Claude Code от Anthropic, платформа для агентного программирования на основе ИИ, получила обновление, которое внедряет "ленивую загрузку" для ИИ-инструментов, функцию под названием MCP Tool Search, коренным образом меняющую способ доступа агента к внешним инструментам и их использования. Выпущенное прошлой ночью обновление устраняет ключевое ограничение Claude Code, которое ранее требовало от агента чтения руководства пользователя для каждого доступного инструмента, независимо от его релевантности текущей задаче. Этот процесс занимал ценное контекстное пространство, которое можно было бы использовать для запросов пользователей или ответов агента.

Новая функция MCP Tool Search позволяет Claude Code динамически получать определения инструментов только при необходимости, что является переходом от архитектуры грубой силы к архитектуре, напоминающей современную разработку программного обеспечения. Это означает, что ИИ-агент теперь получает доступ только к той информации, которая ему нужна для конкретной задачи, освобождая контекстное пространство и потенциально повышая эффективность и производительность.

Claude Code построен на основе протокола контекста модели (Model Context Protocol, MCP) от Anthropic, открытого стандарта, выпущенного в конце 2024 года. MCP позволяет ИИ-моделям и агентам подключаться к внешним инструментам в структурированном и надежном формате, обеспечивая основу для возможности Claude Code получать доступ к таким функциям, как просмотр веб-страниц и создание файлов. По данным VentureBeat, MCP является движущей силой Claude Code.

Обновление имеет значительные последствия для разработки и развертывания ИИ-агентов. Благодаря оптимизации использования контекста, MCP Tool Search может позволить ИИ-агентам справляться с более сложными задачами, обрабатывать большие объемы информации и взаимодействовать с более широким спектром инструментов. Это может привести к созданию более сложных и универсальных ИИ-приложений в различных отраслях.

Команда Claude Code планирует продолжить совершенствование MCP Tool Search и изучение новых способов оптимизации производительности ИИ-агентов. Эта разработка представляет собой шаг к более эффективным и интеллектуальным ИИ-системам, потенциально открывая путь к более продвинутым инструментам и приложениям на основе ИИ в будущем.