人気MCPサーバー36個を採点したら、3分の1がDかF——エージェントを失敗させる本当の原因

I graded 36 popular MCP servers on agent usability. A third got a D or F

Model Context Protocol (MCP) サーバーは仕様に完全準拠していても、AIエージェントにとっては使い物にならないことがある。著者は本番AIエージェントにMCPコネクタを統合する仕事で、プロトコル層ではなく「説明文、命名、スキーマ設計」に問題があると気づき、Lighthouse風の採点ツール「mcpgrade」を開発。36の人気サーバーを静的解析した結果、MongoDB公式、Notion公式、Airtable、todoist、firecrawlなど11個がDまたはF評価。最大の原因はパラメータに説明文がないこと（firecrawlは134エラーのうち132件が該当）。さらに実モデルでの評価では、文書化が不十分なサーバーではツール選択精度が84%に低下し、範囲外タスクでも50%の確率で誤ってツールを呼ぶ「拒否の失敗」が発生。これは「何もしないべき時に何かしてしまう」危険な障害モードだ。