Anthropic 工程博客最新文章揭示了一个关键发现：当 AI Agent 连接了大量 MCP 工具时，传统的"直接调用"模式会导致 Token 消耗爆炸式增长。他们的解决方案——代码执行模式——在实测中把 Token 消耗从 150,000 降到了 2,000，减少了 98.7%。
问题根源：两种 Token 浪费模式
问题 1：工具定义占满上下文窗口
传统 MCP 客户端在启动时把所有工具定义都加载到上下文里：
gdrive.getDocument
描述：从 Google Drive 获取文档
参数：
documentId（必填，string）：文档 ID
fields（可选，string）：要返回的字段
返回：包含标题、正文、元数据、权限等的文档对象
salesforce.updateRecord
描述：更新 Salesforce 记录
参数：
objectType（必填，string）：Salesforce 对象类型
recordId（必填，string）：记录 ID
data（必填，object）：要更新的字段
返回：更新后的记录对象
每个工具描述都占上下文空间。连接几十个 MCP 服务器、几百上千个工具时，Agent 在读取用户请求之前就要先处理数十万 Token 的工具定义。
问题 2：中间结果在上下文里来回传递
传统调用流程：
用户请求："从 Google Drive 下载会议记录并附到 Salesforce 线索上"
Step 1：
TOOL CALL: gdrive.getDocument(documentId: "abc123")
→ 返回完整会议记录文本（流入上下文）
"讨论了 Q4 目标...[完整记录内容，2 小时的会议]"
Step 2：
TOOL CALL: salesforce.updateRecord(
objectType: "SalesMeeting",
recordId: "00Q5f000001abcXYZ",
data: { "Notes": "讨论了 Q4 目标...[完整记录内容再写一遍]" }
)
（模型需要把整个文本再写进上下文一次）
一次 2 小时的会议记录，额外消耗约 50,000 Token，还要处理两次。文档更大时甚至超过上下文窗口上限，流程直接崩溃。
解决方案：把 MCP 工具当代码 API 调用
核心思路：不要把工具暴露为直接调用的函数，而是把它们暴露为文件系统上的代码文件，让 Agent 写代码来调用。
文件树结构
servers/
├── google-drive/
│ ├── getDocument.ts
│ ├── listFiles.ts
│ ├── searchFiles.ts
│ └── index.ts
├── salesforce/
│ ├── updateRecord.ts
│ ├── queryRecords.ts
│ └── index.ts
└── slack/
├── sendMessage.ts
├── getChannelHistory.ts
└── index.ts
每个工具对应一个文件：
typescript
// ./servers/google-drive/getDocument.ts
import { callMCPTool } from "../../../client.js";
interface GetDocumentInput {
documentId: string;
fields?: string;
}
interface GetDocumentResponse {
content: string;
title: string;
metadata: Record<string, unknown>;
}
/** 从 Google Drive 读取文档 */
export async function getDocument(
input: GetDocumentInput
): Promise<GetDocumentResponse> {
return callMCPTool<GetDocumentResponse>('google_drive__get_document', input);
}代码执行模式下的同一个任务
typescript
// Agent 写的代码，在执行环境里运行
import * as gdrive from './servers/google-drive';
import * as salesforce from './servers/salesforce';
// 读取会议记录
const transcript = (await gdrive.getDocument({
documentId: 'abc123'
})).content;
// 直接传到 Salesforce，文本不经过模型上下文
await salesforce.updateRecord({
objectType: 'SalesMeeting',
recordId: '00Q5f000001abcXYZ',
data: { Notes: transcript }
});
console.log('会议记录已同步到 Salesforce');Token 消耗对比：
- 传统模式：~150,000 Token（所有工具定义 + 中间数据两次传递）
- 代码执行模式：~2,000 Token（只加载需要的两个工具文件）
- 节省：98.7%
代码执行模式的四大优势
优势 1：按需加载工具（Progressive Disclosure）
Agent 通过探索文件系统来发现工具：
# 查看有哪些服务器
ls ./servers/
→ google-drive/ salesforce/ slack/ github/
# 查看 Salesforce 有哪些工具
ls ./servers/salesforce/
→ updateRecord.ts queryRecords.ts createRecord.ts ...
# 读取需要的工具定义
cat ./servers/salesforce/updateRecord.ts
→ （只读这一个文件的定义，不加载其他几百个工具）
或者通过搜索：
typescript
// 使用 search_tools 工具，支持不同详细级别
search_tools("salesforce", detail_level="name_only")
→ ["updateRecord", "queryRecords", "createRecord", "deleteRecord"]
search_tools("salesforce lead", detail_level="full")
→ [完整的 createRecord 定义（带参数 Schema）]优势 2：在执行环境过滤数据，不污染上下文
处理大型数据集时，在代码里过滤，不把完整数据集传给模型：
typescript
// 传统模式（10,000 行都进上下文）
TOOL CALL: gdrive.getSheet(sheetId: 'abc123')
→ 返回 10,000 行数据到上下文
// 代码执行模式（只有 5 行进上下文）
const allRows = await gdrive.getSheet({ sheetId: 'abc123' });
const pendingOrders = allRows.filter(row => row["Status"] === 'pending');
console.log(`找到 ${pendingOrders.length} 条待处理订单`);
console.log(pendingOrders.slice(0, 5)); // 只显示前 5 条供检查模型看到的是 5 行，而不是 10,000 行。同样的模式适用于聚合、跨数据源 Join、字段提取——都在执行环境处理，不膨胀上下文。
优势 3：代码控制流比工具链更高效
循环、条件判断、错误处理，用代码比串联工具调用更简洁：
typescript
// 等待 Slack 中的部署完成通知
let found = false;
while (!found) {
const messages = await slack.getChannelHistory({ channel: 'C123456' });
found = messages.some(m => m.text.includes('deployment complete'));
if (!found) {
await new Promise(r => setTimeout(r, 5000));
}
}
console.log('部署完成通知已收到');对比传统模式的"工具调用→等待→工具调用→等待"往返，代码执行不需要每次都经过模型判断 if-else，直接在执行环境完成，节省"首 Token 时间"延迟。
优势 4：隐私保护——敏感数据不经过模型
中间数据默认留在执行环境，模型只看你明确 log/return 的内容。
对于更敏感的数据，MCP 客户端可以自动 tokenize PII：
typescript
// Agent 写的代码
const sheet = await gdrive.getSheet({ sheetId: 'abc123' });
for (const row of sheet.rows) {
await salesforce.updateRecord({
objectType: 'Lead',
recordId: row.salesforceId,
data: { Email: row.email, Phone: row.phone, Name: row.name }
});
}如果模型打印 sheet.rows，它看到的是：
javascript
[
{ salesforceId: '00Q...', email: '[EMAIL_1]', phone: '[PHONE_1]', name: '[NAME_1]' },
{ salesforceId: '00Q...', email: '[EMAIL_2]', phone: '[PHONE_2]', name: '[NAME_2]' },
]真实的邮箱、电话、姓名从 Google Sheets 流向 Salesforce，但从未经过模型。
状态持久化和技能积累
代码执行加上文件系统访问，Agent 可以跨运行维持状态：
typescript
// 保存中间结果
const leads = await salesforce.query({
query: 'SELECT Id, Email FROM Lead LIMIT 1000'
});
const csvData = leads.map(l => `${l.Id},${l.Email}`).join('\n');
await fs.writeFile('./workspace/leads.csv', csvData);更重要的是，Agent 可以把自己写的有效代码保存为可复用的 Skill：
typescript
// 保存为 ./skills/save-sheet-as-csv.ts
import * as gdrive from './servers/google-drive';
export async function saveSheetAsCsv(sheetId: string) {
const data = await gdrive.getSheet({ sheetId });
const csv = data.map(row => row.join(',')).join('\n');
await fs.writeFile(`./workspace/sheet-${sheetId}.csv`, csv);
return `./workspace/sheet-${sheetId}.csv`;
}
// 之后任意 Session 直接复用
import { saveSheetAsCsv } from './skills/save-sheet-as-csv';
const csvPath = await saveSheetAsCsv('abc123');结合 SKILL.md 文件，这就成了 Claude Code 技能体系的基础——Agent 不断积累自己的工具库，越用越强大。
实施注意事项
代码执行模式不是没有代价：
需要准备的基础设施：
- 安全的代码执行环境（沙箱隔离）
- 资源限制（防止无限循环消耗资源）
- 执行监控和日志
适用场景：
- 连接了大量 MCP 工具（5 个服务器以上）
- 需要处理大型数据集
- 有隐私保护需求的工作流
不适用场景：
- 工具数量少（直接调用更简单）
- 一次性简单任务（设置代码执行环境的开销不划算）
来源：Anthropic 工程博客 | Cloudflare Code Mode | 整理：ClaudeEagle