La guía oficial de Anthropic, "Cómo crear agentes de IA más eficientes a través de la ejecución de código + MCP", reduce el consumo de tokens de 150.000 a 2.000, ahorrando un 98% en tiempo y costos. Con el creciente número de herramientas de conexión, el método de invocación directa de herramientas conlleva problemas como el consumo excesivo de tokens y la reducción de la eficiencia del agente. La idea principal es tratar el servidor MCP como una API de código, no como una llamada directa a una herramienta, lo que permite a los agentes escribir código para interactuar con el servidor MCP. Esto puede mejorar la eficiencia contextual de los agentes inteligentes, reducir costes y latencia, y también mejorar la capacidad de los agentes inteligentes para manejar tareas complejas, protegiendo al mismo tiempo la privacidad. El mecanismo de detección de herramientas organiza las herramientas MCP en una estructura de sistema de archivos, como servidores/google-drive/getDocument.ts. Los agentes pueden explorar el sistema de archivos para descubrir y cargar las definiciones de herramientas necesarias bajo demanda, sin tener que cargar todas las herramientas a la vez. En la orquestación de código, el agente ya no llama directamente a la herramienta, sino que genera un fragmento de código, como TypeScript. Este código llama a funciones predefinidas para interactuar con la herramienta MCP. Por ejemplo, la tarea de "descargar las notas de la reunión de Google Drive y adjuntarlas a los clientes potenciales de Salesforce" se transforma en código que incluye llamadas a `gdrive.getDocument()` y `salesforce.updateRecord()`. En lo que respecta a la protección de la privacidad, los resultados intermedios se conservan en el entorno de ejecución de forma predeterminada, y solo los datos que se registran o devuelven explícitamente entrarán en el contexto del modelo. Para datos sensibles, como la información de identificación personal (PII), el cliente MCP puede anonimizar los datos antes de que lleguen al modelo y luego anonimizarlos nuevamente cuando sea necesario, lo que garantiza que la información sensible nunca se exponga directamente al modelo. #MCP #AgenteDeIA
