· 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 →Playground в продакшене: оптимизация agents в production-среде
AI Engineer Europe 2026
Evals, подготовленные людьми
AI Engineer World's Fair 2025
От кошмаров stateless-систем к устойчивым agents
AI Engineer Code 2025
Похожие доклады
Создание агентов с Model Context Protocol
AI Engineer Summit 2025
Близко по содержанию
Будущее MCP
AI Engineer Europe 2026
Близко по содержанию
A2A и MCP: автоматизация бизнес-процессов с помощью LLM
AI Engineer World's Fair 2025
Близко по содержанию
MCP переоценены? Разговор о проблемах MCP
AI Engineer World's Fair 2025
Близко по содержанию

