Один MCP-сервер Chrome DevTools занимал около 18 000 токенов ещё до первой полезной операции — почти 9% контекстного окна на 200 000 токенов. Разработчик кодового агента Pi решил не отказываться от протокола, а изменить способ его подключения: MCP-серверы для ИИ-агентов теперь не обязаны выгружать моделью весь каталог своих инструментов заранее. Для команд, которые строят агентные интерфейсы вокруг внутренних API, репозиториев и браузерной автоматизации, это вполне прикладная проблема: контекст расходуется не на задачу, а на инструкцию о том, как ею пользоваться.
Как сообщает The New Stack, создатель Pi Марио Цехнер долго не добавлял MCP в свой coding agent именно из-за этой цены. В ноябре прошлого года он измерил Playwright MCP: описание его 21 инструмента требовало примерно 13 700 токенов, или 6,8% того же 200-тысячного окна. При подключении нескольких серверов накладные расходы складываются. Агенту ещё ничего не поручили — а заметная часть рабочего контекста уже занята перечнем методов, параметров и схем вызова.
Проблема не сводится к стоимости запроса к модели. Чем больше служебных определений находится в промпте, тем меньше места остаётся для кода, логов, документации, истории диалога и промежуточных выводов. На длинной инженерной задаче это сокращает полезный горизонт агента: ему раньше приходится сжимать историю или терять детали. Для корпоративных внедрений, где к агенту подключают GitHub, трекер задач, базы знаний, CI/CD и внутренние сервисы, широкий набор MCP-серверов для ИИ-агентов легко превращается из удобства в постоянный контекстный налог.
В Pi 1.0 протокол всё же появился нативно, но с другой моделью доступа. Подключение сервера не означает, что его инструменты автоматически показываются модели. Pi оставляет определения за пределами основного промпта и использует Codemode — собственную реализацию паттерна code mode. Агент может через JavaScript найти нужный инструмент, вызвать его и передать модели только результат, который действительно относится к задаче. Идея проста: не заставлять модель помнить телефонный справочник, если ей нужен один номер.
Codemode работает в песочнице QuickJS. У неё нет API Node.js, прямого доступа к файловой системе, сети и таймерам; при этом сценарии могут вызывать инструменты Pi и модели, запускать операции параллельно и обрабатывать результаты до возврата в контекст. Это важно не только для экономии токенов. Если промежуточные данные можно отфильтровать, объединить или сохранить на уровне сценария, агенту не нужно прогонять через собственный контекст весь технический шум — например, длинные ответы API или результаты нескольких однотипных запросов.
Для разработчика предусмотрен более тонкий контроль через параметр toolExposure. На одном сервере часть методов можно открыть модели напрямую, часть оставить доступной только через Codemode, а часть полностью запретить. В примере с GitHub поиск кода может быть виден агенту сразу, методы чтения с префиксом get_* — вызываться через промежуточный слой, а опасные операции с delete_* — блокироваться. Это не заменяет нормальную авторизацию и разграничение прав, но делает политику доступа к инструментам более явной: каталог возможностей агента можно проектировать, а не принимать целиком вместе с сервером.
По умолчанию на объявления инструментов Codemode выделяет 3 000 токенов; всё, что не поместилось, остаётся доступным для поиска. При этом MCP-инструменты, использующие стандартный режим скрытого доступа, в этот лимит не входят. В релизных заметках Pi также приводит пример сокращения собственного промпта: запрос к GPT-5.6 с базовыми инструментами и Codemode уменьшился примерно с 5 300 до 3 300 токенов. Экономия достигнута не магией модели, а более коротким описанием Codemode, выносом документации по API модели из промпта и отказом от повторного объявления инструментов, которые сценарии и так могут вызвать.
Подход Pi полезен как напоминание: MCP — это транспорт и соглашение об интерфейсе, а не обязательство держать весь интерфейс перед глазами модели. В пилотах с ИИ-агентами стоит измерять не только число подключённых серверов и успешность вызовов, но и стартовый размер контекста, объём ответов инструментов, частоту повторного описания схем и список действительно востребованных операций. Иногда небольшая прослойка для discovery, фильтрации и пакетных вызовов даст больше, чем переход на модель с более широким контекстом.
При этом Pi не снимает и более старую претензию Цехнера к MCP: результаты серверов всё ещё должны проходить через контекст агента, если их нужно сохранить или объединить с другими результатами. Codemode уменьшает ущерб, но не делает инструменты автоматически композиционными. Следующая практическая конкуренция среди агентных платформ, похоже, развернётся не вокруг количества MCP-коннекторов, а вокруг того, кто лучше умеет дозировать их видимость, данные и права доступа. Подробности реализации описаны в материале .