Zum Inhalt springen

Wissensbasis

Effiziente Agent-Interfaces gestalten

Ein effizientes Agent-Interface hält Tool-Definitionen und Zwischendaten aus dem Kontext des Modells. Agents arbeiten besser, wenn sie Code gegen wenige aufgabenbezogene Tools schreiben oder eine bekannte CLI aufrufen, als wenn sie aus Dutzenden Tools wählen, die jeden API-Endpunkt kapseln.

Verfasst von

Aktualisiert:

Tools 4

Unsere Position. Ein Agent, der Code schreibt, um Tools aufzurufen (öffnet in einem neuen Tab), schlägt aus unserer Sicht einen Agent mit direkten Tool-Calls. MCP-Server behalten wir für die wenigen Fälle, in denen eine CLI die Aufgabe nicht lösen kann (öffnet in einem neuen Tab). Für ein eigenes Tool bauen wir zuerst die CLI. In MCP verpacken wir sie später, falls wir den Standard brauchen.

Warum soll der Agent Code schreiben, statt Tools aufzurufen?

Anthropic und Cloudflare fanden für das Skalierungsproblem von MCP dieselbe Antwort. Sie stellen MCP-Server als Code-APIs bereit, und der Agent schreibt Code dagegen, statt Tools direkt aufzurufen.

Das Muster löst beide Token-Probleme von MCP zugleich. Tool-Definitionen laden schrittweise, denn der Agent liest nur die Wrapper, die er braucht. Zwischenergebnisse bleiben in der Ausführungsumgebung und fließen nicht durch das Modell. So filtert ein Agent eine Tabelle mit 10.000 Zeilen im Code und gibt nur fünf Zeilen an das Modell zurück. Er verkettet Schleifen und Bedingungen, ohne jedes Mal durch den Agent-Loop zu laufen. Personenbezogene Daten (PII) ersetzt der Harness sogar durch Platzhalter, sodass sie den Kontext des Modells gar nicht erreichen (Anthropic - Code execution with MCP (öffnet in einem neuen Tab)). Cloudflare baute einen MCP-Server in eine TypeScript-API um. Code gegen die API statt einzelner Tool-Calls senkte den Token-Verbrauch dabei um 81 % (Cloudflare - Sandboxing AI agents, 100x faster (öffnet in einem neuen Tab), 24. März 2026). Anthropics Programmatic Tool Calling senkte den durchschnittlichen Verbrauch bei komplexen Rechercheaufgaben um 37 %, von 43.588 auf 27.297 Token (Anthropic - Advanced tool use (öffnet in einem neuen Tab), 24. November 2025).

Der Preis ist Infrastruktur. Code, den der Agent erzeugt, braucht eine Sandbox mit Ressourcenlimits und Monitoring. Diesen Betriebsaufwand sparen direkte Tool-Calls (Anthropic - Code execution with MCP (öffnet in einem neuen Tab)). Cloudflare führt generierten Code in V8-Isolates aus: ohne Dateisystem, ohne Umgebungsvariablen, die durchsickern könnten, und standardmäßig ohne ausgehende Fetches (Cloudflare - Code Mode: give agents an entire API in 1,000 tokens (öffnet in einem neuen Tab)). Ein nützlicher Nebeneffekt: Funktionierenden Code, den der Agent gegen diese APIs schreibt, könnt ihr als wiederverwendbare Funktionen speichern. Das führt direkt zum Konzept der Skills (Anthropic - Code execution with MCP (öffnet in einem neuen Tab)).

Anthropics Programmatic Tool Calling verpackt dieselbe Idee als API-Primitive. Tools tragen die Markierung allowed_callers, und das Modell orchestriert sie aus einem Python-Skript in einem Code-Execution-Tool, das in einer Sandbox läuft. Zwischenergebnisse verarbeitet die Sandbox, nur die finale Ausgabe des Skripts kehrt in den Kontext zurück (24. November 2025, Herstelleraussage über die eigene Plattform). Eine Budget-Compliance-Aufgabe würde sonst über 2.000 Ausgabenposten in den Kontext kippen. Dort sank der Verbrauch von rund 200 KB Rohdaten auf etwa 1 KB Ergebnisse. Die Genauigkeit im GAIA-Benchmark stieg von 46,5 % auf 51,2 %. Außerdem entfällt pro Tool Call eine Modellanfrage, was bei Workflows mit mehr als 20 Aufrufen ins Gewicht fällt (Anthropic - Advanced tool use (öffnet in einem neuen Tab)).

Laut Anthropic nutzt Claude for Excel diesen Mechanismus. So liest und ändert es Tabellen mit Tausenden Zeilen, ohne den Kontext zu überladen (Anthropic - Advanced tool use (öffnet in einem neuen Tab)). Der Tradeoff folgt dem allgemeinen Muster. Er lohnt sich bei großen Datenmengen, mehrstufig abhängigen Calls und parallelen Operationen. Bei einfachen Lookups mit einem einzigen Tool erzeugt er unnötigen Overhead (Anthropic - Advanced tool use (öffnet in einem neuen Tab)).

Ein Motiv für den ganzen Ansatz: Modelle lernen aus Milliarden Zeilen Code, aber kaum aus synthetischen JSON-Formaten für Tool-Calls. Orchestrierung als Code erzielt deshalb tendenziell eine höhere Genauigkeit als native Tool-Calls (Anthropic developer tools walkthrough (video, February 2026) (öffnet in einem neuen Tab)). Bei der Websuche schreibt Claude Filtercode, der Ergebnisse aussortiert, bevor sie in den Kontext gelangen. Über BrowseComp und Deep Search QA stieg die Genauigkeit so im Schnitt um etwa 11 %, die Input-Token sanken um etwa 24 %. In BrowseComp stieg Sonnet von 33 % auf 46 %, Opus von 45 % auf 61 % (Anthropic developer tools walkthrough (video, February 2026) (öffnet in einem neuen Tab)). Für die Kostenrechnung zählt eine Einschränkung: Programmatic Tool Calling senkt die Rechnung nicht immer. Der preisgewichtete Token-Verbrauch fiel bei Sonnet 4.6, stieg aber bei Opus 4.6. Opus schrieb mehr Filtercode, als die eingesparte Ausgabe wert war (Anthropic developer tools walkthrough (video, February 2026) (öffnet in einem neuen Tab)).

Bis Februar 2026 hatte sich das Muster über Anthropic hinaus im ganzen Ökosystem verbreitet. Es tauchte in Cloudflares Code Mode auf (September 2025). Block lieferte es im Agent Goose aus, und LiteLLM unterstützt es anbieterunabhängig. Gemini enthält es seit Gemini 2.0 (Anthropic developer tools walkthrough (video, February 2026) (öffnet in einem neuen Tab)).

Wie entwerft ihr Tools, die ein Agent gut nutzen kann?

Verdient ein MCP-Server seinen Platz, entscheidet der Zuschnitt seiner Tools, ob ein Agent sie gut nutzt. Anthropic sieht ein Tool als neue Art von Software: einen Vertrag zwischen einem deterministischen System und einem nicht deterministischen Agent. Entwerft die Tools also so, dass der Agent sie gut erkennen und nutzen kann, statt die Funktionssignaturen menschlicher Entwickler:innen zu kopieren (Anthropic - Writing effective tools for agents (öffnet in einem neuen Tab)). Das häufigste Anti-Pattern ist ein Server, der mechanisch jeden API-Endpunkt kapselt. Computer haben billigen Speicher, Agents dagegen knappen Kontext. Ein Tool list_contacts, das das ganze Adressbuch ausgibt, zwingt den Agent, alles Eintrag für Eintrag durchzulesen. search_contacts oder message_contact passen dazu, wie ein Agent tatsächlich arbeitet (Anthropic - Writing effective tools for agents (öffnet in einem neuen Tab), 11. September 2025). Anthropic empfiehlt Konsolidierung: wenige wirkungsstarke Tools, die jeweils mehrere Operationen in einem Call bündeln, damit Zwischenausgaben das Modell nie erreichen (Anthropic - Writing effective tools for agents (öffnet in einem neuen Tab)).

  • schedule_event findet freie Termine und bucht in einem Schritt.
  • search_logs liefert nur relevante Zeilen samt umgebendem Kontext.
  • get_customer_context stellt die jüngsten Datensätze eines Kunden auf einmal zusammen.

Daraus folgen konkrete Praktiken:

Den größten Hebel hat das Prompt-Engineering der Tool-Beschreibung selbst. Schreibt sie wie eine Erklärung für neue Kolleg:innen und macht Nischenbegriffe und Beziehungen zwischen Ressourcen explizit. Schon kleine Verfeinerungen können viel bewegen. Präzise Änderungen an Beschreibungen halfen Claude Sonnet 3.5, die damalige Spitzenleistung in SWE-bench Verified zu erreichen (Anthropic - Writing effective tools for agents (öffnet in einem neuen Tab)). JSON Schema legt fest, was strukturell gültig ist, aber nicht, wie ein Tool gedacht ist. Deshalb führte Anthropic Tool Use Examples ein, einige Beispiel-Calls direkt an der Definition. Sie zeigen Datums- und ID-Formate, den Aufbau verschachtelter Objekte und welche optionalen Parameter zusammenhängen. In internen Tests stieg die Genauigkeit bei komplexen Parametern so von 72 % auf 90 % (24. November 2025, Herstelleraussage über die eigene Plattform) (Anthropic - Advanced tool use (öffnet in einem neuen Tab)).

Die Meta-Technik dahinter ist evaluationsgetrieben. Ihr baut Prototypen der Tools, erzeugt realistische mehrstufige Eval-Aufgaben und lasst Agents dagegen laufen. Dann fügt ihr die Transkripte in Claude Code ein, und das Modell kritisiert und überarbeitet seine eigenen Tools. Auf zurückgehaltenen Testsets schlug dieser Ansatz von Expert:innen handgeschriebene Implementierungen (Anthropic - Writing effective tools for agents (öffnet in einem neuen Tab)).

Wann nehmt ihr eine CLI oder einen Skill statt MCP?

Für viele Aufgaben ist ein MCP-Server schlicht das falsche Tool. Agents führen bereits Bash aus und schreiben guten Code. Beides lässt sich so kombinieren, wie es MCP-Ergebnisse nicht erlauben. Jedes MCP-Ergebnis muss durch den Kontext des Agents, bevor er es speichern oder mit anderem verbinden kann. Ein paar kleine, gezielt gebaute Skripte mit einer README ersetzen einen Server für Browser-Automatisierung mit über 20 Tools. Sie kosten einen Bruchteil des Kontexts, und der Agent kann sie selbst erweitern (What if you don’t need MCP at all? (öffnet in einem neuen Tab)).

Den schärfsten Datenpunkt für das minimalistische Ende dieses Spektrums liefert Vercel mit dem Neubau seines internen Text-to-SQL-Agents d0. Das Team löschte rund ein Dutzend spezialisierte Tools: Schema-Lookup, Query-Validierung, Fehlerbehandlung, Join-Finder. Übrig blieb ein einziges Tool, das beliebiges Bash ausführt. Damit erkundete Claude Opus 4.5 einen Cube Semantic Layer mit grep, cat, find und ls. Über fünf repräsentative Queries stieg die Erfolgsquote des Dateisystem-Agents von 4/5 auf 5/5. Er lief 3,5-mal schneller (im Schnitt von 274,8 s auf 77,4 s), brauchte 37 % weniger Token und 42 % weniger Schritte (Vercel, Dezember 2025, Herstelleraussage über den eigenen Agent). Die entscheidende Einschränkung: Der Ansatz funktionierte nur, weil der Semantic Layer schon gut strukturierte Dokumentation war. Ein Agent vor chaotischen Legacy-Namen und undokumentierten Joins produziert nur schneller schlechte Queries (Vercel - We removed 80% of our agent’s tools (öffnet in einem neuen Tab)).

Die allgemeine Lehre deckt sich mit dem Rat zu weniger Servern auf MCP: Protokoll und Kontextkosten. Jedes Tool ist eine Entscheidung, die ihr anstelle des Modells trefft. Ein fähiges Modell entscheidet oft besser, wenn es selbst über Rohdateien nachdenken darf (Vercel - We removed 80% of our agent’s tools (öffnet in einem neuen Tab)).

Allerdings steht die Entweder-oder-Sicht selbst in Frage, und das relativiert einen CLI-first-Default. Ein Produktionsteam nutzt beides und berichtet Benchmark-Ergebnisse zugunsten der CLI. Es nennt eine 10- bis 32-mal bessere Token-Effizienz. In einer Studie mit 75 Vergleichen lag die Zuverlässigkeit bei fast 100 % statt rund 72 %. Trotzdem entschied sich das Team für eine Aufteilung von 70/30: CLI für die Ausführung, MCP für Lesen und Discovery. Die Wahl fällt pro Integration, je nachdem, wo das Tool läuft, wie es sich authentifiziert und was der Workflow verlangt (The CLI vs MCP Debate Is Asking the Wrong Question (öffnet in einem neuen Tab)).

Skills stehen neben MCP, nicht dagegen. Skills wirken im Reasoning des Modells mit Progressive Disclosure: Bis zur Nutzung lädt nur das kompakte Frontmatter. MCP-Tools verbinden dagegen mit der Welt draußen. Produktiv wird es, wenn ihr beides kombiniert und Skills dem Modell beibringen, MCP- oder CLI-Tools wirksam zu nutzen (Software Guru - Prompts vs Skills vs MCP Tools vs Agents (öffnet in einem neuen Tab)). Der Vergleich der Artefakte von Claude Code kommt zum selben Schluss. Skills sparen durch Progressive Disclosure Kontext. MCP-Server kosten viel Kontext, weil sie beim Start laden. Ihren Platz verdienen sie gezielt für externe Integrationen wie Issue-Tracker und Datenbanken (Claude Code).

Alle Muster oben sind Interfaces, die Betreiber:innen für ihren eigenen Agent bauen. Ein Konferenz-Talk behandelt das umgekehrte Problem: Maintainer:innen einer Library oder Dokumentation machen sich für Agents lesbar, die sie nicht kontrollieren.

  • Eine handgeschriebene llms.txt mit rund 40 Zeilen schlug in den eigenen Tests der vortragenden Person eine generierte mit etwa tausend Zeilen.
  • Jede Dokumentationsseite gibt es zusätzlich als Markdown, denn ein Agent ruft Seiten ab, statt zu browsen.
  • Ein Coding-Agent, der eine Dependency beurteilt, liest das installierte Paket und nicht die Live-Site. Deshalb liegen dieselbe Markdown-Dokumentation und ein Verweis per agents.md im veröffentlichten Paket selbst.

Die Zahlen dazu stammen aus den eigenen Produktmetriken der vortragenden Person (How We Got LLMs to Recommend Our Open Source Library (öffnet in einem neuen Tab), August 2026, Praktiker:in).

Verwandte Seiten

Quellen

Dokumentation für Agents