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。

廣告合作

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。