Kako MCP Serveri Tiho Troše Vaš Claude Token Budžet i Kako to Zaustaviti

Povežite pet MCP servera s Claude Code-om, ne napišite ništa, i već ste potrošili 50,000 tokena prije nego što je model pročitao jedan redak vaše poruke. Nema greške. Nema upozorenja. Samo sporija, skuplja i tiho gluplja sesija, a većina timova nikad ne saznajde zašto.

Provodimo puno vremena s inženjerima koji svakodnevno grade s Claude Code-om, i to je problem troška koji iznenaduje gotovo sve. Ne zato što je neobičan. Jer je nevidljiv po dizajnu. MCP serveri rade točno ono što trebaju. Nitko vam nije rekao koliko to košta.

Što MCP zapravo učitava u kontekst

Model Context Protocol (MCP) je Anthropic-ov otvoreni standard za povezivanje Claude-a s vanjskim alatima: GitHub, Slack, bazama podataka, internim API-jima, što god vašstack trebao. Svaki server koji povežete registrira svoje alate, a svaki alat dolazi s nazivom, opisom i shemom parametara. To je dio koji nitko ne čita dva puta prije nego što klikne na povezivanje.

Evo dijela koji je bitan: te definicije se učitavaju u kontekst, i ovisno o vašoj konfiguraciji, to učitavanje može biti u svakom pojedinog koraku, a ne samo na početku sesije. Server s dva čista alata košta gotovo ništa. Server s devedeset alata košta prave novce i praznu pozornost, bilo da ga koristite u toj sesiji ili ne.

Razlika između servera je ogromna. Minimalan SQLite server može raditi s manje od 500 tokena. Potpuni GitHub MCP server je, naprotiv, nezavisnom mjerenjem procijenjen na otprilike 26,000 do 55,000 tokena samo definicija alata, negdje između 13 i 27 posto prozora konteksta od 200,000 tokena, prije nego što ste ga trebali nešto napraviti.

Dva različita računa koja plaćate

Pomaže podijeliti ovo na dva troška jer su ispravke različite za svaki.

• Fiksni trošak: same definicije alata. Svaki povezani server ubacuje nazive, opise i sheme na početku sesije. To je dio koji ljude iznenadi, jer se plaća bez obzira koristite li alate ili ne.

• Varijabilni trošak: rezultati. Svaki poziv alata vraća svoju cijelu proizvedenu vrijednost u kontekst, a ne samo sažetak. Upit baze podataka od 10,000 redaka, rasprostranjena datoteka dnevnika, debela JSON odgovor — sve to sjedi u prozoru za ostatak sesije, a Claude ponovno čita cijeli razgovor na svakoj sljedećoj poruci. Poruka 50 košta više od poruke 5, čisto zbog onoga što je došlo prije nje.

Povežite tri ili četiri servera bez razmišljanja o bilo kojem od ta dva troška, i realno je mogućim spaliti više od polovice vašeg prozora konteksta samo na gornji dio prije nego što actual rad počne.

Zašto ovo nije samo problem troška

Potrošnja tokena je iznos koji se pojavljuje na računu, pa je to dio koji ljudi prvo primijete. To nije najštetniji dio.

Kvaliteta izlaza degradira se kada previše definicija alata natječe za pažnju modela. Timovi koji koriste teže MCP postavke izvještavaju da model počinje proganjati nepotrebne alate tijekom zadatka, samozalosno predlažući nešto kao stvaranje GitHub problem kao ispravak za vremenski istek baze podataka. Više učitanih alata ne znači više mogućnosti. Izvan određene točke, to znači da model rasuđuje preko zbunjene površine umjesto vašeg stvarnog problema.

Za osnivača ili inženjerskog vođu, ovo redefiniše pitanje. To nije "možemo li si priuštiti dodatne tokene?" To je "Tiho li gorszamo svaku sesiju ostavljajući osam MCP servera povezanih koje koristimo dva puta mjesečno?"

Ispravka koju je Anthropic već isporukio, i one koje vam ostaju

Dobra vijest je da se sam protokol pomaknuo. Anthropic je isporučio mogućnost pretrage alata koja odgađa učitavanje punih shema dok se alat zapravo ne trebao, umjesto što bi sve definicije izbacivao unaprijed. Izvješteni rani rezultati pokazuju da se trošak pokretanja tokena smanjuje otprilike 83 posto kada je ovo aktivno, i jedno široko citirano proizvodnog mjerenja otišlo je s otprilike 51,000 tokena gornjeg dijela na 8,500 nakon omogućavanja toga, smanjenja blizu 83 posto, bez prepisa jedne jedine poruke.

To je ispravka infrastrukture. To nije svugdje po zadanoj postavci, i ne zamjenjuje dobre navike.

Četiri stvari vrijedne činjenja ovaj tjedan

1. Pokrenite /context. Vidite točno gdje vam tokeni idu prije nego što pogađate. Ovo traje trideset sekundi i obično ljude iznenadi.

2. Revidirajte vaše povezane servere. Većina razvojnih inženjera ima tri ili četiri MCP servera učitana koja dotiču jednom tjedno. Odspojite ih. Ponovno povežite kada zadatak doista trebaj njih.

3. Dozvolite-list alate; ne učitavajte cijele servere. Ako koristite pet operacija od pedeset na serveru, izložite samo tih pet. Ovo samo po sebi može smanjiti gornji dio servera za otprilike 80 do 90 posto.

4. Prethodno obradite prije nego što uđe u kontekst. Kuka koja koristi grep na datoteci od 10,000 redaka za riječ "error" i vraća samo poklapanja. Ovo pretvara desete tisuće tokena u nekoliko stotina. Claude ne trebaj slamnjak, samo iglu.

Često postavljana pitanja: MCP, troškovi tokena i izgradnja tima koji to razumije

P. Košta li povezivanje MCP servera tokene čak i ako ga ne koristim tu sesiju?

Da, u zadanoj konfiguraciji. Definicije alata učitavaju se na početku sesije bez obzira pozivate li alat. Odgođeno učitavanje ovo mijenja, ali samo gdje je aktivno konfigurirano.

P. Je li veći prozor konteksta ispravka za MCP gornji dio?

Ne. Veći prozor samo daje gornjoj dijelu više mjesta da se sakrije. Gornji dio je i dalje pravi trošak, i razumijevanje pri velikom kontekstu značajno varira između modela, pa punac prozor rijetko funkcionira onako dobro kao štavan.

P. Kako znamo je li kandidat zapravo razumije ovo, nasuprot tome što samo zna kako povezati server?

Pitajte ga da prođe kroz reviziju troška Claude Code koju je zapravo pokrenuo i što je odspojio kao rezultat. Inženjeri koji su udarili u debeo prozor konteksta u proizvodnji konkretno govore o tome što su odrezali. Inženjeri koji nisu obično govore o MCP apstraktno.

P. Gdje pronalazimo inženjere koji se već grade s tom disciplinom?

To je jedan od praktičnih signala koje tražimo kada provjeravamo razvojne inženjere za MyNextDeveloper klijente, jer inženjerstvo konteksta svjesnog troška kaže više o tome kako neko zapravo radi s AI alatima dnevno nego što će linija "AI iskustvo" na životopisu ikad reći.

Ključne punkte

• MCP serveri učitavaju pune sheme alata u kontekst, ponekad u svakom koraku, bez obzira koriste li se alati ili ne.

• Sam GitHub MCP server je izmjeren između otprilike 26,000 i 55,000 tokena gornjeg dijela prije vaše prve poruke.

• Preplavljeni kontekst ne kosta samo novac. Degradira i kvalitetu izlaza, ponekad vidljivo.

• Odgođeno učitavanje alata, dopušta-popis i kuke za pretprocesiranje su praktične, dostupne ispravke danaujourd'hui.

• Pokrenite /context prije nego što pretpostavite znate gdje vam tokeni zapravo idu. Većina ljudi ne zna.

Zašto je to važno

MCP serveri su zaista korisni, i ništa od toga nije argument protiv povezivanja njih. To je argument protiv povezivanja njih i zaboravljanja da su tamo. Gornji dio je mjerljiv, ispravke su dostupne, i timovi koji se premještaju su oni koji tretiraju kontekst kao proračun umjesto kao sekundarnu misao.

Takva disciplina se ne pojavljuje na životopisu, ali se pojavljuje brzo u tome kako neko zapravo radi. To je točno vrsta suda koju provjeravamo na MyNextDeveloper kada spajamo osnivače s inženjerima koji se već grade na ovaj način, a ne s onima koji ga još uče na vaš novac.

TL;DR

Svaki MCP server povezan na Claude Code učitava svoju punu shemu alata u kontekst, ponekad u svakom koraku, bez obzira koristite li ga ili ne. Sam GitHub MCP server je izmjeren između otprilike 26,000 i 55,000 tokena gornjeg dijela prije nego što ste napravili jednu jedinu poruku. Ovo nije samo problem troška: preplavljeni kontekst također degradira kvalitetu izlaza, ponekad uzrokujući da model proganja nepotrebne alate tijekom zadatka. Anthropic-ova mogućnost odgođenog učitavanja alata pomaže, ali dopušta-popis alata, odspajanje neutjecajnih servera i prethodno obrada bučnog izlaza alata su i dalje na vama. Pokrenite /context prije nego što pretpostavite znate gdje vam tokeni zapravo idu.

Tražite izgraditi visokouspješan daljinski tehnički tim?

Provjerite MyNextDeveloper, platformu gdje možete pronaći najboljih 3% softverskih inženjera koji su duboko strasti prema inovaciji. Naša rješenja talenta softverskih na zahtjev, dedicirano i temeljito pružaju sveobuhvatno rješenje za sve vaše potrebe softvera.

Posjetite našu web stranicu da biste istraživali kako vam možemo pomoći da sastavite savršen tim.