Anthropic снова двинула индустрию вперёд: представила три бета-функции, которые превращают Claude из «модели с инструментами» в агента, который умеет сам находить нужные API, работать с ними кодом и понимать правильные шаблоны вызовов.
То, что раньше требовало 100K токенов в контексте и цепочек из десятков инференсов, теперь укладывается в 8–10K токенов и выполняется в разы быстрее.
И если честно — это один из тех апдейтов, который тихо, но кардинально меняет то, как должен выглядеть современный ИИ-агент. Даже не интерфейс, а архитектуру мышления машины.
🧠 Агент, который должен работать с тысячами инструментов
Сегодня разработка ИИ-агента похожа на подключение дикого количества расширений: Slack, Jira, GitHub, Google Drive, Grafana, Sentry, ваши внутренние MCP-сервера…
На практике это означает:
- 💬 сотни описаний инструментов в контексте
- 📦 десятки тысяч токенов до начала диалога
- 🔍 схожие имена и ошибки выбора: slack.sendMessage vs slack.notifyUser
- 📉 токен-голод, когда контекст становится критическим ресурсом
Anthropic решила эту проблему так же, как инженеры решают её в больших системах: индексацией, ленивой загрузкой и кодовой оркестрацией.
🔎 Tool Search Tool: модель сама ищет инструменты, а не вы
Раньше было так:
все MCP-инструменты заранее загружается в контекст, даже если вам нужно всего два.
Теперь Claude работает иначе:
- 🔍 ищет инструменты по описанию
- 📥 загружает их лениво
- 🧽 не захламляет контекст лишним
Результат — до 85 % экономии токенов.
Опус 4 на огромных библиотеках MCP вырос в точности с 49 % → 74 %, Opus 4.5 — с 79,5 % → 88,1 %.
Это уже похоже на то, как работает IDE или OS: инструменты подгружаются только когда нужны.
💡 Почему это важно технически
- Экономия сотен долларов на длинных сессиях.
- Prompt caching работает эффективнее, потому что тяжёлые определения не попадают в системный промпт.
- Агент может работать с тысячами инструментов без разрыва по контексту.
🐍 Programmatic Tool Calling: агент пишет код и управляет инструментами сам
Это самый интересный апдейт — и самый недооценённый.
Модели всегда страдали от «контекстного загрязнения»:
- запрос 20 отчётов
- десятки мегабайт данных
- все это появляется в контексте
- затем модель вынуждена глазами (логикой) искать в массиве нужное
Это медленно, дорого и ошибочно.
Anthropic сделали то, что лежало на поверхности:
разрешили агенту писать Python-код, который вызывает инструменты напрямую, без возврата промежуточных данных в контекст.
Пример из статьи (сокращённо)
- 🧾 получаем 20 сотрудников
- 📊 собираем расходы параллельно
- 📉 суммируем и сравниваем с бюджетами
- ➡️ контексту возвращается только результат: 2–3 нарушителя бюджета
Запрос обрабатывает тысячи строк данных, но модель видит лишь 1KB итоговых данных.
Технические выигрыши:
- ⚡ минус десятки инференсов — оркестрами (orchestration) идёт внутри скрипта
- 📉 –37 % токенов в сложных задачах (по данным Anthropic)
- 🎯 меньше ошибок, потому что логика явно прописана в коде, а не в естественном языке
И вот это уже похоже на модель в роли оператора (“LLM-as-an-operator”):
модель пишет код, код вызывает API, API возвращает данные, код сворачивает их и даёт модели итог.
📘 Tool Use Examples: LLM наконец понимает, как именно вы хотите использовать API
JSON Schema описывает структуру, но не:
- 💢 обязателен ли e-mail при “критической” ошибке
- 🕒 в каком формате писать даты
- 🔖 как правильно заполнять подписи (labels)
- 📞 когда добавлять вложенный reporter.contact
- 🔺 какие параметры коррелируют между собой
Tool Use Examples добавляют примеры, и Claude учится так же, как разработчик:
- один короткий пример
- один полный
- один минималистичный
Anthropic заявляет рост точности формирования параметров с 72 % → до 90 %. Это огромный скачок.
На практике это критично:
- не сломаются CI/CD пайплайны
- корректно будут заполняться Jira/Sentry/Splunk API
- исчезают многолетние проблемы с «раньше ты принимал "2024/05/01", а сейчас хочешь ISO8601»
💭 Моё мнение: это шаг к агентам уровня «оператора», а не «бота»
До этого момента большинство LLM-агентов были чем-то вроде «интеллектуальной прослойки» между пользователем и API. Но:
- они перегружали контекст
- путались в инструментах
- делали сотни запросов
- тонули в промежуточных данных
- не знали, как именно использовать API
Теперь Claude получает три качества, которые раньше были доступными только реальному инженеру:
- 🧭 навигацию по инструментам
- 🧪 кодовую оркестрацию
- 📚 изучение паттернов использования API
Это не “ассистент разработчика”.
Это уже оркестратор, который способен работать с десятками сервисов, как живой оператор SRE или интеграционный инженер.
И главное — всё это сделано без увеличения модели, а только за счёт реорганизации архитектуры работы с инструментами.
Это как переписать планировщик ОС — и получить +50 % к эффективности без апгрейда железа.
🔗 Ссылки
Оригинальная статья Anthropic:
https://www.anthropic.com/engineering/advanced-tool-use