同一个 MCP 问题从 43.7 万 token 降到 7.8 万,实测揭示成本来自轮次而非负载

loookashow · reddit · 2026-09-08

作者分享对 MCP 服务器做 agent 实测的工程复盘,认为符合性测试(conformance testing)几乎没价值,真实 agent 一周就找出五个问题。

• 成本由往返轮次决定,不是负载大小:托管 connector 每次服务端工具循环都重发全部对话,一次工具调用的真实成本 = 返回内容 × 其后剩余轮次。18 个场景(自然语言问题 + 检查 trace 而非答案文本:调了哪些工具、顺序、返回、token 数)在 Anthropic 托管 connector 和 OpenAI Responses API 的托管 MCP 上跑,同一问题从 437k 输入 token 降到 78k,仅靠减少单次返回和调用次数。
• pauseturn 陷阱:Anthropic connector 每请求上限 10 次工具迭代,触顶返回 stopreason: "pauseturn",HTTP 200 无错误字段。客户端若只认 endturn 会把截断答案记为成功。
• JSON-RPC notification 以缺失 id 定义,而非方法名:带 id 的 notifications/initialized 是必须响应的请求,客户端静默是错的。
• 测试设计教训:"无工具错误"检查误杀三个完全正常的场景——agent 猜集合标识符、收到带恢复提示的错误、自行恢复并答对。面向探索型界面的检查应允许探索。
• 页大小默认 5、上限 100,并把两个数值写进工具 JSON schema 让模型自己选。

原文链接 →

「编程与Agent」频道最新

• 博主同时跑 20 个 Grok Bot 分工管理日程、路线图与周报 — inkko44 · 2026-10-26
• 大厂全做 AI 沙箱,Modal 与 Daytona 靠盒外一层仍居增速榜前列 — FinanceYF5 · 2026-10-26
• 用 Claude 搭建全自动 SEO 流水线的六步工作流 — martyamark · 2026-10-26
• 用 agent 三条教训:别靠它读论文、别混学英语、别为烧 token 后台跑任务 — ZeYanjie · 2026-10-26
• Google 社区活动不必全用谷歌技术:Next.js 加 Firebase 也算数 — weskambale · 2026-10-26
• Open Ontologies 开源：给知识图谱套上 Terraform 式变更管理与可验证证明 — techNmak · 2026-10-26

更多「编程与Agent」频道 AI 资讯 →