文章探讨了传统大模型调用工具的MCP协议在当前Agentic生态下的局限性。作者以一个1000页文章的调用为例，指出MCP协议将大量数据一次性喂给大模型，会迅速耗尽宝贵的上下文窗口，这不符合人类信息处理的习惯。Anthropic提出的通过代码工具调用MCP并渐进式披露工具的策略，虽然是一种解决方案，但因MCP的广泛应用而显得不够优雅。作者分享了自己改造MCP以分段读取大型文件并结合查找策略的实践经验，并提出了Skills协议可能逐渐取代MCP的观点，认为Skills更灵活且符合渐进式披露策略。

🗄️ MCP协议在处理大规模数据时存在局限性，容易导致大模型上下文窗口被迅速填满，不符合高效的信息处理模式。例如，一次性将1000页的文章内容全部加载到大模型的上下文中，会极大地浪费宝贵的计算资源。

💡 Anthropic提出的解决方案是通过代码工具调用MCP，并采用渐进式披露策略，让大模型自行发现和调用所需工具，而不是一次性提供所有工具。这种方式允许工具对大规模数据的返回结果进行筛选和过滤，只在必要时获取更多数据。

🛠️ 作者分享了自己改造MCP的实践经验：将超过3000字的响应保存为Markdown文件，并告知大模型文件地址，然后通过设定查找策略，分段阅读文件，以避免上下文窗口被填满。这种方法在处理sec-edgar等财务报告时效果显著。

🚀 Skills协议因其灵活性和符合渐进式披露策略的特点，有可能逐渐取代MCP协议。Skills协议能够更自由地管理工具调用和信息获取，更好地适应Agentic生态的发展需求。

安全产品人的赛博空间 2025-11-08 18:32 浙江

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

跳转微信打开