Anthropic 發布 MCP Tool Search 更新，節省 85% Token 消耗並大幅提升 AI 代理人精準度
Anthropic 發布 MCP Tool Search 更新，將 AI 代理人的 Token 消耗降低 85%，並將 Opus 4.5 的準確度提升至 88.1%。深入了解 AI 領域的「按需讀取」革命。
您的 AI 代理人在開始工作前，是否就已經耗盡了大量記憶體？Anthropic 推出的最新更新，正試圖打破這個「暴力架構」的枷鎖。透過引入「按需讀取（Lazy Loading）」機制，AI 代理人的 Token 消耗量大幅縮減了 85%，讓「上下文空間」真正回歸到對話本身。
Anthropic MCP Tool Search：終結 AI 的「啟動稅」
過去在 Model Context Protocol (MCP) 標準下，AI 代理人如 Claude Code 必須在執行任何任務前，「閱讀」所有可用工具的說明手冊。這種做法導致嚴重的「啟動稅」：在 200,000 個 Token 的限制中，開發者往往尚未輸入任何指令，就已經損失了近三成的配額。
根據 Anthropic 技術成員 Thariq Shihipar 的觀察，某些 MCP 伺服器包含超過 50 個工具，光是定義這些工具就可能消耗高達 67,000 個 Token。這不僅浪費資源，更會干擾 LLM 的推理能力，造成「大海撈針」的難題。
| 性能指標 | 舊版架構 | Tool Search 新架構 |
|---|---|---|
| Token 消耗量 | 約 134,000 | 約 5,000 |
| Opus 4 準確度 | 49.0% | 74.0% |
| Opus 4.5 準確度 | 79.5% | 88.1% |
借鑒軟體工程：從靜態載入轉向動態檢索
此次更新的核心在於 MCP Tool Search。系統現在會監控上下文使用量，一旦工具描述超過可用空間の 10%，便會自動切換策略。系統不再傾倒原始文件，而是加載輕量化的搜索索引，僅在用戶需要特定功能（如「部署容器」）時，才精準提取相關工具定義。
本内容由AI根据原文进行摘要和分析。我们力求准确，但可能存在错误，建议核实原文。
相关文章
柏林 AI 新創 Parloa 完成 3.5 億美元 D 輪融資，估值在 8 個月內翻倍至 30 億美元。本文探討其在激烈的 AI 客服代理人市場中，如何憑藉多模態策略與強大財力突圍。
Anthropic 推出全新 AI 代理人 Cowork，這是一款由 Claude Code 自動生成的生產力工具，支援自主執行辦公任務，專為非開發者設計。
探討企業級 AI 代理人 編排管理 的未來趨勢。從 Tim Sanders 的洞察出發，分析多代理人協作風險、第三方風險管理工具及生產力提升 30 倍的轉型路徑。
日本 AI 新創 Sakana AI 的編碼代理人 ALE-Agent 在 AtCoder AHC058 競賽中擊敗 800 多名高手奪冠。本文解析 ALE-Agent 如何透過虛擬效能與推論擴展技術，為企業物流與資源最佳化帶來革命性變革，並探討 GPT-5.2 時代的智慧成本趨勢。
柏林 AI 新創 Parloa 完成 3.5 億美元 D 輪融資，估值在 8 個月內翻倍至 30 億美元。本文探討其在激烈的 AI 客服代理人市場中，如何憑藉多模態策略與強大財力突圍。
Anthropic 推出全新 AI 代理人 Cowork，這是一款由 Claude Code 自動生成的生產力工具，支援自主執行辦公任務，專為非開發者設計。
探討企業級 AI 代理人 編排管理 的未來趨勢。從 Tim Sanders 的洞察出發，分析多代理人協作風險、第三方風險管理工具及生產力提升 30 倍的轉型路徑。
日本 AI 新創 Sakana AI 的編碼代理人 ALE-Agent 在 AtCoder AHC058 競賽中擊敗 800 多名高手奪冠。本文解析 ALE-Agent 如何透過虛擬效能與推論擴展技術，為企業物流與資源最佳化帶來革命性變革，並探討 GPT-5.2 時代的智慧成本趨勢。