{
  "issue": "2026-08-20",
  "generated_at": "2026-08-20T07:00:00+09:00",
  "theme": {
    "title": "接続ツールが増えるほど遅くなる問題 — コード実行と検索遅延ロードの2つの答え",
    "category": "mcp-tool-scaling",
    "lede": "MCP（Model Context Protocol）は2024年11月の公開から急速に普及し、2026年にはエンタープライズ環境で1万以上のMCPサーバーが稼働する規模になった。だが接続先が増えるほど、起動時に全ツールのスキーマをプロンプトに詰め込む素朴な実装はコストと精度の両面で限界を迎える。Anthropicが公式ブログで具体的なトークン数を示したのを皮切りに、Cloudflareが独立に同じ結論へ辿り着き、専業プロダクトが定型実装として提供し始めたことで、「起動時に全部渡さない」設計が急速に標準化しつつある。",
    "tldr": [
      "Anthropicは公式エンジニアリングブログで、MCPツールをコードAPIとして提示しファイルシステム越しにオンデマンドで読み込ませる方式により、あるタスクのトークン消費を150,000から2,000（98.7%減）に削減したと報告した",
      "Cloudflareは独立に同じ結論に達し「Code Mode」としてMCPツールをTypeScript APIに変換しサンドボックスで実行する仕組みを公開、異なる企業が同じアーキテクチャに収束したことを示した",
      "Anthropic自身はコード実行とは別に、BM25/正規表現でツール定義を検索してから遅延ロードする「Tool Search Tool」も提供しており、トークン85%減とOpus 4のMCP評価精度49%→74%への改善を報告している。Klavisのような専業プロダクトはこれを4段階の照会フローとして製品化した"
    ],
    "sections": [
      {
        "heading": "起動時に全ツールを渡す設計はもう破綻している",
        "body_html": "<p>MCPサーバーへの接続数が増えるほど、エージェントは実際のリクエストを読む前に大量のツール定義を処理することになる。Anthropicの公式エンジニアリングブログは、数千のツールに接続したエージェントは「リクエストを読む前に数十万トークンを処理する必要がある」と説明し、さらにツール呼び出しの結果（例えば2時間の会議の文字起こし）がモデルのコンテキストを2回通過することで5万トークン以上が追加消費される例を挙げている。</p><p>この無駄を解消する方法としてAnthropicが示したのが、MCPツールを直接呼び出すのではなく<code>./servers/google-drive/getDocument.ts</code>のようなコードAPIとしてファイルシステム上に提示し、エージェントにコードを書かせて操作させる方式だ。モデルはファイルシステムの探索が得意なため、必要なツール定義だけをオンデマンドで読み込め、結果もコード内でフィルタしてから返せる。中間状態や再利用可能な処理は「スキル」としてファイルに永続化できる。</p>",
        "examples": [
          {
            "product": "Anthropic（公式エンジニアリングブログ, Code execution with MCP）",
            "approach": "MCPツールをコードAPIとしてファイルシステム上に提示し、エージェントがコードを書いてオンデマンドで読み込み・実行する",
            "detail": "同一タスクのトークン消費を150,000から2,000（98.7%減）に削減したと具体的な数値付きで報告し、中間結果のコード内フィルタリングと「スキル」としての永続化も提案している",
            "source_url": "https://www.anthropic.com/engineering/code-execution-with-mcp"
          }
        ],
        "takeaway": "MCP接続先を増やす設計をするなら、起動時に全スキーマをシステムプロンプトへ詰め込む実装は最初から避け、ツール定義を必要になった時点で読み込む経路を用意する。"
      },
      {
        "heading": "コード実行と検索遅延ロード — 同じ課題への2つの答え",
        "body_html": "<p>Cloudflareは公式ブログで、AnthropicのCode Executionと同じアーキテクチャに独立に到達したと明かしている。根拠は「LLMは現実のコードを大量に学習しているが、ツール呼び出しの例は限られた作り物にすぎず、コードを書かせる方が得意」という洞察で、MCPツールをTypeScript APIへ変換しLLMにコードを書かせ、サンドボックス化された隔離環境でミリ秒単位の起動時間で実行する。異なる2社が独立に同じ結論に達したことは、この設計が特定ベンダーの都合ではなく構造的な必然であることを示している。</p><p>一方Anthropicはコード実行とは別に、既存のtool-calling形式を変えずに済む代替案として「Tool Search Tool」も公式に提供している。BM25または正規表現でツール定義そのものを検索し、一致したツールだけを<code>defer_loading: true</code>指定で遅延ロードする仕組みで、コード実行基盤を持たないクライアントでも導入できる。両者は排他的な選択肢ではなく、任意のコードを書かせられるかどうかで使い分けるものだ。</p>",
        "examples": [
          {
            "product": "Cloudflare（公式ブログ, Code Mode: the better way to use MCP）",
            "approach": "MCPツールをTypeScript APIに変換しLLMにコードを書かせ、サンドボックス化された隔離環境で実行する",
            "detail": "「LLMはツール呼び出しの作り物の例より、大量の実コードを学んでいる」という洞察を根拠に挙げ、AnthropicのCode Executionと独立に同じアーキテクチャへ到達したと明記している",
            "source_url": "https://blog.cloudflare.com/code-mode/"
          },
          {
            "product": "Anthropic（公式ドキュメント, Tool Search Tool）",
            "approach": "コード実行ではなくBM25/正規表現による検索でツール定義自体を遅延ロードする代替案",
            "detail": "191,300トークン対122,800トークンで85%のコンテキスト削減を報告し、Opus 4のMCP評価での成功率が49%から74%へ改善したとしている",
            "source_url": "https://platform.claude.com/docs/en/agents-and-tools/tool-use/tool-search-tool"
          }
        ],
        "takeaway": "サンドボックスでコードを実行できる基盤があるならコード実行方式、既存のtool-use形式を維持したいなら検索遅延ロード方式、という基準で選ぶ。"
      },
      {
        "heading": "製品として実装するとこうなる — 4段階の問い合わせに強制する設計",
        "body_html": "<p>Klavisは公式ブログで、数千のツールを一つのMCPサーバー（Strata）の裏に集約し、エージェントの問い合わせを「意図の表明 → カテゴリ選択 → アクション名の一覧 → スキーマ取得」という4段階に強制する設計を公開した。各段階で得られる情報は最小限に絞られ、エージェントが実際に実行するアクションを確定させるまで完全な入力スキーマは渡されない。</p><p>この段階分けは、AnthropicやCloudflareが示したコード実行・検索遅延ロードと発想は同じだが、クライアント側の実装を変えずにMCPサーバーを差し替えるだけで導入できる点が異なる。Klavisはこの構成で60〜80%のコンテキスト削減と13〜15%の精度向上を報告しており、既製品としての「遅延ロードゲートウェイ」という選択肢が実用段階にあることを示している。</p>",
        "examples": [
          {
            "product": "Klavis AI（公式ブログ, Introducing Strata）",
            "approach": "数千のMCPツールを1つのゲートウェイに集約し、意図表明→カテゴリ→アクション名→スキーマの4段階でしか情報を渡さない",
            "detail": "60〜80%のコンテキスト削減と13〜15%の精度向上を報告し、クライアント側の実装を変えずに導入できる既製品としての遅延ロードを提示している",
            "source_url": "https://www.klavis.ai/blog/introducing-strata-one-mcp-server-for-thousands-of-tools"
          }
        ],
        "takeaway": "自前でコード実行基盤や検索遅延ロードを組む余裕がないなら、Strataのような遅延ロード専用のMCPゲートウェイを間に挟む選択肢がある。"
      }
    ]
  },
  "editorial": "この半年の動きは「ツールを絞り込む賢いプロンプト」ではなく「そもそも何を渡すか」というアーキテクチャの問題として決着しつつある。Anthropicが自社製品内でコード実行と検索遅延ロードという2つの答えを並行提供し、Cloudflareが独立に同じ結論へ、Klavisのような専業プロダクトが定型実装として広めている。次にMCP接続先を増やす設計をするなら、まず自分たちがコードを書かせられる基盤を持つかどうかから選択肢を絞るとよい。",
  "quick_picks": [
    {
      "title": "Anthropic、Tool Search Toolに加えProgrammatic Tool Callingとツール利用例の3機能を公式発表",
      "summary": "2025年11月24日の発表で、複数ツールをコード実行で束ねるProgrammatic Tool Callingでトークンを37%削減し、具体的な利用例の提示でパラメータ精度を72%から90%に改善したと報告している。本文で扱ったTool Search Toolと合わせ、Anthropicが同じ課題に複数の道具立てで応えていることを示す発表。",
      "url": "https://www.anthropic.com/engineering/advanced-tool-use"
    },
    {
      "title": "MCPサーバーが1万を超えた2026年、プログレッシブローディングが『新しいデフォルト』になったとの分析",
      "summary": "2026年5月6日公開の記事は、エンタープライズ向けMCPサーバーが1万以上・SDKダウンロードが9700万件に達した規模拡大を背景に、Anthropic・Klavis・Speakeasyなど複数の実装が独立に同じプログレッシブローディングの形へ収束したと整理している。本文で扱った各社の実装が業界共通の解になりつつある背景を数字で裏付ける。",
      "url": "https://usewire.io/blog/progressive-tool-loading-mcp-context-pattern/"
    }
  ]
}