over hele verden, med reelle krav til skala, sikkerhet og stabilitet. Det innebar å bygge en MCP-server rettet mot kunder, ikke for å lage én bestemt agentopplevelse, men for å etablere et fundament andre kan bruke til å bygge arbeidsflytene og assistentene som passer deres egen organisasjon.

Det viste seg raskt å handle om langt mer enn selve protokollen. Når enterprise-funksjonalitet eksponeres gjennom MCP, dukker det opp mer grunnleggende spørsmål: Hvordan bør verktøyene utformes? Hvilke data bør de returnere? Hvordan oppfører ulike klienter seg? Og hvordan måler man om det man har bygget faktisk er nyttig?

I dette foredraget deler vi erfaringene våre fra å bygge MCP i praksis: design av tools og resources, forskjeller mellom klienter og kompromissene som oppstår når man går fra API-er til funksjonalitet laget for agenter. Vi ser blant annet på valget mellom mange spesialiserte verktøy og mer generiske, query-baserte tilnærminger, responsdesign, aggregeringer, skriveoperasjoner og utrulling på tvers av ulike klienter.

Broad engineering audience, with a slightly technical angle

  1. Dream Machines & Walled Gardens Room 1
  2. Building Production-Ready Kubernetes Operators: A Practical Guide Room 3
  3. Architecture Under Fire: The Decisions Nobody Tells You About Room 4
  4. SIMD for Java: how Elasticsearch already benefits from the Panama Vector API Room 5
  5. Bare spør! AI-agenter elsker produksjonsmetrikker Room 6
  6. Let’s use Spring Boot to build games, because why not? Room 7
  7. Demoscene Coding Kickstart Room 8
  8. De usette langtidskostnadene med dagens KI Room 6