Hilo de meng shao (@shao__meng)

[Blog de Ingeniería Antrópica] Lograr la ejecución de código mediante MCP: Construyendo agentes de IA más eficientes: aprovechando la competencia de la IA en la codificación para permitir que los agentes trabajen como programadores, en lugar de depender de patrones ineficientes de "llamada a herramienta - espera - rellamada". cuestiones fundamentales MCP es un estándar abierto para conectar agentes de IA a sistemas externos. Desde su lanzamiento hace un año, la comunidad ha creado miles de servidores MCP. Sin embargo, con el aumento en el número de herramientas de conectividad, han surgido dos problemas clave de eficiencia: 1. Las definiciones de herramientas consumen demasiado contexto: Cuando un agente se conecta a miles de herramientas, el método tradicional carga todas las definiciones de herramientas en la ventana de contexto simultáneamente. Estas descripciones pueden consumir cientos de miles de tokens antes de que el agente procese la solicitud. 2. Transferencia repetida de resultados intermedios: Cuando los agentes necesitan transferir datos entre herramientas (como descargar actas de reuniones de Google Drive y adjuntarlas a registros de Salesforce), los datos completos deben procesarse varias veces a través del modelo. La transcripción de una reunión de 2 horas podría consumir 50 000 tokens adicionales, y los documentos de gran tamaño podrían incluso superar el límite de la ventana de contexto. Solución: Ejecución de código + MCP La idea principal es presentar el servidor MCP como una API de código, en lugar de una llamada directa a una herramienta. Los agentes interactúan con el servidor MCP escribiendo código. El método de implementación genera una estructura de árbol de archivos para todas las herramientas disponibles, por ejemplo: servidores ├── google-drive │ ├── getDocument.ts │ └── index.ts ├── Salesforce │ ├── updateRecord.ts │ └── index.ts El agente descubre herramientas explorando el sistema de archivos y carga únicamente las definiciones necesarias para la tarea actual. Un escenario que antes requería 150 000 tokens ahora solo necesita 2000, lo que supone un ahorro del 98,7 % en costes y tiempo. Cinco ventajas fundamentales 1. El descubrimiento progresivo de agentes les permite leer las definiciones de las herramientas bajo demanda, en lugar de cargarlas todas a la vez. También se puede añadir una función de búsqueda para cargar solo las herramientas relevantes. 2. Procesamiento de datos eficiente en el contexto: Los datos se filtran y transforman dentro del entorno de ejecución del código antes de devolverse al modelo. Al procesar una tabla con 10 000 filas, el agente solo necesita examinar 5 filas en lugar de todos los datos. 3. Se pueden implementar bucles de control de flujo, condicionales y manejo de errores más robustos utilizando patrones de codificación conocidos, en lugar de encadenar llamadas a herramientas individuales. Por ejemplo, la consulta de notificaciones de Slack se puede realizar con un único bucle while. 4. Protección de la privacidad: Los resultados intermedios se conservan en el entorno de ejecución de forma predeterminada; el modelo solo ve el contenido registrado o devuelto explícitamente. Los datos confidenciales pueden fluir sin entrar en el contexto del modelo. El cliente MCP incluso puede tokenizar automáticamente la información personal. 5. Persistencia de estado y acumulación de habilidades: Los agentes pueden guardar código funcional como funciones reutilizables. Una vez desarrollado un código eficaz, se puede guardar para su uso futuro. Esto está estrechamente relacionado con el concepto de "habilidades" de Anthropic, lo que permite a los agentes construir continuamente su propio conjunto de herramientas de capacidades avanzadas. Debe considerarse la complejidad que introduce la ejecución de código. Ejecutar código generado por el agente requiere un entorno de ejecución seguro, que incluya un entorno aislado (sandbox), límites de recursos y monitorización adecuados. Las ventajas de la ejecución de código (reducción del coste de tokens, menor latencia, mejora del conjunto de herramientas) deben sopesarse frente a los costes de implementación. Este artículo revela una idea importante: si bien cuestiones como la gestión del contexto, la composición de herramientas y la persistencia del estado pueden parecer novedosas, todas tienen soluciones conocidas en la ingeniería de software. La ejecución del código aplica estos patrones consolidados a los agentes, lo que les permite interactuar con el servidor MCP de forma más eficiente mediante estructuras de programación familiares. Dirección del blog