Почему мы удалили свой MCP-сервер и создали его заново
Why We Deleted Our MCP Server and Rebuilt It — Abhi Arya, Reducto
Агентные инструменты стоит строить так, чтобы человек быстро находил уверенные ошибки агента, и по словам автора, это важнее выбора модели.
- Меньше инструментов с структурой — команда Reducto удалила MCP-сервер, где каждый endpoint стал отдельным tool, и оставила несколько инструментов, которые кодируют порядок работы, например
classify-to-extract. Прежняя версия собирала цепочки обработки документов, которые ни пользователь, ни агент не могли объяснить. - Snapshot-инструмент — один вызов возвращает живое состояние пайплайна и конкретные коды ошибок, поэтому агент ссылается на реальные имена, а не угадывает их.
- Неуверенность как сигнал — оценки уверенности и bounding boxes из extract возвращались в модель для улучшения схемы, а в evals штрафовали необоснованные допущения и поощряли уточняющие вопросы.
- Логи сессий — логирование MCP-сессий и экспорт сессий Claude Code показали, где человек переписывал агента и где падала уверенность. По словам автора, это пополняло инструкции и улучшало систему для каждой организации без ручной правки.
Кому полезно: тем, кто выводит в продакшен агентов, которые готовят данные или документы для решений людей.
Доклад цитируется в статьях
Главы
Похожие доклады
Проектирование CLI для agents, а не для людей
AI Engineer World's Fair 2026
Близко по содержанию
Мы снова и снова перестраивали AI-агента. Вот что в итоге осталось
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

