MCP เพิ่งเปลี่ยนเป็น Stateless: AI Agent ที่ต่อระบบองค์กรอยู่ ต้องเช็คอะไรก่อนพัง

คนทำงานหรือเรียนด้านเทคโนโลยี/ดิจิทัลที่กำลังต่อระบบ AI agent กับ MCP ที่เปลี่ยนไปสู่รูปแบบ stateless ตั้งแต่ปี 2026…

MCP เปลี่ยนไปสู่รูปแบบ stateless เต็มตัวตั้งแต่สเปก 2026-07-28 — ถ้าคุณกำลังต่อระบบ AI agent เข้ากับ MCP อยู่ นี่คือการปรับใหญ่ที่สุดตั้งแต่โปรโตคอลนี้เปิดตัวมา และกระทบตรงๆ กับวิธีจัดการ session, state และการเชื่อมต่อระบบภายในองค์กร โดยเฉพาะจุดที่เคยพึ่งพา memory แบบเดิมสำหรับเก็บสถานะการเชื่อมต่อ คุณอาจต้องทบทวนการออกแบบ API การจัดการ session หรือแม้แต่ชั้น cache ใหม่ทั้งหมด เพื่อให้ระบบยังทำงานได้ราบรื่นภายใต้สเปกใหม่นี้

Stateless ต่างจาก session-based เดิมยังไง (ตัด initialize handshake, ใช้ MRTR แทน server-initiated request)

สเปก MCP 2026-07-28 ตัดขั้นตอน handshake initialize/notifications/initialized ที่ client-server เคยต้องทำทุกครั้งก่อนเริ่มคุยกันออกไปทั้งหมด แทนที่ด้วยการแนบ protocol version และ capability ไว้ใน _meta ของทุก request แทน พร้อมกับตัด session ID (Mcp-Session-Id) ออกจากชั้น transport ด้วย — ระบบที่เคยต้องรักษา session ไว้บน server ตลอดการเชื่อมต่อ ตอนนี้ถ้าจำเป็นต้องมี state ข้าม call จริงๆ ต้องใช้ handle ที่ server ออกให้เองแล้วส่งกลับมาเป็น parameter ธรรมดาแทน ไม่ใช่พึ่ง session ที่ผูกกับ connection เหมือนก่อน

ส่วน MRTR (Multi Round-Trip Requests) ไม่ใช่กลไกลด overhead ของ handshake อย่างที่หลายคนเข้าใจผิด แต่เป็นวิธีใหม่ที่ server ใช้ขอข้อมูลเพิ่มจาก client กลาง call — เช่น ต้องขอ confirmation ก่อน deploy หรือให้ user เลือกค่าอะไรบางอย่าง โดยเดิมทีต้องเปิด stream ค้างไว้รอ (server-initiated request แบบ roots/list, sampling/createMessage, elicitation/create) แต่ตอนนี้ server จะตอบกลับด้วย InputRequiredResult แล้วรอ client ยิง request เดิมซ้ำพร้อมคำตอบที่ต้องใช้ ทำให้ทั้งฝั่ง client และ server ไม่ต้องแขวน connection ไว้รอ

การตัด session ออกจาก transport แบบนี้ตอบโจทย์ที่ Google ผลักดันมาตั้งแต่ต้น — ต้องการให้ MCP รองรับ concurrent query ระดับล้านๆ บน cloud ได้โดยไม่ต้องจัดการ session หรือ persistent connection เอง ระบบที่ deploy บน infrastructure แบบ serverless หรือ auto-scale จึงได้ประโยชน์ตรงนี้มากที่สุด เพราะไม่ต้องผูก request กับ instance เดิมอีกต่อไป

Breaking change ที่ต้องเช็คก่อนอัปเกรด: client เก่า vs server ใหม่ compatibility

การอัปเกรดระบบจาก client เก่า ไปสู่ server ใหม่ อาจส่งผลต่อความสมบูรณ์ของข้อมูลและประสิทธิภาพการทำงาน โดยเฉพาะในกรณีที่เกิด breaking change ที่ไม่ได้ถูกออกแบบให้รองรับกัน สเปก MCP 2026-07-28 เองก็ยอมรับตรงๆ ว่าไม่ได้ backward compatible เต็มร้อย — server รุ่นใหม่อาจคุยกับ client รุ่นเก่าไม่ได้เลยถ้าทั้งสองฝั่งไม่รองรับ protocol version เดียวกันหรือไม่มี fallback รองรับ

กรณีที่ควรตรวจสอบก่อนอัปเกรด

การจัดการ session - Client เก่า: อาจพึ่งพา session ที่เก็บข้อมูลบน server แบบ stateful (เช่น ใช้ cookie หรือ token ที่มีอายุ) - Server ใหม่: ไม่เก็บ session อีกต่อไป ต้องใช้ handle ที่ server มินต์ให้แล้วส่งกลับมาเป็น argument ของ tool call เอง - ผลลัพธ์: client เก่าที่ยังคาดหวัง session ID จาก header อาจเชื่อมต่อไม่ติดหรือ state หลุดกลางทาง
รูปแบบ response - Client เก่า: อาจไม่รู้จัก field ใหม่อย่าง resultType ที่ตอนนี้บังคับมีในทุก response - Server ใหม่: ส่ง resultType: "input_required" เวลาต้องการข้อมูลเพิ่มระหว่าง call (ตาม MRTR) - ผลลัพธ์: client เก่าที่ parse response แบบเดิมอาจตีความ response กลางทางผิด หรือค้างรอสิ่งที่ไม่มีทางมาถึง
การรีคอนเนกต์ (Reconnection Logic) - Client เก่า: อาจยังพึ่ง SSE stream resumability (Last-Event-ID) ที่สเปกใหม่ตัดออกแล้ว - Server ใหม่: ถ้า response stream ขาดกลางทาง client ต้องยิง request ใหม่ทั้งหมดด้วย request ID ใหม่ ไม่มีการ redeliver ข้อความเดิมให้ - ผลลัพธ์: อาจเกิด การหยุดทำงานชั่วคราว หรือการสูญเสียข้อมูลระหว่างการเชื่อมต่อถ้า client ไม่รองรับการ retry แบบใหม่

วิธีตรวจสอบก่อนอัปเกรด

ทดสอบกับ mock server ที่จำลองสเปก 2026-07-28 เพื่อดูว่า client เก่าส่ง-รับข้อมูลได้ตามรูปแบบใหม่ไหม
ตรวจ log error ของ client เก่าเวลายิง request ไปยัง server ใหม่ ถ้าเจอ error แบบ "unsupported protocol version" หรือ parsing ล้มเหลวที่ field ใหม่ ต้องอัปเดต client ให้รองรับก่อน
เช็ค server/discover endpoint ที่ server ใหม่ต้องมีตามสเปก — client ใช้ probe เพื่อรู้ก่อนว่า server รองรับ protocol version ไหนบ้าง ก่อนจะยิง request จริง

การไม่ตรวจสอบ breaking change อาจทำให้ระบบล่มหรือสูญเสียข้อมูล เป็นจุดที่ต้องระวังก่อนอัปเกรดจริง โดยเฉพาะระบบที่เชื่อมต่อหลายช่องทาง (multi-channel) ซึ่งต้องการความสอดคล้องกันทั้งหมด

Authorization เข้มขึ้น: RFC 9207 issuer validation + CIMD แทน Dynamic Client Registration กระทบ integration ยังไง

สเปกเดียวกันนี้ยังหันไปใช้ CIMD (Client ID Metadata Document) แทน DCR (Dynamic Client Registration) เป็นแนวทางลงทะเบียน client ที่แนะนำ พร้อมบังคับตรวจสอบ issuer ตาม RFC 9207 — สองเรื่องนี้กระทบ integration ต่างกันคนละแบบ

CIMD ทำงานยังไง: เดิมที DCR ให้ client ลงทะเบียนตัวเองกับ authorization server ผ่าน API โดยตรง (เหมือนไป "เคาน์เตอร์ลงทะเบียน") ทำให้ server ต้องเก็บข้อมูล client ทุกตัวไว้ ซึ่งเสี่ยงทั้งฐานข้อมูลบวมและถูกยิง registration ถล่ม ส่วน CIMD เปลี่ยนวิธีคิดใหม่ทั้งหมด — client แค่โฮสต์ไฟล์ JSON metadata ไว้ที่โดเมนของตัวเอง แล้วใช้ URL นั้นเป็น client_id ตรงๆ (โมเดลแบบ "ใบขับขี่" — โชว์ใบเดียวจบ) authorization server แค่ไป fetch metadata จาก URL นั้นตอนต้องใช้ ไม่ต้องเก็บอะไรไว้ล่วงหน้า

ตัวอย่างผลกระทบ: - ระบบ legacy ที่ใช้ DCR ยังใช้ได้ต่อ สเปกกำหนดให้ CIMD เป็นทางแนะนำ (SHOULD) ส่วน DCR ยังคงทำงานได้เพื่อ backward compatibility — deprecated แล้วแต่ยังไม่ถูกตัดทันที (มีช่วงเปลี่ยนผ่านอย่างน้อย 12 เดือนตามนโยบาย deprecation ของสเปก) - การย้ายไป CIMD ต้องเตรียม hosting ทีมต้อง deploy ไฟล์ metadata แบบ static ให้ authorization server fetch ได้จริง ต่างจาก DCR ที่ยิง API ลงทะเบียนครั้งเดียวจบ - Credential ผูกกับ issuer ที่ออกให้ สเปกใหม่กำหนดชัดว่า client ต้อง key credential ที่เก็บไว้ตาม issuer identifier ห้ามเอาไปใช้ข้าม authorization server ถ้า resource ย้าย issuer client ต้องลงทะเบียนใหม่

RFC 9207 issuer validation คืออะไร: เป็นมาตรการป้องกัน mix-up attack — เคสที่ client คุยกับหลาย authorization server พร้อมกันแล้วถูกหลอกให้ส่ง code หรือ token ไปผิดที่ สเปกใหม่กำหนดให้ authorization server ควรใส่ parameter iss ในทุก authorization response และ client ต้องตรวจสอบค่านี้ให้ตรงกับ issuer ที่คาดไว้ก่อนแลก code เป็น token ถ้าไม่ตรงต้องปฏิเสธ response นั้นทันที

ผลกระทบต่อ client เก่า: ระบบที่ authorization server ของตัวเองเริ่มส่ง iss มาแล้ว แต่ฝั่ง client ยัง handle callback แบบเดิมที่ไม่ได้ดึงค่า iss ไปเช็ค flow การ login จะเริ่มถูก reject จนกว่าจะอัปเดต callback ให้รองรับ ส่วนระบบที่ authorization server ยังไม่ประกาศรองรับ iss จะไม่ได้รับผลกระทบตรงนี้เลย

การเปลี่ยนไปใช้ CIMD และบังคับ issuer validation จึงไม่ใช่แค่เรื่อง config เล็กๆ แต่เป็นเรื่องที่ต้องวางแผน hosting metadata และปรับ callback handling ให้รอบคอบ ก่อนที่จะกระทบความปลอดภัยหรือทำให้ flow ล็อกอินพังกลางทาง

ธุรกิจที่กำลังจะต่อ AI agent เข้าระบบภายใน (ERP/CRM/payment) ควรออกแบบตอนนี้ยังไงให้ไม่ต้องรื้อซ้ำ

ธุรกิจที่วางแผนต่อ AI agent เข้าระบบภายใน (เช่น ERP/CRM/payment) ควรออกแบบระบบให้รองรับแนวทาง stateless ของ MCP ตั้งแต่ตอนนี้ เพื่อให้ปรับตัวได้เร็วกับการเปลี่ยนแปลงในอนาคต โดยเฉพาะในแง่ scalability และ modular design ที่ช่วยลดความเสี่ยงในการรื้อระบบซ้ำระยะยาว

1. ออกแบบให้ระบบ "stateless" ตั้งแต่เริ่มต้น

AI agent ที่ทำงานแบบ stateless จะไม่เก็บข้อมูลสถานะของผู้ใช้ (เช่น ประวัติการใช้งาน) ไว้ในเซิร์ฟเวอร์ แต่ส่งข้อมูลทั้งหมดผ่าน API ไปยังระบบหลักทุกครั้ง ช่วยลดความซับซ้อนในการจัดการข้อมูลที่ต้องอัปเดตเป็นระยะ ตัวอย่างเช่น ระบบ CRM ที่ใช้ AI agent ติดตามลูกค้า ถ้าออกแบบเป็น stateless จะไม่เก็บข้อมูล "ลูกค้า A กำลังอยู่ขั้นตอน B" ไว้ในเซิร์ฟเวอร์ แต่ส่งผ่าน API ไปยัง ERP ทุกครั้งแทน ทำให้ปรับขั้นตอนในอนาคตได้โดยไม่ต้องแก้โครงสร้างเดิม

2. ใช้ API-first architecture เพื่อเชื่อมต่อกับระบบเดิม

การเชื่อมต่อ AI agent กับระบบภายในต้องออกแบบให้ใช้ API มาตรฐาน (เช่น RESTful) เพื่อไม่ให้ระบบใหม่ขัดกับโครงสร้างเดิม ตัวอย่างเช่น ระบบ payment ที่ต้องการใช้ AI agent ตรวจสอบการโอนเงิน ถ้าออกแบบ API ให้รองรับข้อมูล real-time และรองรับการปรับปรุงโมเดล AI ได้โดยไม่กระทบระบบเดิม จะลดความเสี่ยงในการรื้อระบบในอนาคต

3. ออกแบบให้รองรับการอัปเกรดโมเดล AI ได้โดยไม่กระทบระบบหลัก

AI agent ที่ใช้ LLM ต้องออกแบบให้รองรับการเปลี่ยนโมเดลใหม่ได้โดยไม่ต้องเปลี่ยนโครงสร้างระบบหลัก ตัวอย่างเช่น ระบบ ERP ที่ใช้ AI agent วิเคราะห์ข้อมูลการขาย ถ้าออกแบบให้ AI agent ทำงานเป็น "microservice" ที่ส่งผลลัพธ์ผ่าน API ไปยัง ERP ทุกครั้ง จะไม่ต้องรื้อระบบ ERP แม้โมเดล AI จะเปลี่ยนไปในอนาคต

4. ลดการพึ่งพาข้อมูลที่ไม่จำเป็น

AI agent ที่ใช้ข้อมูลเฉพาะที่จำเป็น (เช่น ข้อมูลสินค้า/ลูกค้า) แทนการเก็บข้อมูลทั้งหมดในระบบ ช่วยลดความซับซ้อนในการจัดการข้อมูล ตัวอย่างเช่น ระบบ CRM ที่ใช้ AI agent แนะนำสินค้า ถ้าออกแบบให้ใช้แค่ข้อมูลสินค้าและประวัติการซื้อของลูกค้า แทนที่จะเก็บข้อมูลพฤติกรรมในแอปทั้งหมด ระบบจะไม่ต้องปรับตัวเมื่อข้อมูลพฤติกรรมในแอปเปลี่ยนไป

การเตรียมระบบให้รองรับแนวทาง stateless ตั้งแต่เริ่มต้น ช่วยให้ธุรกิจลดความเสี่ยงในการรื้อระบบซ้ำ ซึ่งมักใช้เวลาและงบประมาณมากกว่าการลงทุนออกแบบให้ถูกทางตั้งแต่แรก

บทสรุป

MCP 2026 ที่เปลี่ยนไปสู่ stateless ไม่ใช่แค่การอัปเดตทางเทคนิค แต่เป็นจุดเปลี่ยนที่ AI agent ต้องปรับตัวทันที — ตั้งแต่การตรวจสอบความเข้ากันได้กับระบบเก่า ไปจนถึงการจัดการข้อมูลแบบไม่เก็บสถานะ ความล้มเหลวเกิดขึ้นได้ทันทีถ้าไม่เตรียมพร้อม อย่ามองข้ามการทดสอบในสภาพแวดล้อมจริง หรือการอัปเกรดส่วนประกอบที่ยังไม่รองรับ stateless ทุกจุดที่เชื่อมต่อกับระบบองค์กรต้องถูกตรวจซ้ำ อย่าปล่อยให้การเปลี่ยนแปลงนี้กลายเป็นจุดจบของระบบ — ปรับตัวทันทีอาจเป็นความต่างระหว่างระบบที่ทำงานราบรื่นกับระบบที่ล่มกลางทาง

คำถามที่พบบ่อย

MCP คืออะไร ต่างจาก API ธรรมดายังไง?

MCP คือโปรโตคอลสำหรับให้ AI agent เชื่อมต่อและเรียกใช้เครื่องมือ/ข้อมูลจากระบบภายนอกแบบมาตรฐานเดียวกัน ต่างจาก API ทั่วไปตรงที่ออกแบบมาเฉพาะสำหรับบริบท AI agent — มี pattern สำหรับ tool call, resource, prompt ที่ agent เรียกใช้ได้ตรงตัว ตั้งแต่สเปก 2026-07-28 โปรโตคอลนี้เปลี่ยนมาเป็น stateless เต็มตัว ต่างจาก API ทั่วไปจำนวนมากที่ยังพึ่ง session แบบเดิม

ระบบ AI agent ที่ต่อ MCP อยู่แล้ว ต้องรีบอัปเกรดตามสเปกใหม่เลยไหม

ไม่จำเป็นต้องรีบทันที แต่ควรตรวจสอบความเข้ากันได้กับสเปกใหม่ก่อน แล้ววางแผนอัปเกรดตามช่วงเวลาที่เหมาะสม เพราะสเปกเก่ายังใช้งานได้ต่อในช่วง deprecation window

ธุรกิจขนาดกลาง-เล็กที่ยังไม่เคยใช้ MCP ควรเริ่มตอนนี้หรือรอสเปกนิ่งก่อน

เริ่มได้เลยถ้ามีทรัพยากรและต้องการใช้งานทันที เพราะสเปก 2026-07-28 มีนโยบาย feature lifecycle ชัดเจน (deprecation window อย่างน้อย 12 เดือน) ทำให้ความเสี่ยงจากการเปลี่ยนแปลงกะทันหันลดลง แต่ถ้าต้องการลดความเสี่ยงให้ต่ำที่สุด อาจรอดูการ adopt ของ SDK หลักในระบบที่ใช้งานอยู่ก่อน

แหล่งอ้างอิง

MCP stateless 2026 กำลังเปิดทางให้ระบบทำงานได้คล่องตัวยิ่งขึ้น — ต้องการเริ่มต้นหรือมีคำถามเกี่ยวกับการปรับใช้? ทักมาคุยได้ทุกช่วงเวลา

👉 แอด LINE @mafservice · ติดต่อทีมงาน MAF