· AI Engineer World's Fair 2026
MCP Tasks (async): почему агенты до сих пор не поддерживают MCP Tasks/async?
MCP Tasks (async)/ Why the heck aren't any agents supporting MCP tasks/async?
Асинхронные MCP Tasks почти не поддерживают клиенты агентов, потому что долгие задачи требуют durable-состояния и сложного клиентского протокола, а v2 упрощает его переходом на stateless-ядро.
- Stateful v1 плохо масштабируется —
tasks/listбез фильтров заставляет перебирать все задачи, а ответ наinput_requiredидёт через долгое соединение, которое рвётся при сбоях сети. В v2, которую обещают выпустить в июле,tasks/listубран, а ответ человека передаётся отдельным обновлением задачи. - Задача должна переживать сбои — по спецификации задача не может исчезнуть при падении клиента или сервера и при долгом ожидании человека. Спикер показывает, что заявка, отправленная при выключенных серверах, сохранилась и обработалась после их запуска.
- Lifecycle задачи нужно сопоставить с доменной моделью — статусы working, input_required, completed и failed на сервере связываются с собственной state machine процесса, например обработки счёта. Клиент при этом обязан сохранять task ID: в v2 это лишь SHOULD, а без ID задачу не вернуть.
Кому полезно: тем, кто выводит в продакшен долгие инструменты агентов через MCP и хочет понять, что клиент должен хранить и как переживать разрыв связи.
Статья по теме
Главы
Ещё доклады: Cornelia Davis
Страница спикера →Создание надёжных agents для production с OpenAI SDK и Temporal
AI Engineer Code 2025
Похожие доклады
Как предоставлять agents в виде MCP-серверов с помощью mcp-agent
AI Engineer World's Fair 2025
Близко по содержанию
ACP: универсальный пульт управления для AI-агентов
Близко по содержанию
Создание агентов с Model Context Protocol
AI Engineer Summit 2025
Близко по содержанию
Будущее MCP
AI Engineer Europe 2026
Близко по содержанию

