Будущее MCP
The Future of MCP — David Soria Parra, Anthropic
Агенты в продакшене выигрывают, когда клиент подгружает инструменты по требованию и связывает их скриптом, а не гоняет каждый результат через модель.
- Progressive Discovery — вместо того чтобы класть все инструменты в контекст, модель получает инструмент поиска (Tool Search) и подгружает нужные по мере необходимости. По словам автора, в Claude Code это заметно снижает расход контекста на описания инструментов.
- Programmatic tool calling — модель пишет скрипт, который сам компонует вызовы инструментов, вместо цепочки вызовов с инференсом на каждом шаге. Это снижает задержку и число обращений к модели, а описание возвращаемого значения (structured output в MCP) даёт ей типы для композиции.
- Дизайн под агента — REST API не стоит переносить в MCP-сервер один к одному. Интерфейс лучше проектировать под агента, отталкиваясь от того, как с ним работал бы человек.
- Роадмап MCP — stateless-транспорт (вместе с Google) для масштабирования серверов, обещанный в июне, Cross App Access для входа через корпоративного провайдера идентичности и Skills over MCP, с которыми сервер сам отдаёт инструкции по своему использованию.
Кому полезно: тем, кто пишет харнесс для агента или MCP-сервер и упирается в раздувание контекста и длинные цепочки вызовов инструментов.
Статья по теме
На какие вопросы отвечает доклад
Почему подключение всех MCP-инструментов сразу раздувает контекст агента?
Нужен Progressive Discovery: инструменты загружаются по требованию через Tool Search или собственный инструмент загрузки, и расход контекста на описания инструментов заметно падает. Спикер показывает Claude Code до и после такого изменения.
▶ 7:47ОбнаружениеКак сократить число вызовов инструментов и задержку в цепочке tool calls?
Programmatic tool calling: модель пишет скрипт, который комбинирует результаты инструментов в исполняемой среде, например V8 isolate или Lua. Structured output даёт типы для композиции, а токенов и задержки тратится меньше.
▶ 9:39ОркестрацияКогда для подключения агента выбрать MCP, CLI, Skills или Computer Use?
Skills хранят доменные знания, CLI удобен локальным агентам с sandbox и инструментами, известными модели, например Git. MCP нужен для богатой семантики, UI, длительных задач, авторизации и сред без sandbox, а Computer Use выбирается по задаче.
Стоит ли превращать REST API в MCP-сервер один к одному?
Нет: по словам спикера, прямая конвертация REST в MCP даёт плохой результат. Сервер стоит проектировать под агента, отталкиваясь от того, как с интерфейсом работал бы человек.
▶ 9:39ОркестрацияПочему MCP-серверы трудно масштабировать на HTTP с состоянием и что меняют в протоколе?
Текущий HTTP-транспорт сложно масштабировать крупным хостингам. Предложение Google о stateless transport позволяет деплоить MCP-серверы как обычный stateless REST, и оно должно войти в спецификацию в июне.
▶ 13:42Дорожная картаКак поставлять инструкции по использованию вместе с MCP-сервером без плагинов и реестров?
Через расширение Skills over MCP: сервер сам отдаёт знания о том, как пользоваться его инструментами, и может обновлять их без плагинов и реестров.
▶ 15:23Интеграции
Главы
Похожие доклады
ACP: универсальный пульт управления для AI-агентов
Близко по содержанию
Хватит нянчиться с агентами: создаём context engine для кода, готового к слиянию
AI Engineer Europe 2026
Близко по содержанию
Создание агентов с Model Context Protocol
AI Engineer Summit 2025
Близко по содержанию
Как предоставлять agents в виде MCP-серверов с помощью mcp-agent
AI Engineer World's Fair 2025
Близко по содержанию

