Anthropic官方给出的【如何通过代码执行+MCP，来构建更高效的AI智能体】，把token消耗从15万降到了2千，时间/费用节省98%
随着连接工具的增多，直接工具调用方式导致的Token消耗过高、智能体效率降低问题
核心思想，把MCP服务器视为代码API，非直接的工具调用，让智能体编写代码来与MCP服务器交互
来增强智能体上下文效率、降低成本、减少延迟，也可以增强智能体处理复杂任务的能力，同时兼顾隐私
工具发现机制，把MCP工具组织成文件系统结构，比如，servers/google-drive/getDocument.ts，智能体可以通过探索文件系统来按需发现和加载所需的工具定义，无需一次性加载所有工具
代码编排，智能体不再直接调用工具，而是生成一段代码比如TypeScript，这段代码会调用封装好的函数来与MCP工具交互，比如说，将“从Google Drive下载会议记录并附加到Salesforce线索”的任务，转化为一段包含 gdrive.getDocument() 和 salesforce.updateRecord() 调用的代码
隐私保护上，中间结果默认保留在执行环境中，只有明确记录或返回的数据才会进入模型的上下文
对于敏感数据，比如个人身份信息 PII，MCP客户端可以在数据到达模型之前对其进行脱敏，并在需要时再进行反脱敏，确保敏感信息永远不会直接暴露给模型
#MCP #AIagent
博客：https://www.anthropic.com/engineering/code-execution-with-mcp
