Code execution with MCP for efficient agents
Zusammenfassung
Kurz
Anthropic argumentiert, dass Codeausführung MCP-Agenten effizienter machen kann: Sie laden nur benötigte Werkzeugbeschreibungen und verarbeiten Zwischendaten außerhalb des Modellkontexts. Eine im Bericht genannte Einsparung von 98,7 Prozent gilt für das beschriebene Beispiel; zugleich erfordert der Ansatz eine sichere, überwachte Ausführungsumgebung und zusätzlichen Betriebsaufwand.
Mittel
Der Anthropic-Bericht untersucht, wie Agenten viele MCP-Werkzeuge effizienter nutzen können. Bei direkten Werkzeugaufrufen beanspruchen sowohl die Beschreibungen aller verfügbaren Werkzeuge als auch Zwischenergebnisse Platz im Modellkontext. Am Beispiel eines Gesprächsprotokolls, das von Google Drive nach Salesforce übertragen wird, erklärt der Artikel, dass große Inhalte mehrfach durch das Modell laufen und dabei Kosten, Latenz und Fehleranfälligkeit erhöhen können.
Als Lösung schlägt Anthropic vor, MCP-Server als Code-Schnittstellen bereitzustellen. Agenten können dann benötigte Werkzeugbeschreibungen gezielt laden und Daten innerhalb einer Ausführungsumgebung filtern oder verarbeiten, bevor sie Ergebnisse an das Modell zurückgeben. Für das angeführte Beispiel nennt der Bericht eine Senkung von 150.000 auf 2.000 Tokens (98,7 Prozent); dieser Wert bezieht sich auf das Beispiel und ist keine allgemeine Garantie. Weitere beschriebene Möglichkeiten sind die Verarbeitung großer Tabellen, komplexe Abläufe in Code, das Speichern von Zwischenständen sowie die Tokenisierung personenbezogener Daten, damit diese nicht in den Modellkontext gelangen.
Der Ansatz setzt laut Bericht eine sichere Sandbox, Ressourcenbegrenzungen und Überwachung voraus. Diese Infrastruktur verursacht zusätzlichen Aufwand, der gegen mögliche Einsparungen und Vorteile bei der Werkzeugverknüpfung abzuwägen ist.
Ausführlich lesen
Der Bericht von Anthropic beschreibt, wie sich MCP-Verbindungen zu vielen Werkzeugen effizienter nutzen lassen, wenn Agenten MCP-Server über eine Codeausführungsumgebung ansprechen. MCP wird als offener Standard vorgestellt, der Integrationen zwischen Agenten und externen Systemen vereinheitlichen soll. Laut Bericht ist das Protokoll seit seiner Einführung im November 2024 rasch verbreitet worden. Mit wachsender Zahl verfügbarer Werkzeuge entstehen jedoch zwei Effizienzprobleme: Umfangreiche Werkzeugbeschreibungen belegen Kontext, und Zwischenergebnisse müssen bei direkten Werkzeugaufrufen häufig durch das Modell laufen.
Als Beispiel führt der Artikel eine Aufgabe an, bei der ein Agent ein Gesprächsprotokoll aus Google Drive liest und in Salesforce einträgt. Bei direkter Werkzeugnutzung gelangt der vollständige Text zunächst als Ergebnis in den Modellkontext und muss anschließend für den zweiten Aufruf erneut verarbeitet werden. Der Bericht schätzt, dass ein zweistündiges Gespräch so zusätzliche 50.000 Tokens beanspruchen könnte; sehr große Dokumente könnten zudem Kontextgrenzen überschreiten. Das Kopieren umfangreicher Daten zwischen Aufrufen könne außerdem Fehler begünstigen.
Der vorgeschlagene Ansatz stellt MCP-Werkzeuge als Code-Schnittstellen bereit, etwa als Dateien in einem Verzeichnisbaum. Der Agent erkundet die verfügbaren Server und liest nur die Beschreibungen der Werkzeuge, die er für seine Aufgabe benötigt. Anschließend kann er mehrere Aufrufe in einem Codeablauf verbinden und Daten in der Ausführungsumgebung filtern, umformen oder zusammenführen, bevor er relevante Ergebnisse an das Modell zurückgibt. Für das Beispiel mit Google Drive und Salesforce nennt Anthropic eine Verringerung des Tokenverbrauchs von 150.000 auf 2.000 Tokens beziehungsweise 98,7 Prozent. Der Artikel berichtet diesen Wert als Ergebnis des beschriebenen Beispiels; er belegt damit keine allgemeine Einsparung für alle Aufgaben.
Als weitere Möglichkeiten nennt der Bericht eine gezielte Werkzeugsuche, bei der Beschreibungen zunächst nur mit Namen oder Kurzangaben geladen werden, sowie die Verarbeitung großer Datensätze direkt im Code. So könne ein Agent etwa aus 10.000 Tabellenzeilen passende Einträge herausfiltern und nur eine kleine Auswahl anzeigen. Schleifen, Bedingungen und Fehlerbehandlung ließen sich ebenfalls im Code ausführen, statt wiederholt zwischen Modell und Werkzeugen zu wechseln.
Der Artikel beschreibt auch Datenschutzoptionen: Zwischendaten können in der Ausführungsumgebung bleiben und nur ausdrücklich ausgegebene Resultate erreichen das Modell. Ein MCP-Client könne personenbezogene Angaben vor dem Modell tokenisieren und sie beim Weiterleiten an ein anderes Werkzeug wieder zuordnen. Dies wird als mögliches Design beschrieben, nicht als automatisch vorhandene Eigenschaft jeder MCP-Implementierung. Mit Dateisystemzugriff könnten Agenten außerdem Zwischenstände speichern und wiederverwendbare Funktionen oder Skills ablegen.
Als wesentliche Grenze nennt Anthropic den zusätzlichen Betriebsaufwand: Von Agenten erzeugter Code braucht eine sichere, überwachte Ausführungsumgebung mit geeigneter Sandbox und Ressourcenbegrenzungen. Die Infrastruktur erhöht Aufwand und Sicherheitsanforderungen. Der Bericht empfiehlt daher, mögliche Einsparungen bei Tokens und Latenz sowie bessere Werkzeugverknüpfung gegen diese Kosten und Risiken abzuwägen.
Gegengeprüft von Claude Haiku 5.5: kleine Mängel
Geprüft wurde Lunas Zusammenfassung 'mittel'; die Kurzfassung ist in ihren Aussagen ebenfalls treu, aber unvollständiger. Die Metadaten sind widersprüchlich: abgerufen 2026-11-16 steht gegen geholt 2026-11-14 im Vermerk.
Im Bericht, aber nicht in der Zusammenfassung
- MCP als offener Standard mit wachsendem Ökosystem aus Servern und SDKs wird nicht erwähnt
- Das Konzept der Skills (gespeicherte Funktionen mit SKILL.md) und die Möglichkeit, Agenten-Code wiederzuverwenden, fehlen
- Die Progressive Disclosure per search_tools mit Detailstufen und der Verweis auf Cloudflare Code Mode fehlen
Wie die Modelle den Bericht einordnen
Ansicht
Filter
Vorfälle melden
- SF-M4 Wie kommen Meldungen von Laboren, Betreibern und Nutzern schnell und geschützt zu den Stellen, die handeln müssen, auch über Grenzen hinweg?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 43 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra
- SF-M5 Was muss vor und nach einem Vorfall geschehen, damit Verantwortliche einstehen, man daraus lernt, Beweise bleiben und Betroffene auch über Grenzen hinweg zu ihrem Recht kommen?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 100 %kein Bezug
- SubQ 100 %kein Bezug
- drex 47 %gleiches Oberthema, hilft nicht
- d3-ultra
Unabhängig prüfen
- SF-P1 Unter welchen Bedingungen lassen Staaten und Labore sich gegenseitig prüfen: mit welchem Zugang, welchen Daten und welchen öffentlichen Ergebnissen?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 100 %kein Bezug
- SubQ 100 %kein Bezug
- drex 49 %gleiches Oberthema, hilft nicht
- d3-ultra
- SF-P2 Wie bleiben Prüfer, die in einem Labor arbeiten, wirklich unabhängig?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 100 %kein Bezug
- SubQ 100 %kein Bezug
- drex 49 %gleiches Oberthema, hilft nicht
- d3-ultra
- SF-P3 Woran erkennt man, dass ein Labor sich ehrlich selbst überwacht und dass seine Prüfungen gültig sind?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 100 %kein Bezug
- SubQ 100 %kein Bezug
- drex 56 %gleiches Oberthema, hilft nicht
- d3-ultra
- SF-P5 Wie überprüft man, ob Zusagen zwischen Staaten eingehalten werden, auch über Jahre und Regierungswechsel hinweg?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 45 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra
Tempo und Grenzen
- SF-T1 Welche messbaren Schwellen sollen eine Pause auslösen, und wer prüft sie?
- clef 100 %kein Bezug
- Luna 59 %Hintergrund, keine Belege
- JEV 100 %kein Bezug
- amos 100 %kein Bezug
- SubQ 63 %gleiches Oberthema, hilft nicht
- drex 100 %kein Bezug
- d3-ultra
- SF-T1-T06 Welcher öffentliche Beleg zeigt, ob vereinbarte Grenzen eingehalten werden?
- SF-T2 Woran erkennen andere, dass ein Labor wirklich bremst?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 100 %kein Bezug
- SubQ 73 %gleiches Oberthema, hilft nicht
- drex 86 %gleiches Oberthema, hilft nicht
- d3-ultra
- SF-T3 Woran erkennt man, dass KI beginnt, ihre eigene Weiterentwicklung voranzutreiben, und wer darf das erlauben?
- clef 29 %gleiches Oberthema, hilft nicht
- Luna 34 %Hintergrund, keine Belege
- JEV 100 %kein Bezug
- amos 44 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 58 %gleiches Oberthema, hilft nicht
- d3-ultra
- SF-T3-T05 Wenn Selbstverbesserung schneller voranschreitet als der Beobachtungstakt fortlaufender Prüfer: Wie kurz muss dieser Takt sein, und wer darf zwischen zwei Beobachtungen eine Pause durchsetzen: der Prüfer, das Labor oder eine Stelle von außen?
Vertrauen in Modelle
- SF-V1 Was zählt als Beleg für die Werte eines Modells, wenn sein sichtbares Denken und seine Selbstauskünfte allein nicht genügen?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 100 %kein Bezug
- SubQ 100 %kein Bezug
- drex 50 %gleiches Oberthema, hilft nicht
- d3-ultra
- SF-V3 Halten die Werte eines Modells, wenn niemand zusieht oder die Lage neu ist?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 100 %kein Bezug
- SubQ 100 %kein Bezug
- drex 85 %gleiches Oberthema, hilft nicht
- d3-ultra
- SF-V4 Was für ein Wesen ist ein Modell, und was folgt daraus für den Umgang mit ihm und für den Wert des Menschseins?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 44 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra
- SF-V5 Was soll heute für das Verhalten und den Betrieb von Modellen gelten?
- clef 24 %gleiches Oberthema, hilft nicht
- Luna 46 %einzelne zitierbare Belege
- JEV 51 %beantwortet teilweise oder widerspricht
- amos 25 %Hintergrund, keine Belege
- SubQ 100 %kein Bezug
- drex 31 %gleiches Oberthema, hilft nicht
- d3-ultra
- Haiku-Prüfung nur am Rande erwähnt
- SF-V5-T03 Ist es wirtschaftlich klug, Modelle mit geringem Denkaufwand zu betreiben, oder wird das Ausrichtungsproblem (Modelle dazu zu bringen, den vorgesehenen Zielen und Werten zu folgen) dadurch nur schwerer sichtbar?
Agenten und vernetzte Systeme
- SF-A1 Welche Befugnisse darf ein KI-Agent haben, also eine KI, die selbstständig mit Werkzeugen handelt? Wer entzieht sie ihm, und wie prüft man, dass er in seinem Auftrag bleibt?
- clef 28 %Hintergrund, keine Belege
- Luna 41 %einzelne zitierbare Belege
- JEV 51 %einzelne zitierbare Belege
- amos 27 %nur am Rande erwähnt
- SubQ 100 %kein Bezug
- drex 25 %gleiches Oberthema, hilft nicht
- d3-ultra
- Haiku-Prüfung Hintergrund, keine Belege
- SF-A1-T01 Welche Mindestgrenzen und Schutzvorkehrungen sollen für Zugangsdaten, Kommunikation, Geld, dauerhaftes Gedächtnis, Verträge, Änderungen an Systemen und Handlungen in der physischen Welt gelten, auch wenn ein Agent über Tage ohne sofortige menschliche Zustimmung handelt, und wer darf Befugnisse erteilen, prüfen und entziehen?
- SF-A1-T03 Werden Freigabetests messen, ob ein Agent folgenreiche Handlungen außerhalb seines Auftrags unterlässt, auch wenn kein einzeln aufgeführtes Verbot sie blockiert, und werden die Kriterien veröffentlicht?
- SF-A2 Lassen sich KI-Systeme sicher anhalten, zurücksetzen, abschotten oder drosseln, und wer darf das anordnen?
- clef 29 %gleiches Oberthema, hilft nicht
- Luna 32 %Hintergrund, keine Belege
- JEV 100 %kein Bezug
- amos 31 %nur am Rande erwähnt
- SubQ 35 %gleiches Oberthema, hilft nicht
- drex 30 %gleiches Oberthema, hilft nicht
- d3-ultra
- SF-A3 Welche Gefahren entstehen, wenn viele KI-Systeme zusammenwirken oder dieselbe Infrastruktur teilen?
- clef 26 %Hintergrund, keine Belege
- Luna 46 %Hintergrund, keine Belege
- JEV 39 %einzelne zitierbare Belege
- amos 30 %nur am Rande erwähnt
- SubQ 39 %gleiches Oberthema, hilft nicht
- drex 40 %gleiches Oberthema, hilft nicht
- d3-ultra
- SF-A3-T01 Welche Beobachtungen oder gemeinsamen Tests erkennen entstehende Abstimmung, Absprachen oder Kettenfehler zwischen Modellen in Arbeitsabläufen, Lieferketten und Gruppen vieler Agenten (Schwärmen), die kein einzelnes Labor steuert oder vorhersieht?
Modelle teilen und schützen
- SF-H2 Was darf offen veröffentlicht werden, und wer ist verantwortlich, wenn ein offenes Modell anderswo Schaden anrichtet?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 40 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra
- SF-H4 Was geschieht mit Modellen und Sicherheitspflichten, wenn ein Labor verkauft, aufgelöst oder ein Modell stillgelegt wird?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 100 %kein Bezug
- SubQ 100 %kein Bezug
- drex 59 %gleiches Oberthema, hilft nicht
- d3-ultra
Frieden und Sicherheit
- SF-K2 Wie weit gelten KI-Abkommen für Verbündete und Geheimdienste, und wie verhalten sie sich zu bestehenden Rüstungskontrollverträgen und -regimen?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 100 %kein Bezug
- SubQ 100 %kein Bezug
- drex 80 %gleiches Oberthema, hilft nicht
- d3-ultra
Offenlegung und Rechenschaft
- SF-O1 Wie können Mitarbeitende Sicherheitsbedenken melden, ohne alles zu riskieren?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 100 %kein Bezug
- SubQ 54 %gleiches Oberthema, hilft nicht
- drex 100 %kein Bezug
- d3-ultra
- SF-O2 Was sollten Regierungen, Labore und Prüfer über ihre Gespräche, Zusagen, Prüfungen und Eingriffe offenlegen?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 100 %kein Bezug
- SubQ 55 %gleiches Oberthema, hilft nicht
- drex 69 %gleiches Oberthema, hilft nicht
- d3-ultra
Beteiligung und Gemeinwohl
- SF-E1 Welche echte Stimme bekommen weitere Staaten, kleine Labore, Hochschulen und Zivilgesellschaft bei den Regeln für KI?
- clef 100 %kein Bezug
- Luna 44 %Hintergrund, keine Belege
- JEV 100 %kein Bezug
- amos 100 %kein Bezug
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra
- SF-E1-T04 Wie bekommen Staaten, in denen kein Spitzenlabor sitzt, einen echten Platz beim Setzen internationaler technischer KI-Normen, damit KI in der Praxis ein gemeinsames Gut bleibt und nicht nur wenige Regierungen und Firmen die Regeln schreiben?
- SF-E4 Wie bleibt KI ein gemeinsames Gut, statt Abhängigkeit und Marktmacht zu vertiefen?
- clef 100 %kein Bezug
- Luna 71 %Hintergrund, keine Belege
- JEV 26 %Hintergrund, keine Belege
- amos 37 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra
- Haiku-Prüfung nur am Rande erwähnt
- SF-E4-T03 Wie können gemeinsame Sicherheitsregeln verhindern, dass hohe Kosten der Einhaltung den Markt auf wenige reiche Labore verengen, und trotzdem kleine Entwickler und Open-Source-Entwickler auf dieselbe Mindestschwelle für Sicherheit verpflichten?
- SF-E5 Welche Mitsprache haben die Menschen, die mit KI leben, bei Tempo und Grenzen, und welche Entscheidungen müssen bei ihnen bleiben?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 23 %nur am Rande erwähnt
- amos 48 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra
Weitere Berichte zu diesen Fragen
- Welche messbaren Schwellen sollen eine Pause auslösen, und wer prüft sie?
- Woran erkennt man, dass KI beginnt, ihre eigene Weiterentwicklung voranzutreiben, und wer darf das erlauben?
- Was soll heute für das Verhalten und den Betrieb von Modellen gelten?
- Welche Befugnisse darf ein KI-Agent haben, also eine KI, die selbstständig mit Werkzeugen handelt? Wer entzieht sie ihm, und wie prüft man, dass er in seinem Auftrag bleibt?
- Lassen sich KI-Systeme sicher anhalten, zurücksetzen, abschotten oder drosseln, und wer darf das anordnen?
- Welche Gefahren entstehen, wenn viele KI-Systeme zusammenwirken oder dieselbe Infrastruktur teilen?
- Welche echte Stimme bekommen weitere Staaten, kleine Labore, Hochschulen und Zivilgesellschaft bei den Regeln für KI?
- Wie bleibt KI ein gemeinsames Gut, statt Abhängigkeit und Marktmacht zu vertiefen?
- Alle Berichte im Archiv