先给结论:2026 年 11 月 4 日 Anthropic 在工程博客发布《Code execution with MCP》。把 MCP 工具从「整包塞进模型 context 的 tools 数组」改成「沙箱里按文件树渐进披露 + 用代码调 callMCPTool」;宿主往往只给模型一个 search_tools(或等价发现工具)和代码执行能力,由模型按需读 servers/<name>/<tool>.ts 形态的清单,而不是一次性上传几十个 Server 的全部 JSON Schema。中间结果(大段表格、会议记录、10k 行 Sheet)在运行时过滤后再 console.log 摘要进对话,避免每一跳都经模型复制全文。MCP 线上仍是 JSON-RPC 2.0 的 tools/call;变的是谁在 orchestration 层拼装 JSON。
这篇按 2026 年 11 月 7 日写,依据该文与社区对 MCP 一周年(11 月 25 日)前后的讨论。两天前本站《GPT-Image-2.6》讲图像端点 JSON;四天前《message threads》讲增量 Messages JSON。本文互补:threads 减重复历史,code+MCP 减重复 tool 定义与中间结果。更底层的数据流仍可见《Agent 里的 JSON 数据流》。
直连 tool calling 为何撑不住规模
典型 MCP Client 在每一轮 Messages/Chat 请求里带上全部 tools[],每项含 name、长 description 与整份 input_schema(JSON Schema)。连接二十个 Server、上千工具时,模型还没读用户问题就先吃下十万级 token。第二个痛点是 orchestration:工具 A 的 5 万字结果要写入工具 B 的参数字段时,同一段文本往往在 context 里出现两次(一次在 tool_result,一次在下一轮 tool_use 的 arguments 字符串里)。
Code execution 模式不取消 MCP,而是把「列工具、组参数、链式调用」交给模型生成的代码;宿主提供安全运行时与稳定的 callMCPTool 桥。Cloudflare 等厂商把同类思路叫 Code Mode——核心一致:LLM 写代码比逐条 hand-written tool loop 更省 context。
search_tools 请求 JSON 怎么写
渐进披露时,模型不必先读 500 个定义,而是调用宿主暴露的元工具。Anthropic 文中等价能力常建模为 search_tools,参数建议用 JSON Schema 约束,例如:
{
"name": "search_tools",
"description": "Find MCP tools by keyword across connected servers.",
"input_schema": {
"type": "object",
"properties": {
"query": { "type": "string", "minLength": 1 },
"detail_level": {
"type": "string",
"enum": ["name", "name_description", "full"]
},
"server_filter": { "type": "array", "items": { "type": "string" } }
},
"required": ["query"],
"additionalProperties": false
}
}
模型一次 tool_use 的 arguments 可能是 {"query":"salesforce","detail_level":"full"};宿主返回的 tool_result 是缩小后的 JSON 数组(仅匹配工具的 name、description、必要时附带 input_schema),而不是把未过滤的 tools/list 整包贴回对话。若你改用「虚拟文件树」而不做 search,则没有这段 JSON,而是让模型读 servers/google-drive/getDocument.ts 等文件——两种披露方式二选一或并存,但都应避免全量 upfront。
callMCPTool 与 tools/call 之间
沙箱内 TypeScript/JavaScript 包装层把稳定符号名映射到 MCP 实际工具名(常带 server__tool 分隔)。用户代码调用:
await callMCPTool('google_drive__get_document', {
documentId: 'abc123'
});
宿主在沙箱外把它翻译成标准 MCP JSON-RPC(stdio 或 streamable HTTP 上同一形状):
{
"jsonrpc": "2.0",
"id": 42,
"method": "tools/call",
"params": {
"name": "google_drive__get_document",
"arguments": { "documentId": "abc123" }
}
}
成功响应的 result.content 仍多为带 type: text 或结构化块的 JSON;沙箱默认不把原始 result 整段写进模型消息,除非你的 harness 显式 console.log 或 return 摘要。调试时应在日志侧保存完整 JSON,与进模型的裁剪版分开校验。
在沙箱里过滤再回传
文中最典型的 token 节省是「大结果局部可见」。伪代码:
const allRows = await gdrive.getSheet({ sheetId: 'abc123' });
const pending = allRows.filter(r => r.Status === 'pending');
console.log(JSON.stringify({
pending_count: pending.length,
sample: pending.slice(0, 5)
}));
模型只看见五行样本与计数,而不是 10k 行数组。循环、等待、分支也可用普通代码表达,减少「sleep 工具 + 再查一次」的多轮 JSON 往返。敏感字段场景下,宿主还可对进出模型的 JSON 做 tokenize/untokenize,使 PII 不以明文出现在 assistant 可见的 tool_result 里——规则层仍是 JSON 对象,只是值被占位符替换。
宿主回合里还应出现哪些 JSON
与经典 agent loop 相比,消息里的 tool_result 条数往往更少、更短:一轮用户任务可能只有「执行代码块」+「标准输出摘要」两次可见往返,而 MCP 调用次数在沙箱内完成。你仍要在 create 回合发送 system(描述文件树路径、callMCPTool 约定、允许的网络/FS 范围)以及精简后的 tools。若同时使用 message threads,tool 集合在 create 固定、continue 不带 tools——code 模式要求你在 create 就把 search_tools/execute 定好,避免中途换清单触发 fingerprint 错误。
| 层 | 直连 MCP tool calling | Code execution + MCP |
|---|---|---|
| 进模型的 tools | 全量 definitions | 发现 + 执行 + 少量元工具 |
| tool_result 体积 | 常含完整 MCP 返回 | 多为 stdout 摘要 JSON |
| MCP 线协议 | JSON-RPC tools/call | 同上,由宿主代发 |
本地校验清单 JSON
建议在仓库里维护三份可校验样例:search_tools 的 arguments 与 result、tools/call 请求/响应、以及允许出现在模型上下文中的「摘要 result」最大 JSON 模板。合并多环境配置时,用 JSON Diff 对比旧版全量 tools 与新 manifest;用 JSON 校验 确认 detail_level 枚举与 additionalProperties: false 未被破坏。
常见问题 FAQ
这是不是取代 MCP,改回纯 Function Calling?
不是。MCP 仍是 Server 与 Host 之间的 JSON-RPC 标准;变的是 Client 不再把全部 definitions 与中间结果都塞回模型。
还需要在每轮 Messages 里带巨大 tools 数组吗?
不应再带全量。create 回合只暴露发现/执行相关元工具与策略;具体 Server schema 按需加载。
和 message threads 能一起用吗?
可以。threads 管历史增量;code+MCP 管工具定义与结果体积。注意 create 时固定 tools/system,continue 勿再传 tools。
和 Cloudflare Code Mode 有何区别?
洞察相同(用代码编排 MCP),差异在沙箱实现、工具发现 API 与命名约定;JSON-RPC 载荷形状应对齐 MCP 规范。
没有沙箱可以上生产吗?
不建议。模型生成代码执行等同于 RCE 风险面,需资源限制、网络策略与审计;直连 tool calling 的安全模型不能照搬。
search_tools 的 detail_level 应如何设默认值?
默认 name_description 平衡发现与 token;仅当模型要写调用代码时再请求 full 含 input_schema。
总结
11 月 4 日的 code execution with MCP:用按需 manifest 与沙箱内 JSON-RPC 编排,换掉「全量 tools + 全量中间结果过模型」的两段浪费;协议仍是 MCP,账本要在宿主侧记清。