本文档参考 Anthropic 关于 MCP 代码执行模式的文章，系统阐述如何借助代码执行 (Code Execution) 模式优化 MCP Agent 架构，以解决传统直接工具调用所面临的两大核心痛点：工具定义过载与中间结果 Token 浪费。
1. 目录结构
背景与目的：为什么我们需要关注 MCP 与代码执行的结合？
核心痛点分析：传统 Agent 架构在扩展性上的瓶颈。
技术方案详解：Code Execution with MCP 模式。
案例与数据支撑：效率提升的量化分析。
落地建议：如何实施新的架构模式。
总结与 Q&A：关键回顾与常见问题。
2. 背景与目的
分享背景
随着 AI Agent 生态的快速发展，Model Context Protocol (MCP) 已成为连接 AI 模型与外部数据/工具的行业标准。然而，在实际工程落地中，我们发现随着接入工具数量的增加（从几十个扩展到成百上千个）以及处理数据复杂度的提升，传统的 Agent 交互模式开始显现出严重的性能和成本问题。
分享目的
本次分享旨在介绍 Anthropic 工程团队提出的最新架构模式——Code Execution with MCP。通过将 MCP 工具调用从“模型直接映射”转变为“模型编写代码调用”，我们可以显著降低 Token 消耗，突破上下文窗口限制，并提高复杂任务的执行准确率。
3. 核心痛点分析
在目前的“直接工具调用” (Direct Tool Calling) 模式下，Agent 面临两大核心挑战：
3.1 工具定义过载 (Context Overload)
现象：Agent 需要预加载所有可用工具的定义（描述、参数 schema）。
后果：当工具有数千个时，仅工具定义就会占用数万 Token 的上下文窗口，导致响应延迟增加，且压缩了实际任务处理的空间。
3.2 中间结果的 Token 浪费 (Token Waste)
现象：工具产生的每一个中间结果（Intermediate Result）都必须返回给 LLM，写入上下文，再由 LLM 决定下一步操作。
后果：大量原始数据（如长文档、数据库查询结果）在模型和工具之间反复“搬运”，导致 Token 消耗成倍增加，且容易触发 Context Window 溢出。
4. 技术方案详解：Code Execution with MCP
核心理念
从 "Model as Orchestrator" (模型作为调度器，一步步发指令) 转向 "Model as Coder" (模型作为程序员，编写脚本执行任务)。
架构对比
实现逻辑
工具即代码库：将 MCP Server 映射为代码执行环境中的本地库或 API 文件。
动态发现：Agent 通过浏览文件树（File Tree）查看可用工具，而非阅读冗长的 JSON Schema。
脚本编排：Agent 编写一段完整的脚本，在其中导入所需的工具函数，定义变量存储中间数据，并直接传递给下一个函数。
5. 案例与数据支撑
为了直观展示新架构的优势，我们结合公司的核心业务，分析一个典型场景：“批量借贷申请的风控初筛与额度测算”。
场景描述
业务人员指令：“请对昨天提交的 10,000 份贷款申请进行初筛，根据‘V3 授信规则’（收入>5000且无逾期，额度=月收入*3）计算建议额度，并输出高风险客户名单。”
传统模式流程 (Direct Tool Calling)
数据灾难：模型调用
credit_system.get_applications()，试图获取 1 万个用户的征信报告、流水详情。Context 溢出与幻觉：
即使每人数据仅 1KB，总量也达到 10MB，远远超出任何 LLM 的 Context 限制。
若强行分批（每批 50 人），LLM 需要进行 200 轮交互。在执行“月收入3”这种数学计算时，LLM 经常出现计算错误（如 50003=150000），导致授信风险失控。
隐私合规风险：大量敏感的客户征信数据直接作为 Prompt 发送给模型，增加了数据泄露的攻击面。
新模式流程 (Code Execution)
代码编写：LLM 编写如下 Python 脚本，将业务逻辑转化为代码：
import pandas as pd from internal_tools import load_loan_applications # 1. 加载数据：直接在沙箱内存中加载，不经过 LLM Context df = load_loan_applications(date="yesterday") # 2. 逻辑实现：精准执行 V3 风控规则 def calculate_limit(row): # 规则：有逾期记录或信用分低于 600 -> 拒单 if row['overdue_count'] > 0 or row['credit_score'] < 600: return 0 # 规则：额度 = 月收入 * 3，且不超过 20万 limit = row['monthly_income'] * 3 return min(limit, 200000) # 3. 批量计算：毫秒级完成 1 万次运算 df['suggested_limit'] = df.apply(calculate_limit, axis=1) # 4. 结果聚合 approved_count = len(df[df['suggested_limit'] > 0]) total_amount = df['suggested_limit'].sum() high_risk_ids = df[df['credit_score'] < 600]['application_id'].head(5).tolist() print(f"通过审批人数: {approved_count}") print(f"建议授信总额: {total_amount}") print(f"高风险样本(前5): {high_risk_ids}")代码执行：沙箱环境运行脚本，数据全程在受控的内存环境中流转。
结果回传：LLM 仅获得最终的统计数字，无敏感明细数据。
核心优势对比
此案例证明，对于金融借贷这种对计算准确性和数据隐私要求极高的场景，Code Execution 模式是唯一可行的生产级方案。
6. 落地建议
针对我司目前的 Agent 架构，建议采取以下步骤进行升级：
构建沙箱环境：部署安全的 Python 或 Node.js 代码执行沙箱（如 E2B 或自研容器环境）。
SDK 适配：封装现有的 MCP Client，使其能自动生成对应的 Client SDK 代码库，供 Agent 在沙箱中 import。
Prompt 工程更新：调整 System Prompt，引导模型在遇到多步骤数据处理任务时，优先选择编写代码而非直接调用工具。
7. 总结与 Q&A
总结
Code Execution with MCP 是 AI Agent 走向生产级应用的关键一步。它通过解耦“控制流”与“数据流”，让模型回归由于逻辑推理（写代码），而让传统计算环境承担数据搬运（运行代码），从而实现了效率与能力的双重飞跃。
Q&A (常见问题预测)
Q1: 这是否意味着所有的工具调用都要改成写代码？
A: 不一定。对于简单的、单次查询（如“查天气”），直接工具调用依然高效。该模式主要针对多步骤、大数据量的复杂工作流。
Q2: 让模型写代码会不会增加出错的概率？
A: 现代 LLM (如 Claude 3.5, GPT-4o) 的代码生成能力极强。配合 TypeScript 的类型检查或 Python 的静态分析，代码执行的鲁棒性往往高于直接生成复杂的 JSON 结构。
Q3: 安全性如何保障？
A: 代码必须在隔离的沙箱容器中运行，严禁直接在宿主机执行。同时需对网络访问做白名单限制。