Вы добавляете сервер, потому что он нужен для одной задачи. Потом ещё один. Вскоре агент для кодинга начинает каждую сессию, неся карту инструментов, которые может никогда не вызвать, а каждый длинный результат всё равно упаковывается в разговор.
Короткий ответ: Исполнение кода с MCP позволяет агенту вызывать инструменты из сгенерированного кода, чтобы он мог компоновать вызовы и фильтровать промежуточные данные, прежде чем показывать результат модели. Оно нацелено на две разные статьи расхода токенов: определения инструментов, загружаемые в контекст, и результаты инструментов, передаваемые обратно через контекст. Измерьте каждую, прежде чем менять настройку: поиск инструментов откладывает определения, а исполнение кода полезнее всего, когда несколько вызовов можно объединить или большие результаты можно сократить до того, как их увидит модель. Исходный дизайн Anthropic объясняет паттерн; это руководство измеряет его со стороны агента для кодинга.
Что меняет исполнение кода с MCP?
Оно меняет то, как агент использует инструменты, а не сам протокол MCP. При прямом паттерне клиент показывает модели имя, описание и схему каждого инструмента, а затем возвращает результат модели после каждого вызова. Исполнение кода ставит перед этими вызовами небольшой кодовый интерфейс: модель пишет скрипт, рантайм вызывает MCP-инструменты, и только выбранный вывод возвращается модели.
MCP-сервер может остаться ровно таким, какой он есть, пока агент меняет способ обнаружения и вызова инструментов сервера. Агенту всё ещё нужно разрешение на доступ к серверу, а кодовому рантайму нужно безопасное место для запуска. Объяснение Anthropic использует файловую систему из TypeScript-обёрток; более новые возможности API, такие как поиск инструментов и программный вызов инструментов, дают другие способы откладывать инструменты или выполнять вызовы инструментов из кода.
Рабочая граница такова: агент пишет код → код вызывает MCP-инструменты → песочница удерживает промежуточные данные → модель получает только возвращённое значение. Если песочницы нет, шаг исполнения — это граница недоверенного кода, а не оптимизация токенов, которую можно включить между делом.
Куда уходят токены MCP в сессии агента для кодинга?
Они уходят в две корзины: доступные определения инструментов и результаты, возвращаемые модели. На третью проблему — повторную оплату стабильного префикса определений — влияет кэширование промптов, но оно не заставляет этот префикс исчезнуть из окна контекста. Руководство Anthropic по контексту разделяет эти механизмы управления по той же причине.
| Корзина токенов | Что считать | Первый механизм управления, который стоит попробовать |
|---|---|---|
| Определения, загруженные до задачи | Имена, описания и схемы аргументов инструментов, которые видит агент | Сократите набор инструментов или используйте allowlist; применяйте отложенную загрузку, если большинство нужны редко |
| Результаты, возвращённые во время задачи | Вывод инструментов плюс любые промежуточные данные, которые модель должна передать в другой вызов | Фильтруйте, пагинируйте или суммаризируйте на источнике; используйте код для преобразования больших промежуточных результатов |
| Повторная оплата входных данных | Стабильные определения инструментов и текст промпта, отправляемые снова в последующих API-запросах | Кэширование промптов; оно снижает стоимость повторного ввода, а не размер контекста |
Не отождествляйте количество инструментов сервера с его токеновым следом. Десять многословных схем могут стоить дороже пятидесяти маленьких. А один вызов get_document, возвращающий целый архив, может многократно превысить стоимость своего определения.
Как мне измерить стоимость токенов MCP в Claude Code и Codex?
Используйте представление контекста клиента для показания на уровне сессии, затем изолируйте сервер сравнением со свежей сессией. Для точной префлайт-проверки API посчитайте один и тот же запрос дважды: один раз без инструментов и один раз с массивом tools сервера.
Claude Code: Начните чистую сессию, выполните /context и запишите часть MCP/определений инструментов до выполнения задачи. Выполните ту же задачу с подключённым соответствующим MCP-сервером, затем снова проверьте /context. С текущим поиском инструментов Claude Code MCP-инструменты по умолчанию откладываются и обнаруживаются по требованию в поддерживаемых first-party-настройках, поэтому определение может появиться после того, как агент найдёт его через поиск; снимите показания и до, и после задачи. Справочник команд документирует /context, а справочник MCP — поведение поиска инструментов по умолчанию и его исключения.
Вот как выглядит первое показание. В чистом тесте 4 октября 2026 года (Claude Code 2.1.289, пустой проект, пять подключённых серверов) claude -p "/context" перечислил каждый MCP-инструмент с его оценочным размером определения до запуска какой-либо задачи:
| Сервер | Инструменты | Токены определений | Крупнейший инструмент |
|---|---|---|---|
| Playwright MCP 0.0.83 | 25 | ~6.8k | browser_take_screenshot, 578 |
| Octobrain 0.14.4 | 4 | ~4.2k | memorize, 1.7k |
| Octocode 0.26.4 | 4 | ~3.5k | structural_search, 1.8k |
| Octofs 0.16.0 | 6 | ~3.3k | view, 1.0k |
| MCP reference filesystem server 2026.8.31 | 14 | ~3.1k | read_text_file, 321 |
Все 20.8k токенов этих определений находились в отложенной строке, вне стартовых 12.5k сессии. Два запуска различались на 1–3% по серверам. Количество инструментов — плохой прокси для стоимости здесь: 14 коротких инструментов reference filesystem server стоили меньше, чем 6 инструментов Octofs, а одно длинное описание может перевесить десяток коротких.
Для самой настройки клиента используйте наш разбор MCP для Claude Code и Codex; эта процедура измерения предполагает, что сервер уже подключён.
Codex: В новом треде запишите /status и /mcp, выполните репрезентативную задачу, затем сравните /status после запуска нового треда с тем же сервером отключённым или с суженным списком его инструментов. Меняйте по одному серверу за раз.
Codex документирует использование контекста сессии в /status и подключённые серверы в /mcp; документированный статус — это показатель по всей сессии, и он не атрибутирует токены схем каждому серверу. Считайте разницу между контролируемыми запусками оценкой, потому что инструкции проекта, история промптов и другие инструменты тоже занимают контекст. Текущий справочник Codex перечисляет эти команды.
Для запроса к Messages API используйте эндпоинт Anthropic POST /v1/messages/count_tokens с вашим фактическим массивом tools и системным промптом. Сделайте один подсчёт с инструментами и второй с тем же запросом минус эти инструменты; вычтите итоги, чтобы оценить накладные расходы определений.
Эндпоинт возвращает количество токенов для сообщений, системного промпта и инструментов вместе и не создаёт ответ модели. Чтобы измерить и стоимость результатов, повторите подсчёт с включённым репрезентативным содержимым tool_result. Это префлайт-подсчёт; сверяйте его с фактическими данными об использовании из ответа при настройке реального рабочего процесса. Справочник Anthropic по подсчёту токенов определяет запрос и возвращаемое поле input_tokens.
Запишите четыре числа: начальный контекст до использования MCP, контекст после задачи, загруженные определения и токены возвращённых результатов. Повторите на той же задаче по одному серверу за раз. Это даст базовую линию, которую можно проверить после изменения инструментов.
Выпустила ли Anthropic поиск инструментов после статьи о MCP 2025 года?
Да. По состоянию на 4 октября 2026 года Anthropic документирует отложенную загрузку инструментов в Messages API и говорит, что Claude Code включает поиск MCP-инструментов по умолчанию в поддерживаемых first-party-настройках. Версия API требует инструмент tool search и помечает подходящие определения defer_loading; Claude Code обрабатывает этот путь для подключённых MCP-серверов. Руководство по API описывает форму запроса, а текущая документация Claude Code по MCP — когда происходит откат к загрузке инструментов заранее.
Это существенное обновление к более старому посту, но поиск инструментов не убирает из запроса каждое определение инструмента: API всё равно получает отложенные определения, чтобы искать и разворачивать их при необходимости. Он держит большую часть определений вне начального контекста модели и обменивает это место на дополнительный шаг обнаружения. Руководство по поиску инструментов Anthropic говорит, что обычный вызов инструментов подходит лучше при менее чем 10 инструментах, когда вы используете каждый инструмент в каждом запросе или когда все определения вместе остаются ниже 100 токенов; его обзор контекста инструментов размещает поиск инструментов на наборах от 20 и более. Между этими отметками измерьте, прежде чем переключаться.
OpenAI предоставляет похожий путь tool_search в Responses API; текущее руководство говорит, что он поддерживается на gpt-5.4 и новее и использует defer_loading: true в определении MCP-инструмента. Это возможность API. В Codex CLI используйте /status, чтобы осмотреть общий контекст сессии, и сужайте открытые инструменты сервера через его MCP-конфигурацию. Руководство OpenAI по поиску инструментов описывает возможность API; справочник конфигурации Codex перечисляет enabled_tools.
Что мне выбрать: прямые вызовы MCP, поиск инструментов или исполнение кода?
Выбирайте исходя из того, где ваше измерение нашло стоимость и насколько контроль вам нужен над каждым действием. Эти подходы можно и комбинировать: поиск может держать редко используемые схемы вне контекста, а код может фильтровать результат рабочего процесса из нескольких вызовов.
| Что выбрать | Когда подходит | Компромисс, который нужно учесть |
|---|---|---|
| Прямые вызовы | Небольшой стабильный набор инструментов используется почти в каждой задаче, или человек должен проверять каждое отдельное действие | Определения остаются доступными; большие выводы и поштучные раундтрипы вызовов всё равно используют контекст |
| Поиск инструментов / отложенная загрузка | Каталог большой, но каждая задача использует лишь несколько инструментов | Один шаг обнаружения; API всё равно получает определения для поиска |
| Исполнение кода | Задача связывает несколько инструментов, проходит циклом по записям или может вернуть компактную сводку вместо сырых промежуточных данных | Требует среды исполнения с песочницей, лимитами и мониторингом; код может сделать несколько вызовов инструментов за один запуск |
Быстрое правило: если базовая секция MCP велика, сначала попробуйте отложенную загрузку. Если база мала, но доминируют результаты задач, сужайте или суммаризируйте выводы. Если рабочий процесс копирует большой результат из одного инструмента в другой, запрототипируйте кодовый путь и сравните на реальной задаче — а не только по числу схем. Оставьте прямые вызовы для действий, которым нужно отдельное человеческое решение или одобрение.
Исходные числа полезны как примеры, а не прогнозы. Инженерный пост Anthropic 2025 года сообщает о падении со 150,000 до 2,000 токенов (98.7%) в его проектном примере. Пост Cloudflare за февраль 2026 года сообщает примерно о 1,000 токенов для их двух-инструментного Cloudflare API Code Mode против 1.17 миллиона для эквивалентного нативного набора инструментов; Cloudflare говорит, что в этом сравнении использовался tiktoken. Это собственные сообщённые результаты каждого вендора, а сервер, схемы, рантайм и форма задачи различаются. Пост Anthropic и пост Cloudflare не устанавливают ожидаемую экономию для вашей настройки.
Отдельный бенчмарк AIMultiple, обновлённый в августе 2026 года, сообщает о сокращении входных токенов на 78.5% и росте средней задержки на 7% в его тесте Bright Data MCP / GPT-4.1. Выходные токены в этом бенчмарке выросли. Это напоминание отслеживать ввод, вывод, задержку и успешность задач отдельно; «меньше токенов» само по себе — неполный результат.
Как мне ограничить вывод инструментов, не скрывая полезные данные?
Ограничивайте вывод на том слое, который знает, что нужно задаче. Сервер может пагинировать или возвращать фрагменты; MCP-клиент может ограничить отдельный результат инструмента; модель может попросить код выбрать поля и агрегировать строки перед печатью результата.
Claude Code предупреждает, когда MCP-инструмент возвращает больше 10,000 токенов, и имеет максимум по умолчанию в 25,000 токенов там, где инструмент не объявляет собственный лимит размера результата. Codex предоставляет поинструментный output_token_limit и общий tool_output_token_limit для выводов, сохраняемых в истории. Эти лимиты ограничивают то, что достигает контекста разговора; они не делают широкую схему инструмента меньше. См. элементы управления выводом MCP в Claude Code и справочник конфигурации Codex.
Пример TOML для Codex с небольшим открытым набором инструментов и поинструментным бюджетом вывода. Чтобы подтвердить, что allow-list вступил в силу, codex mcp get <server> --json выводит разрешённые enabled_tools (проверено на Codex CLI 0.160.0); он также выводит переменные окружения сервера немаскированными, поэтому держите этот вывод подальше от тикетов и логов чатов:
[mcp_servers.example]
enabled_tools = ["search", "read"]
[mcp_servers.example.tools.read]
output_token_limit = 2000
Настроенный лимит — это бюджет, а не жёсткий потолок и не цель: Codex применяет output_token_limit до стандартной 20% надбавки на сериализацию, поэтому сохранённый результат может несколько выйти за него. Держите форму результата полезной: запрашивайте только нужные поля, пагинируйте записи и возвращайте количество или несколько репрезентативных строк, когда полные данные не нужны. Руководство OpenAI по MCP также поддерживает фильтр allowed_tools в Responses API.
Что исполнение кода меняет в безопасности и одобрениях?
Оно переносит часть работы из видимых, поштучных вызовов инструментов в программу, которую пишет модель и исполняет рантайм. Это может держать приватные промежуточные данные вне контекста модели, но также означает, что кодовая среда — часть вашей границы безопасности.
API Anthropic теперь предлагает программный вызов инструментов в управляемой песочнице. Для самостоятельно собранной реализации Anthropic предупреждает, что исполнение на стороне клиента запускает недоверенный код вне песочницы и может быть вектором инъекции кода; самоуправляемая песочница добавляет изоляцию, но требует инфраструктурной работы. Code Mode для MCP от Cloudflare на базе Worker по умолчанию запрещает общий сетевой доступ и открывает конкретные сервисы как биндинги. Эти примеры показывают два паттерна: изолируйте исполнение и предоставляйте ему узко ограниченные возможности. См. руководство Anthropic по программному вызову инструментов и исходный дизайн Code Mode от Cloudflare.
Не маршрутизируйте необратимую запись через широкий кодовый инструмент только ради экономии хода модели. Держите разрешения на запись узкими, сохраняйте границу подтверждения, где человек должен одобрить действие, и логируйте, какие нижележащие инструменты вызывает код. Если вы не можете аудировать кодовый путь или изолировать его песочницей, прямые вызовы с одобрениями проще для рассуждения.
Как это выглядит для небольшого набора MCP-инструментов?
Небольшой набор всё равно может выиграть от формирования вывода, но исполнение кода ему может быть не нужно. Мы строим octofs, файловый MCP-сервер с шестью инструментами, среди них view и batch_edit; batch_edit применяет до 50 непересекающихся правок к одному файлу за один вызов и возвращает свежие идентификаторы строк, так что агенту не нужно перечитывать файл. Octocode, наш сервер поиска по коду, по умолчанию открывает четыре инструмента (семантический поиск, структурный поиск, представления сигнатур и граф кода) и добавляет шесть LSP-инструментов, только когда вы настроите языковой сервер. У Octobrain, нашего сервера памяти, их четыре. В измерении выше они дали около 3.3k, 3.5k и 4.2k токенов определений: больше на инструмент, чем у reference filesystem server, и все отложены, пока они не понадобятся задаче. О более широкой границе безопасности при предоставлении агенту доступа к файловой системе см. наше руководство по безопасности файловых систем.
Измерение решает следующий ход. Если доминируют определения, открывайте меньше инструментов или откладывайте их. Если доминируют выводы, фильтруйте их ближе к серверу. Если промежуточные данные доминируют по всей цепочке, запрототипируйте исполнение кода за песочницей и сравните его с той же задачей на прямых вызовах.
— Don
Попробуйте измерение на одной повторяющейся задаче и держите числа «до и после» рядом с конфигурацией вашего сервера. Octofs и Octocode — открытый код; если их наборы инструментов стоят больше контекста, чем должны в вашей настройке, откройте issue с вашими числами.
