Code Mode: пусть код говорит сам за себя
Code Mode: Let the Code do the Talking
Вместо серии JSON-вызовов инструментов модель генерирует JavaScript, который выполняется в песочнице рядом с API, и так можно работать с очень большими API без перегрузки контекста.
- Поиск вместо тысячи инструментов — сервер отдаёт два инструмента, search и execute, оба принимают код: search получает OpenAPI-спецификацию, execute вызывает найденные эндпоинты. По словам спикера, описание API Cloudflare на 2600 эндпоинтов сжалось с 1,2 млн токенов примерно до 1000.
- Один запуск вместо серии обращений — в сценарии с DDoS-атакой, по словам спикера, обычный MCP потребовал бы около восьми обращений к модели, а сгенерированный код находит и блокирует нарушителей за один проход.
- Песочница без возможностей по умолчанию — среда стартует без сети и API, а возможности выдаются явно. Исходящие запросы контролируются, а каждый выполненный фрагмент кода должен оставаться доступным для разбора.
- Состояние вместо отдельного приложения — когда модели дали не код игры, а текущее состояние холста с массивом штрихов, она сама начала играть в крестики-нолики в том же интерфейсе. Так спикер описывает переход от генерации программы к работе внутри состояния системы.
Кому полезно: тем, кто подключает к агентам большие API или десятки инструментов и видит рост контекста и число обращений к модели.
Статья по теме
На какие вопросы отвечает доклад
Как дать агенту доступ к сотням API-эндпоинтов, не забив контекст описаниями инструментов?
Два инструмента: search ищет по OpenAPI-спецификации, execute запускает сгенерированный код с функциями API. По словам спикера, для 2600 эндпоинтов это сократило около 1,2 миллиона токенов примерно до 1000.
▶ 3:01Масштаб API Cloudflare, OpenAPI-поиск и реакция на DDoSЧем генерация кода лучше последовательных JSON tool calls для агента?
Код даёт циклы, состояние, последовательность и параллельность в одном запуске, а модели хорошо знают синтаксис. По словам спикера, сценарий с блокировкой DDoS-атакующих по MCP занял бы около восьми обращений к модели, а код выполняется за один запуск.
▶ 1:31Замена tool calls на исполняемый JavaScriptКак запускать код, который сгенерировала LLM, без риска для своих систем?
Песочница стартует без возможностей: только выполнение кода, без сетевых запросов и внешних API. Возможности выдаются явно, исходящие соединения контролируются, а для быстрого старта используются V8 изоляты.
▶ 13:37Контроль sandbox, наблюдаемость и адаптивные интерфейсыКак агент может работать с состоянием приложения вместо генерации новой программы под каждый запрос?
Эксперимент Kenton: вместо написания игры в крестики-нолики модель получила состояние холста как массив штрихов, прочитала его и продолжила партию. По словам спикера, модель сама распознала доску и ходила по ней.
▶ 7:35Генерируемые приложения и интерактивные примеры ПОКак сделать API и документацию удобными для агентов?
Документация в Markdown, ошибки, которые подсказывают агенту следующий шаг, и поиск по API. По словам спикера, многие компании уже делают это хорошо.
▶ 17:23Опыт разработчиков для агентов и заключительные слова
Главы
Ещё доклады: Sunil Pai
Страница спикера →Почему Eval++ — следующий важный вычислительный примитив
AI Engineer Europe 2026
Похожие доклады
Зачем и как запускать код, сгенерированный ИИ, в песочнице?
AI Engineer Europe 2026
Близко по содержанию
Не давайте агенту инструменты — дайте ему песочницу
Близко по содержанию
Безопасность агентов, исполняющих код
AI Engineer World's Fair 2025
Близко по содержанию

