تصور کنید برای هر سؤال ساده‌ای که از دستیار هوش مصنوعی خود می‌پرسید، مدل مجبور باشد ابتدا یک دفترچه راهنمای هزار صفحه‌ای را از اول تا آخر بخواند. این دقیقاً همان اتفاقی است که در پس‌زمینه بسیاری از عامل‌های هوش مصنوعی مدرن می‌افتد و صورت‌حساب API شما را به شدت افزایش می‌دهد.
طبق گزارشی که در ۱۳ اکتبر ۲۰۲۶ در وب‌سایت dev.to منتشر شد، یک پیکربندی در محیط Cursor با ۲۰۹ ابزار MCP، در هر نوبت تعامل ۸۸۲,۸۴۶ توکن (Token) — یعنی تکه‌های کوچکی از متن، شبیه برش‌های یک کیک طولانی که مدل تکه‌تکه می‌خورد — مصرف می‌کند. این حجم عظیم از داده ناشی از خودِ فرآیند سرور نیست، بلکه به دلیل «برگه مشخصات» شامل نام‌ها، آرگومان‌ها و توصیفاتی است که مدل باید پیش از انتخاب ابزار بخواند. این موضوع یادآور چالش‌های مشابهی است که در بررسی کیفیت توصیفات سرورهای اتوماسیون گوگل و مایکروسافت مشاهده شد، جایی که دقت تعاریف مستقیماً بر عملکرد مدل اثر می‌گذارد.
برای توسعه‌دهندگانی که از عامل‌هایی مثل Cline، Claude Desktop یا Hermes Agent استفاده می‌کنند، معماری پروتکل زمینه مدل (MCP) — که مثل یک مترجم استاندارد بین مدل و ابزارهای خارجی عمل می‌کند — این ناکارآمدی را پنهان می‌کند. همان‌طور که در تحلیل‌های قبلی ما درباره‌ی بهینه‌سازی پنجره متنی اشاره کردیم، بسیاری از کاربران تصور می‌کنند افزودن چند سرور جدید تأثیری ناچیز دارد، اما هزینه در واقع با «ضخامت» تعریف ابزارها زیاد می‌شود، نه تعداد سرورها.
هزینه قالب‌بندی
بر اساس مستندات این بازرسی فنی، انتخاب‌های ساده در قالب‌بندی، بخش بزرگی از هزینه‌ها را رقم می‌زنند. نویسنده سه روش مدیریت ۲۰۹ ابزار را با هم مقایسه کرده است:
- قالب‌بندی زیبا (فاصله ۲ جای خالی): ۸۸۲,۸۴۶ توکن
- قالب‌بندی فشرده (بدون فضای خالی): ۵۰۲,۰۳۸ توکن
- فقط فهرست نام‌ها: ۷۲۶ توکن
حذف فضاهای خالی به تنهایی باعث کاهش ۴۳.۱ درصدی توکن‌ها می‌شود، بدون اینکه رفتاری در مدل تغییر کند. اما جهش اصلی زمانی رخ می‌دهد که تعاریف کامل با یک فهرست ساده جایگزین شوند؛ تغییری که هزینه پیش‌خوانی را ۹۹.۹٪ کاهش می‌دهد. برای مقابله با این هزینه‌های تکراری، راهکارهایی نظیر استفاده از Prompt Caching در ساختار Claude Code معرفی شده‌اند تا از ارسال مجدد داده‌های ثابت در هر درخواست جلوگیری شود.
مشکل «ابزارهای سنگین»
داده‌ها نشان می‌دهند که همه ابزارها یکسان نیستند. ۱۰ ابزار برتر، ۱۸.۹٪ از کل توکن‌ها را به خود اختصاص داده‌اند. برای مثال، ابزار compare_web_captures به تنهایی ۳۰,۸۵۳ توکن مصرف می‌کند. این یعنی حذف چندین سرور سبک، اثر کمتری نسبت به بهینه‌سازی تعریف یک ابزار سنگین دارد.
باید توجه داشت که این بهینه‌سازی فقط روی مرحله «پیش‌خوانی» اثر می‌گذارد. وقتی مدل واقعاً ابزاری را فراخوانی می‌کند، مشخصات کامل آرگومان‌ها همچنان ارسال می‌شود و هزینه جداگانه‌ای برای آن فراخوانی ایجاد می‌کند.
برای کسانی که مجموعه‌های ابزاری بزرگی را مدیریت می‌کنند، پروژه‌ای به نام mcptoon در گیت‌هاب این قابلیت «فراخوانی در لحظه» را پیاده کرده است. این ابزار، دایرکتوری ابزارها را به صورت پیش‌فرض به شکل یک فهرست نام نگه می‌دارد و تنها زمانی که ابزاری فراخوانی شود، مشخصات کامل آن را دریافت می‌کند.
گام بعدی شما
- اگر از MCP استفاده می‌کنید، ابتدا ابزارهای خود را از نظر تعداد توکن‌ها بررسی کنید تا «ابزارهای سنگین» را شناسایی کنید.
- برای کاهش فوری هزینه‌ها، از قالب‌بندی فشرده (Compact) در تعاریف ابزارها استفاده کنید.
- در پروژه‌های مقیاس‌بزرگ، پیاده‌سازی سیستم Index-based یا استفاده از mcptoon را برای حذف سربار پیش‌خوانی بررسی کنید.
اما داستان سخت‌افزاری این تحول حتی شگفت‌انگیزتر است — به تحلیل ما درباره‌ی تراشه‌های Blackwell مراجعه کنید.
گفتگو