Code execution với MCP — giảm 98.7% token cho agent

Vấn đề MCP truyền thống

Khi agent dùng MCP, có 2 lãng phí lớn:

1. Context overload — mọi tool definition load vào prompt từ đầu, dù chỉ dùng 2/100 tool. Có thể ngốn 150.000+ token chỉ định nghĩa.
2. Token redundant — data từ tool A đi qua model, lại từ model sang tool B → cùng data nằm trong context 2-3 lần.

Giải pháp Anthropic đề xuất: Code execution

Thay vì gọi tool trực tiếp, expose MCP server thành code API trong filesystem:

servers/
├── google-drive/
│   ├── getDocument.ts
│   └── index.ts
├── salesforce/
│   ├── updateRecord.ts
│   └── index.ts

Agent chỉ load tool nào cần bằng cách đọc đúng file, không load hết.

Ví dụ code

Trước (mỗi data đi qua model 2 lần):

// Transcript flows through context twice
gdrive.getDocument()                          // → model context
salesforce.updateRecord(data: transcript)     // transcript in context AGAIN

Sau (data chỉ ở runtime, không vào context):

const transcript = (await gdrive.getDocument({
  documentId: 'abc123'
})).content;

await salesforce.updateRecord({
  objectType: 'SalesMeeting',
  recordId: '00Q5f000001abcXYZ',
  data: { Notes: transcript }
});

Con số kết quả

• Giảm 98.7% token — task tương tự từ 150.000 → 2.000 token
• Tool load on-demand thay vì upfront
• Filter data ở runtime — xử lý dataset 10.000 row mà KHÔNG bỏ hết vào model context

Lợi ích phụ

• Privacy: sensitive data không nằm trong model context → ít rủi ro leak
• State persistence: agent giữ progress giữa các operation
• Skills development: agent có thể lưu code đã viết để dùng lại

Khi nào nên áp dụng?

• Agent xử lý workflow >5 tool, hoặc handle dataset lớn
• Quan tâm chi phí token (production agent chạy 24/7)
• Đang gặp context window quota issues

Có chạy được production ngay không?

Pattern này là kiến trúc gợi ý, chưa phải tính năng built-in của Claude Code. Phải implement runtime sandbox tự (Anthropic gợi ý dùng container hoặc serverless function).

Nguồn chính thống: anthropic.com/engineering/code-execution-with-mcp