← Каталог

· AI Engineer World's Fair 2025

MCP — всё, что нужно

MCP is all you need

MCP упрощает связь между собственными автономными агентами, а sampling позволяет вложенному агенту использовать LLM клиента.

  • Sampling вместо отдельного доступа к LLM — сервер просит клиента проксировать вызов модели, поэтому вложенный агент не требует собственной конфигурации и бюджета на модель. Спикер отмечает, что поддержка sampling в Pydantic AI на момент доклада была в pull request.
  • MCP против OpenAPI — по словам спикера, MCP даёт то, чего нет в OpenAPI: динамические инструменты, которые появляются и исчезают по состоянию сервера, логирование прогресса во время выполнения вызова и запуск сервера как подпроцесса через stdin/stdout.
  • Генерация SQL внутри инструмента — запрос к BigQuery с данными PyPI формируется в инструменте, и схема таблицы не раздувает контекст главного агента при каждом вызове. Ошибочный запрос возвращается модели через ModelRetry.
  • Трассировка цепочки в Logfire — видно, как вызовы идут client, server, client, server, и можно проверить SQL, который написал вложенный агент.

Кому полезно: тем, кто строит систему из нескольких агентов, которые вызывают друг друга, и не хочет настраивать LLM отдельно для каждого из них.

Статья по теме

Главы

Ещё доклады: Samuel Colvin

Страница спикера →

Похожие доклады