Anthropic の公式ガイド「コード実行 + MCP を通じてより効率的な AI エージェントを構築する方法」では、トークンの消費量が 150,000 から 2,000 に削減され、時間とコストが 98% 節約されます。 接続ツールの数が増加すると、ツールを直接呼び出す方法では、トークンの消費量が過剰になり、エージェントの効率が低下するなどの問題が発生します。 基本的な考え方は、MCP サーバーを直接のツール呼び出しではなくコード API として扱い、エージェントが MCP サーバーと対話するためのコードを記述できるようにすることです。 これにより、インテリジェント エージェントのコンテキスト効率が向上し、コストと遅延が削減されるほか、プライバシーを保護しながらインテリジェント エージェントが複雑なタスクを処理する能力も向上します。 ツール検出メカニズムは、MCPツールをservers/google-drive/getDocument.tsなどのファイルシステム構造に整理します。エージェントはファイルシステムを探索し、必要なツール定義をオンデマンドで検出して読み込むことができます。すべてのツールを一度に読み込む必要はありません。 コードオーケストレーションでは、エージェントはツールを直接呼び出すのではなく、TypeScriptなどのコードを生成します。このコードは、MCPツールと連携するために事前にパッケージ化された関数を呼び出します。例えば、「Googleドライブから会議メモをダウンロードし、Salesforceのリードに添付する」というタスクは、gdrive.getDocument()とsalesforce.updateRecord()の呼び出しを含むコードに変換されます。 プライバシー保護の観点から、中間結果はデフォルトで実行環境に保持され、明示的に記録または返されたデータのみがモデルのコンテキストに入ります。 個人識別情報 (PII) などの機密データの場合、MCP クライアントはデータがモデルに到達する前に匿名化し、必要に応じて再度匿名化することで、機密情報がモデルに直接公開されないようにします。 #MCP #AIエージェント
