Anthropic упростила работу ИИ-агентов: теперь они могут исполнять код напрямую
Anthropic расширила возможности протокола Model Context Protocol (MCP), который используют ИИ-агенты для подключения к внешним сервисам и данным. Теперь агенты могут не просто отправлять команды инструментам, а создавать и выполнять код в отдельной среде. Это позволяет заметно уменьшить объёмы данных, проходящих через языковую модель, и ускоряет работу.
Что такое MCP
MCP появился как способ стандартизировать взаимодействие моделей с внешними системами. Вместо того чтобы для каждого API писать отдельную интеграцию, агент может подключать инструменты по одному протоколу. Это упростило разработку ассистентов, которые работают с документами, облачными хранилищами, данными CRM или веб-сервисов.
Однако практическое применение быстро показало ограничение: когда инструменты и данные становятся крупными, агенту приходится передавать через модель слишком много промежуточной информации. Чем больше контекста — тем выше стоимость запроса и тем медленнее ответ.
Где возникала проблема
Если ассистент загружал презентацию из Google Drive, извлекал из неё заметки и переносил их в Notion, то весь текст оказывался внутри одной сессии модели. Даже если модели не нужно видеть весь документ, она всё равно обрабатывает его, потому что через неё проходят промежуточные результаты.
Получается перегруз: агент делает полезное дело, но модель выступает транспортом данных, хотя это ей не нужно.
Как работает новое решение
Anthropic предлагает разделить роли.
Модель отвечает за логику: какие действия выполнить, в каком порядке и с какими параметрами.
А обработка данных — выделение фрагментов, фильтрация, преобразование — переносится в код, который запускается в отдельной, ограниченной среде. Этот код напрямую вызывает инструменты MCP, получает данные и работает с ними локально.
Модель видит только итог.
Например: вместо полной стенограммы в модель возвращается короткий список ключевых пунктов. вместо всей таблицы — рассчитанное значение или отфильтрованная выборка.
Почему это важно с точки зрения практики
Такой подход уменьшает объём передаваемых данных и экономит токены. В некоторых сценариях разница может достигать десятков раз. Это особенно заметно в корпоративных ассистентах, где модель работает с документами, базами и CRM.
Главный эффект — ассистент перестаёт выглядеть как «болтающий интерфейс» и начинает выполнять задачи на уровне последовательных действий, ближе к автоматизации.
Вопросы безопасности
Исполнение кода происходит в контролируемой среде. Anthropic рекомендует запускать его в контейнере с ограничениями файловой системы, сети и ресурсов. Это защищает инфраструктуру и данные от непреднамеренных или ошибочных операций.
К чему это ведёт
Разделение «планирования» и «выполнения» делает агентов проще в применении и дешевле в эксплуатации. Это шаг в сторону более прикладных сценариев, где ИИ не просто отвечает на вопросы, а помогает с реальными процессами: подготовкой документов, ведением сделок, обработкой рабочих материалов.
