"Представьте себе совещание, в котором молодой неопытный гендир крупной компании перед стартом нового проекта зачитывает вслух должностные инструкции для сотни сотрудников компании. Совещание очень большое, все собрались в актовом зале и слушают руководителя - от уборщицы до главного инженера. На это уходит примерно 4 часа. Потом все выдыхают и расходятся. А директор сразу после этого идет в отдел продаж... Звучит абсурдно. Но именно так сегодня работает большинство ИИ-ассистентов с внешними инструментами. Перед выполнением любой задачи они загружают в память описания ВСЕХ доступных инструментов. Неважно, что для копирования одного документа нужны только пара сервисов из сотни доступных. Система всё равно прочитает инструкции ко всем. Именно про эту проблему (и ее решение) инженеры Клода выпустили очередной аналитический отчет ""Code execution with MCP: building more efficient AI agents"", меняющий представление о принципах работы с ИИ. ... наш директор, после изучения всех инструкций идёт в отдел продаж, где менеджер зачитывает ему двухчасовой отчёт о квартальных результатах. Директор дословно запоминает каждую цифру, каждый график, каждую сноску. Затем он идёт в производственный отдел и слово в слово пересказывает весь отчёт начальнику производства. При этом 50 страниц текста проходят через его память дважды — сначала при получении, потом при передаче. Бред какой, люди так не делают - скажете вы и будете правы. Но именно так работают ИИ-ассистенты сегодня. Когда Claude или ChatGPT анализирует документ, весь текст проходит через них дважды: десятки тысяч слов система должна сначала проглотить, а потом выплюнуть обратно. Теперь представим, что наш директор приехал с обучения и, изрядно поумневший уточняет, что нужны ему только менеджер по продажам и начальник производства, после чего пишет емейл типа: Иван, передай отчёт ""Продажи в мае"" Марии - только раздел с данными по продукту ""Покупайте наших слонов"". Отделы обмениваются документами напрямую, а директор видит только письмо: ""Отчёт передан, производство начало подготовку"". Спасибо, вы только что прочитали, как Антропики придумали, что можно снизить затраты на работу с ИИ на 2 порядка! Легким движением руки задача, которая оценивается в 150 000 токенов (3 часа расшифровки видео/аудио или анализ 100 резюме или подготовка юридического документа на 80 страниц), превращается в таск всего на 2 000 токенов. То есть будет стоить не 6 баксов, а 0,01. В техническом плане Anthropic предлагает настолько простое решение, что хочется сказать __- А что, разве это не так работало? На что вы тогда тратили все это время миллиарды долларов?__ Теперь ИИ вместо того, чтобы вызывать инструменты напрямую, сам пишет небольшие программы, которые делают это за него. Но инновация Антропиков, как и всегда у них, глубоко продумана до мелочей. ИИ теперь сохраняет удачный код как переиспользуемую функцию, может запускать несколько операций параллельно через код, который может обрабатывать гигабайты данных, передавая ИИ только релевантную сводку. Если что-то пошло не так, код может автоматически повторить попытку или откатить изменения - что невозможно при прямых вызовах инструментов. Мы с вами наблюдаем переход от ИИ-ассистентов первого поколения (которые всё делают вручную) к второму поколения (делегируют через код). ИИ приближается к позиции архитектора решений, самостоятельно проектирующего процессы и запускающего их выполнение. Открытый стандарт от Anthropic Model Context Protocol (MCP) стал для ИИ-инструментов чем-то типа USB стал для компьютерной периферии. Раньше каждому устройству нужен был свой уникальный разъём, теперь всё подключается через один универсальный интерфейс. Впрочем, до убийства конструкторов типа n8n еще далеко. ИИ с MCP каждый раз будет генерировать логику заново и может вести себя непредсказуемо. А чистый n8n, задавая жёсткие правила фильтрации, будет генерировать одинаковые шаблоны и не всегда понимать контекст. А вот если использовать их вместе, то по идее авторов синергия должна дать существенный прирост производительности. Ссылка на отчет 👇"