Anthropic представили три новые beta-возможности для Claude Developer Platform, которые позволяют моделям динамически искать, изучать и вызывать инструменты: Tool Search Tool, Programmatic Tool Calling и Tool Use Examples. Цель — дать агентам доступ к сотням MCP-серверов и внутренних API без раздувания контекста и бесконечных «натурально-языковых» вызовов инструментов.

По внутренним тестам Anthropic новые механизмы дают ощутимый прирост:

  • при работе с большими библиотеками инструментов контекстная нагрузка уменьшается до 85%

  • точность на MCP-оценках для Opus 4 выросла с 49% до 74%, для Opus 4.5 — с 79,5% до 88,1%

  • Programmatic Tool Calling снижает средний расход токенов на сложных задачах примерно на 37% (43 588 → 27 297)

  • Tool Use Examples поднимают точность сложной работы с параметрами с 72% до 90%

Tool Search Tool — поиск инструментов вместо «захламлённого» контекста

Проблема. MCP-серверы легко разрастаются до десятков и сотен инструментов. Их определения могут съедать д��сятки тысяч токенов ещё до того, как агент увидит первый запрос.

Пример из Anthropic:

  • GitHub: 35 tools (~26K токенов)

  • Slack: 11 tools (~21K)

  • Sentry, Grafana, Splunk — ещё несколько тысяч

В сумме — ~55K токенов только на определения инструментов, не считая Jira и других серверов. Плюс модель чаще ошибается с выбором инструмента и параметров, когда имена похожи (notification-send-user vs notification-send-channel).

Решение. Вместо загрузки всех описаний заранее, Tool Search Tool позволяет Claude находить нужные инструменты по запросу. Вы передаёте полную библиотеку в API, но помечаете большинство инструментов defer_loading: true.

В контекст по умолчанию попадает:

  • только сам Tool Search Tool (~500 токенов)

  • плюс несколько самых часто используемых инструментов (defer_loading: false)

Когда Claude нужно, например, работать с GitHub, он ищет "github" — и в контекст догружаются только релевантные инструменты вроде github.createPullRequest и github.listIssues, а не весь зоопарк Slack/Jira/Drive.

Традиционный подход (все MCP-инструменты сразу):

  • ~72K токенов на определения

  • ~77K токенов до начала работы

С Tool Search Tool:

  • ~500 токенов на сам поисковый инструмент

  • 3–5 найденных тулов (~3K токенов)

  • суммарно ~8,7K токенов

То есть сохраняется ~95% контекстного окна и достигается ~85% снижение токен-расхода на описания при одновременном росте точности.

Tool Search Tool работает на базе regex/BM25-поиска (из коробки) или кастомных решений (embeddings и т.п.) и особенно полезен, если у вас:

  • 10 инструментов

  • несколько MCP-серверов

  • определения занимают >10K токенов

  • есть проблемы с выбором правильного инструмента

Programmatic Tool Calling

Проблема.

  1. «Загрязнение» контекста промежуточными результатами. Логи на 10 МБ, массивы транзакций, списки расходов — всё это по классической схеме залетает в контекст, даже если агенту нужен только агрегат/сводка.

  2. Инференс на каждый шаг. Каждый вызов инструмента = отдельный проход модели. В сложных сценариях с 5+ инструментами это десятки round-trip’ов и необходимость «на глаз» склеивать результаты в голове модели.

Решение. Programmatic Tool Calling (PTC) позволяет Claude не просто вызывать инструменты «фразами», а писать код, который управляет всем workflow:

  • код запускается в code_execution (sandbox)

  • из кода вызываются инструменты (async/await, циклы, условия)

  • результаты инструментов обрабатываются внутри скрипта

  • в контекст модели попадает только финальный вывод (например, список 2–3 нарушителей бюджета), а не тысячи сырых записей

В примере Anthropic с проверкой превышения Q3-бюджета по поездкам:

  • традиционный подход:

    • 20 сотрудников → 20 вызовов get_expenses

    • тысячи строк расходов → десятки килобайт в контексте

    • ручная (для модели) агрегация, сравнение с лимитами

  • PTC-подход:

    • Claude пишет Python-скрипт, который сам:

      • вызывает get_team_members, get_expenses, get_budget_by_level

      • параллелит запросы (asyncio.gather)

      • считает суммы, сравнивает с лимитами

    • модель видит только итоговый JSON с теми, кто превысил лимит

Эффект:

  • средний расход токенов на сложных ресёрч-тасках упал с 43 588 до 27 297 (≈–37%)

  • меньше round-trip’ов к модели: 20+ вызовов инструментов упаковываются в один блок кода

  • рост точности:

    • internal knowledge retrieval: 25,6% → 28,5%

    • GIA-benchmarks: 46,5% → 51,2%

Programmatic Tool Calling имеет смысл включать, когда:

  • вы гоняете большие датасеты, а нужны только агрегаты/фильтры

  • есть multi-step workflow с 3+ зависимыми вызовами

  • вы хотите явно контролировать, что попадёт в контекст модели

  • много параллельных операций (например, проверка десятков эндпоинтов)

И почти не нужен, если:

  • один простой вызов, маленький ответ

  • критично, чтобы модель видела все промежуточные данные и рассуждала по ним

Tool Use Examples — примеры вместо «угадай формат»

Проблема. JSON Schema описывает структуру, но не «как этим пользоваться». Для сложных API:

  • неясен формат дат (2024-11-06 vs Nov 6, 2024 vs ISO)

  • непонятны конвенции ID (USR-12345 vs 12345)

  • неочевидно, когда заполнять вложенные объекты (reporter.contact)

  • нет связки между полями (как priority связан с escalation.level и sla_hours)

В итоге модель часто делает валидный, но «неправильный» с точки зрения бизнеса вызов.

Решение. Tool Use Examples позволяют прямо в определении инструмента показывать реальные примеры вызова (input_examples):

{
    "name": "create_ticket",
    "input_schema": { /* same schema as above */ },
    "input_examples": [
      {
        "title": "Login page returns 500 error",
        "priority": "critical",
        "labels": ["bug", "authentication", "production"],
        "reporter": {
          "id": "USR-12345",
          "name": "Jane Smith",
          "contact": {
            "email": "jane@acme.com",
            "phone": "+1-555-0123"
          }
        },
        "due_date": "2024-11-06",
        "escalation": {
          "level": 2,
          "notify_manager": true,
          "sla_hours": 4
        }
      },
      {
        "title": "Add dark mode support",
        "labels": ["feature-request", "ui"],
        "reporter": {
          "id": "USR-67890",
          "name": "Alex Chen"
        }
      },
      {
        "title": "Update API documentation"
      }
    ]
  }

Из таких примеров Claude выучивает:

  • форматы (YYYY-MM-DD, префиксы USR-XXXXX, kebab-case для labels)

  • when/then-паттерны: критические баги = эскалация + tight SLA, фичи = без эскалации и т.д.

  • как заполнять вложенные структуры и когда их пропускать

По данным Anthropic, добавление таких примеров поднимает точность работы с сложными параметрами с 72% до 90%.

Tool Use Examples особенно полезны, когда:

  • у инструмента много опциональных полей, и важны паттерны их использования

  • структура вложенная и сложная

  • есть доменные конвенции, неочевидные из схемы

  • есть похожие инструменты (create_ticket vs create_incident) и нужно явно показать различия

Подводя итог

Anthropic предлагает использовать новые фичи слоями, под конкретные «узкие места»:

  • страдает контекст из-за описаний инструментов → включаем Tool Search Tool

  • контекст забивается промежуточными данными, воркфлоу мног шагов → добавляем Programmatic Tool Calling

  • много ошибок в параметрах или выборе инструментов → дополняем схемы Tool Use Examples

В итоге:

  • Tool Search Tool находит ровно те инструменты, которые нужны

  • Programmatic Tool Calling эффективно ими оркестрирует, не засоряя контекст

  • Tool Use Examples снижают количество некорректных вызовов

Фичи доступны в beta: для использования нужно добавить beta-заголовок advanced-tool-use-2025-11-20, подключить tool_search_tool_regex, code_execution и пометить инструменты полями defer_loading, allowed_callers и input_examples.

Русскоязычное сообщество про AI в разработке

Друзья! Эту новость подготовила команда ТГК «AI for Devs» — канала, где мы рассказываем про AI-ассистентов, плагины для IDE, делимся практическими кейсами и свежими новостями из мира ИИ. Подписывайтесь, чтобы быть в курсе и ничего не упустить!