MCP en agent-tooling: wat er nu beweegt
De wereld van AI-agents en het Model Context Protocol (MCP) evolueert in een razendsnel tempo. Voor indie developers die hun eigen AI-infrastructuur draaien—of dat nu is via een lokale LLM-gateway zoals LiteLLM, een eigen agent-setup op een thuisserver, of workflows in n8n—brengt de nieuwste golf aan updates zowel uitdagingen als enorme kansen. De belangrijkste verschuiving is de aanstaande radicale vernieuwing van het MCP-protocol zelf, dat overstapt op een stateless architectuur met verplichte authenticatie. Daarnaast zien we krachtige nieuwe open-source coding-modellen die lokaal op consumentenhardware draaien, terminal-first tools die concurreren met propriëtaire alternatieven, en experimentele decentrale frameworks.
In dit artikel lichten we de belangrijkste signalen uit de community door en leggen we uit wat dit betekent voor jouw lokale AI-stack.
De grote MCP-kanteling: Stateless en verplichte authenticatie
De specificatie voor de grootste MCP-update sinds de lancering wordt op 28 juli 2026 gefinaliseerd. De belangrijkste wijziging is dat het protocol volledig stateless wordt: de initialize-handshake en sessie-IDs verdwijnen. Daarnaast wordt OAuth/OIDC-authenticatie verplicht gesteld. Andere toevoegingen zijn MCP Apps (HTML in sandboxed iframes), een Tasks-extensie voor langlopende achtergrondtaken en ingebouwde ondersteuning voor OpenTelemetry. De update brengt ongeveer zes breaking changes met zich mee, met een migratievenster van 12 maanden. Beta SDK's voor Python, TypeScript, Go en C# zijn inmiddels beschikbaar.
Waarom dit relevant is: Als je zelfgebouwde of lokaal draaiende MCP-servers in je homelab hebt draaien, moet je deze klaarmaken voor deze overgang. De introductie van verplichte authenticatie betekent dat je de beveiliging van je lokale endpoints strakker moet inrichten, maar het maakt het ook veiliger om je lokale servers bloot te stellen aan externe agents. Voor het slim routeren van je lokale en externe modellen kun je kijken naar onze gids over model-routing op llmnet.
FastMCP 4.0 Alpha: Voorbereiden op de nieuwe spec
In het verlengde van de protocol-update heeft Jeremiah Lowin (PrefectIO) de eerste alpha-versie van FastMCP 4.0 uitgebracht. Deze versie is volledig gebouwd op de nieuwe MCP SDK v2-specificatie voor de 2026-07-28 release. Hoewel er enkele breaking changes zijn, is het doel dat de meeste bestaande FastMCP-servers zonder al te grote aanpassingen kunnen upgraden.
Waarom dit relevant is: FastMCP is een van de meest gebruikte Python-bibliotheken om snel MCP-servers te bouwen. Als je eigen integraties hebt geschreven om bijvoorbeeld je lokale database of thuisserver-functies aan te sturen via een LLM, is het verstandig om nu al met deze alpha te testen om te voorkomen dat je workflows breken zodra de definitieve spec live gaat.
KAT-Coder-V2.5-Dev: Krachtig lokaal coderen op consumentenhardware
KwaiKAT heeft KAT-Coder-V2.5-Dev uitgebracht, een open-source (Apache 2.0) Mixture of Experts (MoE) model met 35 miljard parameters (waarvan 3 miljard actief per token). Het model is post-trained op Qwen3.6 en behaalt een score van 69.4% op de SWE-bench Verified benchmark. Met een context window van 262k tokens, native tool-use en een speciale 'thinking mode' is dit model specifiek ontworpen voor agentic coding. Het draait met llama.cpp op een snelheid van ongeveer 89 tokens per seconde op een dual RTX 5060 + 4060 Ti setup (32GB VRAM).
Waarom dit relevant is: Dit model biedt een serieus, privacy-vriendelijk alternatief voor dure, cloud-gebaseerde API's zoals Claude of OpenAI voor programmeertaken. Omdat het efficiënt draait op relatief betaalbare consumenten-GPU's, is het een ideale kandidaat om te hosten in je eigen homelab via bijvoorbeeld Ollama of vLLM.
Zero v0.5.0: Een terminal-first alternatief voor Claude Code
Zero is een open-source, in Go geschreven CLI-tool voor agentic coding direct vanuit je terminal. Met de release van versie 0.5.0 introduceert het project functies zoals concurrent read-only batching, prompt caching, een uniforme sandbox-omgeving, een /undo-commando en /btw voor zijgesprekken met de agent zonder de hoofdcontext te vervuilen. Het project heeft inmiddels meer dan 1.100 sterren op GitHub.
Waarom dit relevant is: Als je op zoek bent naar een open-source en lokaal te draaien alternatief voor tools zoals Claude Code of GitHub Copilot CLI, biedt Zero een krachtige workflow. Het integreert naadloos in een terminal-gebaseerde ontwikkelomgeving en stelt je in staat om agents direct op je codebase te laten werken zonder vendor lock-in.
Buzz: Decentrale agent-orkestratie via Nostr
Buzz, ontwikkeld door Jack Dorsey's Block, is een open-source (Apache 2.0) workspace waarin mensen en AI-agents als gelijken (peers) met elkaar samenwerken. Het is volledig gebouwd op het Nostr-protocol. Elke actie binnen het systeem is een digitaal ondertekend Nostr-event. Het platform bevat een agent-harness (buzz-acp) die fungeert als brug naar LLM's zoals Claude, Goose of lokale instances via vLLM en Ollama. Daarnaast biedt het versleuteld agent-geheugen (zogeheten 'engrams') en 'owner attestations' voor fijnmazige autorisatie. De codebase omvat inmiddels zo'n 300.000 regels Rust.
Waarom dit relevant is: Hoewel dit project nog experimenteel is, schetst het een fascinerende toekomst voor multi-agent systemen. Door Nostr te gebruiken als communicatielaag lost Buzz problemen op rondom cryptografische herkomst (provenance) en identiteit van agents. Voor ontwikkelaars die geïnteresseerd zijn in gedecentraliseerde architecturen en soevereine AI-systemen is dit een project om nauwgezet te volgen.
Codebase-mapping met Atlas Scout
Naast deze open-source ontwikkelingen is er Atlas Scout (van Zaguan AI). Dit is een lokale, read-only MCP-server die specifiek is ontworpen om coding agents te voorzien van een structurele kaart van een codebase. Dit voorkomt dat agents 'blind' gaan zoeken met commando's zoals grep, wat kostbare context en tokens bespaart. Hoewel het product closed-source is, biedt het een gratis instapmodel en een proefperiode. Het toont aan hoe specifiek de tooling rondom MCP aan het worden is. Zelfs als je de voorkeur geeft aan volledig open-source, laat Atlas Scout zien dat een goede 'codebase map' cruciaal is om lokale agents efficiënt te laten functioneren.
Wat kun je hiermee?
Als indie developer met een eigen AI-stack kun je direct met deze signalen aan de slag:
- Bereid je MCP-servers voor op de stateless transitie: Inventariseer welke MCP-servers je momenteel draait in je homelab. Test de migratie met de FastMCP 4.0 Alpha om te zorgen dat je workflows na 28 juli 2026 blijven werken.
- Experimenteer met lokale coding-modellen: Installeer KAT-Coder-V2.5-Dev via llama.cpp of Ollama op je eigen hardware en test hoe dit presteert in combinatie met een CLI-tool zoals Zero v0.5.0 voor je dagelijkse programmeerwerk.
- Beveilig je agent-communicatie: Met de komst van verplichte OAuth/OIDC in het MCP-protocol is dit het moment om na te denken over hoe je de toegang tot je lokale systemen (zoals je n8n-workflows of home automation) door AI-agents wilt authenticeren en autoriseren.