MCP et RAG résolvent des problèmes différents pour les agents d’IA. Le RAG récupère des faits dans vos documents avant que le modèle ne réponde, tandis que MCP permet à l’agent d’appeler des outils en temps réel et de passer à l’action. Cet article compare le coût, la latence, la sécurité et la précision, montre dans quels cas chacun l’emporte, et explique pourquoi une configuration hybride fait mieux que l’un ou l’autre pris seul.
Votre agent de support vient de dire à un client que le délai de remboursement est de 30 jours. La politique est passée à 14 jours le mois dernier. Une heure plus tard, un second agent a été chargé d’émettre réellement un remboursement et a répondu par un paragraphe poli expliquant comment fonctionnent les remboursements. Le premier agent manquait de connaissances. Le second manquait de moyens d’action. Ces deux échecs sont au cœur du débat MCP ou RAG, et ils expliquent pourquoi les équipes se disputent sur le choix à faire, alors que la réponse honnête dépend de la lacune qu’elles ont.
Cet article présente la différence entre MCP et RAG en termes simples, les compare sur le coût, la latence, la sécurité et la précision, et vous donne une méthode simple pour choisir la solution adaptée à vos propres agents d’IA. En bref : le RAG donne à un modèle des faits à lire. MCP lui donne des outils à utiliser. La plupart des agents en production finissent par avoir besoin des deux, et l’intérêt réside dans la manière de les combiner.
La génération augmentée par récupération, ou RAG, a été présentée dans un article de recherche de 2020 de Facebook AI Research (Lewis et al.). L’idée est simple à énoncer. Avant que le modèle ne réponde, une étape de récupération trouve des passages pertinents dans une source externe et les insère dans le prompt. Le modèle répond ensuite à partir de ces passages, au lieu de s’appuyer uniquement sur ce qu’il a assimilé pendant l’entraînement.
Imaginez un bibliothécaire qui vous apporte trois livres pertinents avant que vous ne commenciez à écrire. Vous rédigez toujours, mais vous le faites avec les bonnes pages ouvertes devant vous.
Un pipeline RAG classique se déroule en deux phases.
Indexation, réalisée à l’avance :
Au moment de la requête, à chaque question :
💡 Dans le RAG classique, le modèle ne décide jamais de faire une recherche. Votre code récupère, et le modèle lit. C’est pour cela que le RAG est prévisible, peu coûteux à tester et facile à déboguer.
Le RAG est un schéma en lecture seule, et sa qualité est plafonnée par son étape de récupération. Si le bon chunk n’est pas récupéré, le modèle ne peut pas l’utiliser, et le résultat habituel est une mauvaise réponse formulée avec assurance.
Les points de défaillance les plus courants :
Le Model Context Protocol (MCP) est un standard ouvert présenté par Anthropic en novembre 2024. Il définit une manière commune pour une application d’IA de se connecter à des outils et des données externes. On le compare souvent au port USB-C des applications d’IA, et la comparaison tient : avant MCP, chaque couple application-service exigeait une intégration sur mesure. Avec MCP, vous construisez un seul serveur, et tout client compatible peut l’utiliser.
Trois rôles entrent en jeu :
Les messages utilisent JSON-RPC 2.0. Les serveurs locaux communiquent généralement via stdio, et les serveurs distants via HTTP. L’agent demande au serveur ce qu’il propose, le modèle choisit ce qu’il appelle, et le serveur renvoie un résultat structuré.
Un serveur MCP peut exposer trois types d’éléments :
| Primitive | Ce que c’est | Qui la contrôle | Exemple |
|---|---|---|---|
| Outils | Fonctions que le modèle peut appeler | Le modèle | create_issue, query_orders, generate_image |
| Ressources | Données en lecture seule que l’application peut joindre | L’application | Un fichier, un enregistrement de base de données, un journal |
| Prompts | Modèles réutilisables | L’utilisateur | Un flux de travail « relire cette pull request » |
Les outils sont là où se passe l’essentiel de l’action. Ce sont eux qui transforment un modèle de langage, qui se contente de parler, en un système qui agit.
MCP est un standard de connexion, pas un système de connaissances. Il ne décide pas de ce qui est pertinent, et il ne rend pas le modèle plus performant sur vos données.
search_docs, quelqu’un a tout de même dû construire un moteur de recherche derrière lui.La manière la plus claire de les distinguer : le RAG est un schéma pour transmettre du texte à un modèle. MCP est un protocole pour connecter un modèle à des systèmes. Ils se situent à des niveaux différents, ce qui rend le « versus » légèrement trompeur. Vous pouvez même construire du RAG par-dessus MCP, comme nous le verrons plus bas.
| Critère | RAG | MCP |
|---|---|---|
| Ce que c’est | Un schéma de récupération | Un protocole de connexion ouvert |
| Mission principale | Donner au modèle des connaissances | Donner au modèle des capacités |
| Sens | Lecture seule | Lecture et écriture |
| Fraîcheur des données | Aussi récentes que le dernier cycle d’indexation | En direct au moment de l’appel |
| Qui décide | En général, votre pipeline | Le modèle choisit l’outil |
| Panne typique | Chunk erroné ou manquant | Mauvais outil, mauvais arguments, injection |
| Effort de mise en place | Ingestion, découpage, embeddings, évaluation | Écrire ou adopter un serveur, définir les outils, configurer les autorisations |
| Meilleur résultat | Une réponse ancrée dans les sources, avec citations | Une action accomplie ou une valeur en direct |
Une question RAG coûte un appel de récupération plus un appel au modèle, plus long. La structure est fixe, donc la latence et les dépenses sont faciles à prévoir.
Une tâche MCP coûte un tour de modèle par appel d’outil, auquel s’ajoutent les tokens consommés par les définitions d’outils. Une recherche simple peut demander deux tours. Une tâche désordonnée avec des relances peut en demander dix. Le cache de prompts atténue le surcoût des schémas, mais le coût d’un agent MCP croît avec le nombre d’étapes, et non avec le nombre de questions.
Les deux approches partagent un problème sérieux : l’injection de prompt. Un document récupéré peut contenir des instructions cachées, tout comme le résultat d’un outil. Avec le RAG, le dommage est en général une mauvaise réponse. Avec MCP, la même astuce peut déclencher une action.
💡 Si un inconnu pouvait glisser du texte dans votre base de connaissances ou dans la sortie d’un outil, partez du principe que ce texte finira par essayer de donner des ordres à votre agent.
Pour les agents, c’est-à-dire les systèmes qui planifient et agissent, MCP est la pièce la plus fondamentale. Un agent qui ne peut rien toucher n’est qu’un chatbot sous un autre nom. Mais le RAG est la meilleure réponse à la question « que sait notre entreprise ? ». La question utile n’est pas « lequel est meilleur », mais « quelle lacune ai-je ? »
Voici un tableau de décision rapide pour les tâches courantes :
| Tâche | Meilleur choix |
|---|---|
| Répondre à des questions à partir de 5 000 PDF internes | RAG |
| Vérifier le statut d’une commande | MCP |
| Consulter une politique, puis mettre à jour le ticket | Les deux |
| Générer une photo de produit sur demande | MCP |
| Rechercher d’anciennes conversations de support | RAG |
| Résumer un seul contrat de 40 pages | Aucun des deux, utilisez simplement une longue fenêtre de contexte |
Les agents en production choisissent rarement un camp. Ils se partagent le travail : le RAG fournit les règles et le contexte, MCP fournit les faits et les actions.
Imaginons qu’un client écrive : « J’ai été débité deux fois. Pouvez-vous corriger ça ? » Un agent bien conçu traite la demande ainsi :
Aucune des deux approches ne pourrait faire cela seule. Le RAG réciterait la politique et s’arrêterait là. MCP verrait les débits, mais n’aurait aucune idée de ce que la politique autorise.
De plus en plus d’équipes exposent la récupération elle-même comme un outil, quelque chose comme search_knowledge_base(query). On parle souvent de RAG agentique. Plusieurs fournisseurs de bases de données vectorielles publient déjà des serveurs MCP, ce qui rend le câblage simple.
L’avantage est réel. L’agent évite la récupération pour les échanges de politesse, réécrit une requête faible et relance une seconde recherche lorsque la première ne donne rien d’utile. Le prix à payer : davantage d’appels au modèle, et la qualité de la description de l’outil devient capitale. Une description vague signifie que l’agent ne cherche jamais, ou qu’il cherche tout.
💡 Un raccourci simple : si le modèle devrait deviner un fait, ajoutez de la récupération. S’il devrait répondre « je ne peux pas faire cela », ajoutez un outil.
La récupération ne peut pas créer une image. Elle ne peut que rapporter du texte qui existe déjà. Un agent qui doit produire une image ou une vidéo à l’exécution a besoin d’un outil, ce qui fait de la génération de médias un cas d’école pour MCP.
PicassoIA fonctionne de cette manière. Son API pour développeurs se trouve à https://api.picassoia.com/v1 et utilise un token Bearer. Les mêmes quatre modèles sont accessibles via l’API et via des connexions MCP comme le connecteur PicassoIA dans Claude :
Les tâches sont asynchrones : l’agent crée une prédiction, puis interroge le serveur jusqu’à ce qu’elle soit terminée. Un compte peut exécuter 5 prédictions simultanées, partagées entre toutes les connexions API et MCP, donc un agent chargé doit mettre ses requêtes en file d’attente.
Ajoutons maintenant le RAG à l’équation. Avant d’appeler l’outil d’image, l’agent récupère vos notes de marque, comme la palette, le style d’objectif et les sujets à éviter, puis les intègre au prompt. Le RAG façonne la requête, MCP l’exécute.
Pour la couche de raisonnement, PicassoIA propose de nombreux grands modèles de langage que vous pouvez tester au même endroit, notamment Claude Sonnet 5, GPT 5.6 Sol, Gemini 3.5 Flash et Kimi K2.6.
La manière la plus rapide de sentir la différence entre connaissance et action consiste à donner un outil à un agent et à observer ce qui change. Demandez une photo de produit à un chatbot classique et vous obtiendrez une description. Connectez-le à un modèle d’image et vous obtiendrez la photo.
Ouvrez PicassoIA et essayez par vous-même :
Connectez ensuite un agent aux mêmes modèles et laissez-le générer à votre place. Choisissez une petite tâche, par exemple rédiger une publication sur les réseaux sociaux et produire son image, et observez le peu d’étapes qu’elle demande. Cette seule expérience vous en apprendra plus sur MCP et le RAG qu’une autre semaine de lecture de comparatifs.
Choisissez votre langue
