
AIに使わせるなら、APIよりMCPを先に作るべきなのか
最近、Vinny(@hot_town)さんの「MCP vs API vs CLI — I Built All 3 for Agents. Here's My Take.」という記事を読みました。短縮URLアプリ「Linkly」に、MCPサーバー、REST API、CLIの三つを作った経験をもとに、AIエージェントに使わせる入口の優先順位を論じています。
比べているのが「サーバーの機能」ではなく「受け取る側の動き」だという点が面白いです。この記事では、その見方から、三つの入口の違い、削除の確認をモデルの外に出す仕組み、既存アプリへの足し方を整理します。
【発端】 同じアプリに三つの入口を作った結論

著者の主張は「ほとんどのアプリはMCPに力を入れ、同じコードでAPIも用意し、CLIは必要なときだけ足す」です。
根拠は、一つの題材で三つとも作った経験にあります。
ただし、比較は著者個人の経験で、題材も短縮URLアプリ一つです。普遍的な法則というより、設計を考える材料として読むのがよいと思います。
【基礎】 エージェントは「モデル」と「クライアント」の二つ

AIに使わせるとき、相手は一つではありません。
MCP(Model Context Protocol)は、AIエージェントがアプリに接続して機能を使うための共通の取り決めです。ここでいう「エージェント」は、判断をするモデルと、それを包むクライアントの二つに分けて考えられます。
クライアントは、Claude CodeやChatGPT、Cursorのようなアプリです。サーバーに接続し、ツールの説明を読み込み、呼び出しを実行し、ログイン情報を保持し、利用者に見える画面も受け持ちます。
【違い】 APIが決めない「受け取る側」をMCPは決める

差はサーバー側の機能ではなく、クライアントに何を約束させられるかにあります。
REST APIが定めるのは、サーバーの振る舞いだけです。データを受け取ったクライアントが何をするかは、標準では決まっていません。
MCPは、サーバーとクライアントの両方の動きを仕様で定めています。
ログイン
REST API:利用者がキーを作って渡す。著者は、APIではエージェントのOAuthがまだ一般的でなく、個人用トークンを渡す形が多いと書いています
MCP:URLを貼ると、クライアントがブラウザで許可画面を開く
CLI:端末側で用意する
使い方の伝わり方
REST API:文書を読ませるか、スキルを別に整える
MCP:ツールの説明がサーバーから自動で伝わる
CLI:--helpが頼り
シェルのない環境
REST API:到達しにくい
MCP:ClaudeやChatGPTのデスクトップ・モバイルアプリでは、主要な接続手段になる
CLI:使えない
向く場面
REST API:一括処理、再実行する定型処理、人間のいない連携
MCP:対話の中で人と一緒に使う場面
CLI:ローカルファイルを読ませる場面
CLIが勝つ例として、著者は数千件のURLをファイルから短縮する場面を挙げています。
リモートのMCPサーバーは手元のディスクを読めません。URLがすべてモデルの文脈を通ってしまいます。
CLIなら一行で済み、データはモデルに触れません。
【仕組み】 確認をモデルの外へ出す elicitation

承認の経路にモデルがいなければ、モデルは自分で承認できません。
削除のような取り返しのつかない操作には、確認が要ります。APIならconfirm=true、CLIなら--yesがよく使われる形です。
ところがどちらも、確認を含むやり取りがモデルを通ります。モデルが自分でtrueや--yesを付ければ、確認は飛ばされたままです。
MCPには、サーバーがクライアントを通じて利用者本人に尋ねるelicitation(誘い出し)という仕組みがあります。仕様には、フォームで尋ねる形式と、URLを開かせる形式があります。
URL形式は、クライアントを通してはならない機微な操作のための形式です。
著者はこれを、アシスタントにクレジットカードを預ける場面にたとえています。店の「よろしいですか」にはアシスタントが答えられても、最終承認の通知は本人のスマホにしか届きません。
実装上の注意として、著者は、削除の確認にはアプリ内の確認ページを使うことを勧めています。ページを開くのは本人のログイン済みセッションなので、クライアントから来た回答を信用せずに済みます。
また、destructiveHint(破壊的な操作だという印)は、あくまでヒントです。利用者に尋ねるクライアントも、尋ねないクライアントもあります。
確認ページへのリンクを返すフォールバックを先に作っておく、という順番です。
【具体例】 Linklyの「業務ロジック一層、入口は薄い皮」
MCPを足すのに、アプリを作り直す必要はありません。
著者の構成は二層です。一つは「操作(operations)」で、利用者ができることを一つの関数にしたものです。
もう一つは「入口(surfaces)」で、ダッシュボード、MCP、REST API、CLIが、それぞれ薄い変換役として操作を呼びます。
Linklyでは、ダッシュボードの「リンク作成」ボタンと、エージェントがMCP経由で呼ぶ処理が、同じcreateLink関数です。入口ごとにログインの種類を「誰が呼んだか」という一つの形に直し、結果もエラーも同じ形に整えます。
既存アプリなら、全部を動かさず、エージェントがよく使う3〜5個を選ぶのが現実的です。Linklyでは、リンク作成、一覧、統計です。
まず自分たちのダッシュボードをその操作につなぎ、利用者に使ってもらってから、MCPやAPIの入口を足します。
ツール側の工夫も、いくつか挙がっています。
ツールの説明:似たツールとの使い分けと、次に呼ぶツール、エラー後の行動を書く
エラー文:「見つからない。list_linksでIDかスラッグを探す」のように次の行動を書く
識別子:UUIDだけでなく、人が使うスラッグも受け付ける
権限の境界:読み取りと書き込みを別のツールにする
【関連概念】 文脈の肥大化、フォールバック、棲み分け
「MCPを先に」は、MCPの弱点が減ったことと、他の入口を捨てないことの両方が前提です。
MCPが敬遠された理由に、文脈の肥大化がありました。接続した全サーバーのツール定義が、最初からモデルの文脈を占めるためです。
Anthropicの技術記事は、ツールを必要な分だけ読み込む方式と、コードでツールを呼び、途中結果をモデルに通さない方式を説明しています。著者は、前者のツール検索を、Claude CodeとClaudeアプリで標準だと書いています。
後者のコードモードはOpenCodeが標準、Codexではフラグ付きです。
もう一点は、クライアント間の差です。著者は、機能への対応が揃っていないので、どの機能にもフォールバックを用意するよう勧めています。
多くは「アプリへのリンク」です。
Linklyの統計結果には、ダッシュボードで開けるURLが付きます。
APIの出番も残ります。一括処理や生データの出力、定期実行する処理、人間のいない連携です。
これらではAPIが向くと著者は整理しています。API設計の基本は、O'Reilly Japanの『Web API: The Good Parts』が参考になります。
参考情報・参考書籍(PR)
本記事をより深く理解するために、概念マップスライドを作成しました。こちらをみることで理解の補助になるはずです。
関連記事
【まとめ】 まず「エージェントに頼まれそうな操作3つ」を選ぶ

入口の優先順位を決める前に、操作の単位を決めるのが先です。
試すなら、次の順が考えやすいと思います。
自分のアプリで、エージェントに頼まれそうな操作を3つ選ぶ
その3つを、画面から独立した関数に切り出す
削除や支払いなど、本人が決めるべき操作を洗い出し、確認をモデルの外に置けるか考える
「読み取りと書き込みは別ツールか」「エラー文は次の行動を示すか」を点検する
ここで書いた比較は、著者の経験と、確認できた仕様に基づくものです。
サンプルの実装は、著者のリポジトリと、Wasp社の詳細ガイドで確かめられます。