Anthropic 对 MCP 局限性的思考和方案
MCP协议作为早就出来的大模型调用工具的协议，已经有点不适应当前的agentic生态了
1-举个简单的例子，大模型调用MCP查某个文章，文章有1000页，在当前协作模式下，这1000页直接会放到大模型上下文中，立马打满上下文窗口，上下文这么珍贵，这合理吗？
2-想想我们人的模式，我用浏览器看一篇长文，几万字，我肯定是读一下摘要然后去找感兴趣的特定内容细看了，把大模型看做我们的大脑，人也不能一次性接受这几万字的信息啊
3-Anthropic的解决方案是写code工具去调用mcp，大模型自己去发现有哪些工具需要用到，而不是一次性告诉大模型所有的工具，类似skills的渐进式披露策略，工具里可以对大规模数据的返回结果进行筛选或者过滤，有必要的情况下再去获得更多数据
4-大家有没有感觉这个方案很怪，不优雅。是的，因为mcp已经成为生态，只能在这个基础上修修补补提出解决方案，你再搞个新协议，让市面上几万个mcp换成新协议？不现实
我在做智能体的时候也碰到了类似的问题，上sec-edgar获取财务报告的时候被返回数据打满，直接打到窗口上限了，我的方案是，改造mcp把超过3000字的响应保存为md文件，mcp返回中告诉大模型文件地址，然后在大模型的提示词中设定读这类文件时不要全部阅读，而是先设定查找策略，分段阅读，目前这个方案跑的还行，当然那个时候skills还没出来
有个隐隐的感觉，skills会不会渐渐取代mcp， 因为它又自由又灵活，又符合渐进式披露策略
原文地址：https://www.anthropic.com/engineering/code-execution-with-mcp