基础篇
进阶篇
高频篇
精选篇
手写篇
面经篇
AI 篇
原理篇
每日一题
小程序题库
  • 知识卡片碎片时间过考点
  • 场景篇按分类整理的大前端场景考点
  • 历年面经按年份追踪真实考点
  • 算法题库NEW在线编码即时判题
  • 专项自测100 题快速查漏
  • 前端基础
    • HTTP从报文一路讲到 HTTPS
    • 浏览器渲染、事件循环、进程
    • 计算机基础Linux、网络、操作系统
  • 进阶专项
    • 设计模式23 种模式怎么用
    • 前端系统进阶学习大型项目工程化
    • 前端综合文章长期沉淀的实践文
  • 工程与工具
    • Node学习指南从环境搭建到服务端
    • NPM工作流script、依赖与发布
    • Docker容器化部署上手
    • Canvas图形与动画实战
  • 路线与导图
    • 思维导图知识点全景图
    • 学习路线按图索骥不跑偏
  • 动态
    • 公众号动态公众号历史文章
    • 博客动态站长的技术博客
    • 开发者导航常用工具与文档站
    • AI 热点每日 AI 资讯与动向
AI 工作台
旧版
AIHT
内容
精选全部 AI 动态热点榜AI 日报收藏
分类
模型行业编程产品技术观点开源
更多
Agent 接入
返回首页开发者导航
AIHT
精选 / 资讯详情
8.0
热点
AI SCORE
技术实践2026-11-16 12:00

200 个 MCP 工具先占用约 2.45 万令牌

dev.to · AI#MCP#上下文成本#Agent
Editor brief · 编辑速览

作者通过真实 MCP 客户端读取工具定义,测量工具描述与参数结构带来的输入开销,200 个工具消耗 24,522 个令牌。实验将十类工具以编号扩展至更大规模,因此结果反映该组定义的开销,不能直接代表所有服务器。

文章思维导图
Knowledge map
拖拽缩放
AI deep read

AI 深度解读

给 Agent 接上 200 个 MCP 工具,还没处理用户的问题,工具定义就先占了 24,522 tokens。这是作者用合成工具测出的结果。更麻烦的是,从 50 个扩到 500 个,开销始终近似线性增长,服务端却没有出现性能异常。

这组实验值得 AI 编程用户看:工具连接顺畅,不代表连接没有代价。它提醒我们检查的,是每次请求到底塞进了多少工具说明、这些说明是否命中缓存,以及当前任务究竟需要多少工具。

200 个工具,为什么还没干活就有开销

模型调用工具之前,需要知道工具叫什么、能做什么、接受哪些参数。这些名称、描述和参数结构,也就是 schema,会以工具定义的形式进入模型输入。

作者用官方 SDK 搭建真实 MCP 服务端,再通过真实客户端列出工具,按宿主交给模型的定义形式计数。实验复用了十种工具模板,包括读写文件、列目录、搜索、网页搜索、数据库查询、创建 issue、列出 pull request、发送消息等。超过十个后,用编号名称重复这些模板,每个 schema 有两三个字段。

计数使用 cl100k tokenizer,序列化采用紧凑 JSON。结果如下:

工具数量 工具定义 tokens 占 200k 窗口比例
1 101 原文未列
10 1,208 原文未列
50 6,132 约 3%
200 24,522 12.3%
500 原文未列总量 30.7%

其中,1、10、50 个工具的结果与作者前一次实验完全一致,说明两轮数据使用了同一把尺子。

从 50 个工具开始,平均每个工具的开销稳定在约 122.6 tokens。没有跨过某个规模后突然暴涨,也没有数量多了就摊薄。

工具定义的总开销,会跟着工具数量持续增长。

但这个结论要带上实验条件:新增工具来自相同模板,因此单位成本稳定很好理解。实际接入多个 MCP 服务时,描述长度、参数复杂度各不相同,不能把 122.6 当成统一定价。

服务端跑得很快,为什么仍然需要控制数量

作者特意检查了工具数量增加后,MCP 是否会变慢。

列出 200 个工具,两次测试分别落在 14 至 37 毫秒之间;500 个工具是 46 至 105 毫秒。各规模的注册耗时都是几毫秒,调用列表最后一个工具,在 1 至 500 个工具的测试中都不到 1 毫秒。

这说明,在作者的机器和测试方式下,工具注册、发现与调用没有成为瓶颈。毫秒数据只有两次运行,适合理解为「几十毫秒量级」,不能当成稳定的性能指标。

实验中唯一的错误来自探针:某个工具要求两个必填参数,作者第一次只传了一个,触发校验错误。补齐后重新测试通过。

这里也有一个边界:调用列表最后一个工具成功,不等于模型能从 500 个相似工具中准确选中目标。原文没有测试选工具准确率,也没有测试任务完成质量。

协议处理得动,和 Agent 用得好,是两个问题。

真正拉开账单的,是定义长度、缓存和序列化

作者按 11 月 15 日核对的 Sonnet 4.5 标价计算:普通输入每百万 tokens 为 $3.00,缓存输入为 $0.30。以下都是原文采用这组价格算出的结果。

200 个合成工具,每条消息的定义成本约为 $0.0736,命中缓存后约为 $0.0074;累计 100 条消息,分别是 $7.36 和 $0.74。缓存能明显降低费用,但工具定义仍然占据输入上下文。

真实工具可能比实验模板更长。作者之前测过一个包含 16 个工具的文件服务,共 4,204 tokens,平均每个 262.8 tokens。最短工具为 154 tokens,最长为 408;本次 200 个合成工具的单工具范围则是 81 至 155。

按真实文件服务的平均长度外推,200 个工具约需 52,560 tokens,占 200k 窗口的 26.3%;未缓存费用约为每条消息 $0.158,每 100 条 $15.77。

这组 200 工具的数据是外推,作者没有拿 200 个真实工具重新测量。

还有一笔容易漏看的开销:同样的 200 个工具,JSON 如果经过美化排版,tokens 会从 24,522 增至 40,402,多出约 65%。工具能力没变,变化来自序列化格式。

因此,优化不能只盯着工具数量。冗长描述、复杂 schema,以及实际传输的格式,都可能影响预算。

我的判断

作者最有价值的提醒,是把工具定义当成需要管理的输入资源。MCP 接入成功后,这部分成本很容易从视野里消失,而编码 Agent 一次任务可能经历多轮请求,累积开销需要按实际请求量算。

但「每条消息都付完整工具菜单的费用」,有部署前提。宿主如何组织工具定义、哪些请求携带定义、是否支持按需暴露、缓存是否生效,原文没有覆盖所有情况。它准确展示了一种完整注入工具定义时的成本模型,不能替所有客户端下结论。

另外,cl100k 的计数适合比较这批实验样本,却不能直接当成 Sonnet 4.5 的精确账单。原文没有用该模型实际返回的用量验证。12.3% 也是上下文容量比例,不能据此断言模型损失了同等比例的「注意力」或任务能力。

作者建议缩短描述、按任务拆分服务,这些方向合理。但他没有提供优化前后的选工具准确率和任务成功率,所以仍属于有测量支撑的工程建议,效果需要各团队验证。描述压得太短,也可能让模型分不清相似工具;如果宿主支持工具白名单,先控制暴露范围,通常比马上重构服务更容易落地。

能拿来做什么

  • 给日常编码 Agent 做一次工具清点,记录实际发送的定义、tokens、请求次数与缓存用量。原文估算,40 个精简工具约需 5,000 tokens,接近真实样本长度时约需 10,000,可用来初筛预算。
  • 在 Node 编写 MCP 服务时,把描述写清楚,优先交代用途、调用条件和关键限制。检查重复说明与多余格式,同时保留模型区分工具所需的信息。
  • 根据任务控制工具范围。如果当前只需要 40 个工具中的 3 个,先用客户端允许列表或按任务连接服务,减少其余 37 个工具的常驻开销。
  • 调整配置后,用相同编码任务比较实际输入用量、费用和完成质量。省下 tokens 只是一个指标,还要确认模型能稳定找到并正确调用需要的工具。
Original source

本文由 AI 通读原文后重新编写,观点部分为站内判断,细节以原文为准,来源 dev.to · AI,原文版权归原作者所有。

阅读原文
上一篇
用重复全通过率检验 Agent 稳定性
下一篇
拆解语音 AI 首字延迟,连接复用省近一秒

资讯速览

dev.to · AI · 2026-11-16 12:00

AI 评分 8.0 / 10

相关标签

#MCP#上下文成本#Agent

继续阅读

  • 伪装成项目规范的指令投毒更难识别
  • 用重复全通过率检验 Agent 稳定性
  • 拆解语音 AI 首字延迟,连接复用省近一秒
  • 结构化输出实测:解析可靠但更耗 Token
  • 用户反馈 DeepSeek 网页与应用收紧额度