· AI Engineer World's Fair 2025
MCP — это скучно (или почему мы теряем магию LLM)
MCPs are Boring (or: Why we are losing the Sparkle of LLMs)
Вместо десятков MCP-инструментов с жёсткими схемами LLM стоит дать один eval-инструмент, где она пишет код: по словам автора, это экономит вызовы и токены.
- Схемы съедают токены — модель генерирует все аргументы сама, поэтому данные из контекста приходится переписывать в вызов, а большой ответ API целиком возвращается в контекст, хотя нужно одно число.
- Один eval вместо пятнадцати вызовов — в прототипе на Sonnet 4 модель с одним инструментом eval (JavaScript и SQLite) нашла нужные таблицы, отфильтровала данные и ответила за один вызов, а затем из кода собрала CRM с REST API и веб-интерфейсом.
- Функции лучше tool calls — по наблюдению автора, модель надёжнее работает с большим API из десятков функций, чем с таким же набором tool calls, поэтому библиотеку можно подключить как обычный импорт.
- Правка вызовов человеком — пользователь может поправить аргументы и результаты до того, как они уйдут модели; по словам автора, это быстрее, чем ждать, пока LLM обработает 30 страниц данных.
Кому полезно: тем, кто строит агентов с большим числом MCP-инструментов и хочет снизить расход токенов и количество вызовов.
Статья по теме
Главы
Ещё доклады: Manuel Odendahl
Страница спикера →Похожие доклады
За пределами компонентов: проектирование генеративного UI для MCP Apps
AI Engineer Europe 2026
Близко по содержанию
MCP Tasks (async): почему агенты до сих пор не поддерживают MCP Tasks/async?
AI Engineer World's Fair 2026
Близко по содержанию
MCP-UI: расширяя границы интерфейсов
AI Engineer Europe 2026
Близко по содержанию

