Ejecución de código con MCP: Un nuevo enfoque para la eficiencia de los agentes de IA

Anthropic presentó un método en el que los agentes de IA interactúan con los servidores del Model Context Protocol (MCP) escribiendo código ejecutable en lugar de realizar llamadas directas a las herramientas. El agente trata las herramientas como archivos en un ordenador, encuentra lo que necesita y las usa directamente con código, de modo que los datos intermedios no tienen que pasar por la memoria del model. Probamos este enfoque para ver si reduce el coste en tokens manteniendo la misma tasa de éxito.

Ejecución de código con MCP frente a MCP normal

Comparamos dos enfoques para crear agentes de IA que interactúan con herramientas externas a través de MCP:

• MCP normal: enfoque tradicional en el que todas las definiciones de herramientas se cargan en la ventana de contexto del model
• Ejecución de código MCP: enfoque novedoso en el que el model escribe código que llama a las herramientas, manteniendo los datos intermedios fuera del contexto

Herramientas utilizadas

Este benchmark se realizó con el servidor MCP de Bright Data con Pro Mode, ya que obtuvo la mayor precisión en nuestro benchmark de MCP para navegadores.

Hallazgos clave

Ahorro de tokens de entrada: la ejecución de código utiliza un 78,5 % menos de tokens de entrada (165K frente a 771K):

• La opción normal carga ~15.400 tokens de definiciones de herramientas por llamada
• La ejecución de código solo necesita ~3.300 tokens por llamada

Más tokens de salida: el enfoque de ejecución de código utiliza 2.2 veces más tokens de salida porque el model escribe código + explicaciones

Ahorro neto de tokens: reducción total de tokens del 77,4 % (175K frente a 775K)

Implicación de costes:

• Los tokens de entrada suelen ser más baratos que los tokens de salida
• Pero el ahorro del 78 % en tokens de entrada supera con creces el aumento de 2 veces en los tokens de salida
• Reducción de costes estimada de ~70 % con la ejecución de código

Ambos lograron una tasa de éxito del 100 % en estas consultas con GPT-4.1.

El enfoque de ejecución de código se inspira en la publicación de Anthropic sobre el uso de la ejecución de código con MCP para reducir el uso de la ventana de contexto manteniendo la capacidad del agente.¹

Metodología de la comparación de la ejecución de código con MCP

Tareas

Ejecutamos cada tarea 50 veces para cada enfoque:

• Ve a https://aimultiple.com/open-source-embedding-models y dime los 5 mejores absolutos (es decir, los models con una precisión top-5 del 100 %)
• Ve a https://aimultiple.com/open-source-embedding-models y dime qué model tiene la mayor latencia.

Configuración de la comparación

Para ambos enfoques, utilizamos el servidor MCP de Bright Data con Pro Mode y GPT-4.1 como el LLM debido a su amplia ventana de contexto.

Configuración del entorno: Borramos todos los datos en caché y garantizamos una conexión nueva al servidor MCP en cada ejecución. Cada consulta se ejecuta como un subproceso independiente.

Comparación de arquitecturas

Arquitectura de MCP normal

En el enfoque de MCP normal, el agente sigue un flujo directo: la consulta del usuario entra en un agente LangGraph ReAct, que tiene acceso a las 63 definiciones de herramientas en su ventana de contexto. El agente selecciona y llama a las herramientas a través de la sesión de cliente MCP, y los resultados de las herramientas vuelven a través de la ventana de contexto para fundamentar la siguiente acción del agente.

Arquitectura de MCP con ejecución de código

El enfoque de ejecución de código añade una capa intermedia: la consulta del usuario llega a un agente de ejecución de código con un contexto reducido (solo nombres de herramientas, no esquemas completos). El agente escribe código Python que llama a las herramientas. Este código se ejecuta en un entorno de ejecutor de código aislado, que se comunica con la sesión de cliente MCP. Solo los resultados finales o los resúmenes vuelven al contexto del agente, no los datos intermedios sin procesar.

La implementación de la ejecución de código utiliza divulgación progresiva. Solo los nombres de las herramientas y las descripciones truncadas (60 caracteres) se incluyen en el prompt del sistema. Cuando el model necesita usar una herramienta, escribe código Python que llama a una función asíncrona call_tool() proporcionada en el entorno de ejecución.

Limitaciones de nuestro enfoque

1. Diversidad de consultas: Solo se probaron 2 tipos de consulta; los resultados pueden variar en otros tipos de tareas.
2. Model único: Solo se probó con GPT-4.1; otros models pueden mostrar patrones diferentes
3. Calidad del código: El éxito de la ejecución de código depende de la capacidad de generación de código del model; esto puede provocar descensos en las tasas de éxito en tareas más complicadas.

Por qué el MCP tradicional desperdicia recursos

Problema 1: las definiciones de herramientas consumen un contexto excesivo

Cada herramienta necesita instrucciones en la memoria del model. Un ejemplo básico:

gdrive.getDocument
Gets a file from Google Drive
Needs: document ID
Returns: the file content

Ejemplo: un agente conectado a 50 servidores con 20 herramientas en cada uno supone 1.000 definiciones de herramientas. Aproximadamente 150 tokens por definición, eso supone 150.000 tokens consumidos antes de que el agente lea tu primera solicitud.

Problema 2: los datos se procesan varias veces

Tarea: “Obtén mis notas de reunión de Google Drive y añádelas a Salesforce.”

Qué sucede:

1. El agente obtiene el documento (50.000 tokens)
2. El model lo lee
3. El agente lo envía a Salesforce (otros 50.000 tokens)

El model gestiona 100.000+ tokens para mover datos de un lugar a otro.
Las implementaciones de MCP tradicionales exigen que el model seleccione herramientas a partir de definiciones JSONSchema cargadas en la ventana de contexto, lo que degrada la precisión a medida que aumenta el número de herramientas.¹ Las investigaciones han confirmado que las tasas de éxito de las tareas caen bruscamente a medida que crece el número de herramientas disponibles debido a la saturación del contexto por las definiciones de esquemas.² Exponer las herramientas de MCP como funciones invocables y permitir que el model escriba código Python que invoque las herramientas directamente aprovecha la capacidad de generación de código existente del model en lugar de forzar la selección a partir de esquemas predefinidos.

¿Cuándo usar la ejecución de código con MCP?

La ejecución de código con MCP aborda dos ineficiencias fundamentales en las implementaciones de MCP tradicionales:

1. Las definiciones de herramientas ya no saturan la ventana de contexto
2. Los datos intermedios dejan de pasar por el model innecesariamente

El enfoque funciona mejor cuando:

• Tienes muchas herramientas MCP conectadas
• Tus flujos de trabajo implican procesamiento de datos en varios pasos
• Grandes documentos o datasets se mueven entre herramientas
• Los límites de la ventana de contexto afectan a tus agentes

Los requisitos de infraestructura implican que esto no es automáticamente mejor para todos los casos de uso. Las implementaciones a pequeña escala con pocas herramientas podrían no justificar la complejidad operativa.

Para las organizaciones que ya ejecutan agentes con amplios catálogos de herramientas MCP, el potencial de una reducción de tokens superior al 98 % y el ahorro de costes correspondiente hace que valga la pena investigar este enfoque.

No te pierdas nuestros análisis comparativos e insights basados en datos. El botón abre Google; seleccionar AIMultiple confirma que deseas ver AIMultiple con más frecuencia en los resultados de búsqueda de Google.

Añadir como fuente preferida

Frameworks y protocolos alternativos

Los equipos que quieran una capa de ejecución de código separada de su framework de agente pueden utilizar servicios de sandbox independientes como CoreWeave Sandboxes, que ofrece SDK de Python y TypeScript y permite restringir el acceso saliente de cada sandbox por dirección IP, puerto y nombre de host HTTPS.³ En abril de 2026, OpenAI actualizó su Agents SDK para añadir capacidades nativas de ejecución en sandbox, proporcionando espacios de trabajo aislados con acceso restringido a archivos y código.⁴

Cita este benchmark

Elige el formato que se ajuste al lugar donde vas a publicar. Pegar la versión con enlace en tu CMS conserva el enlace de retroceso.

@misc{alper2026,
  author = {Alper, Şevval},
  title  = {{Ejecución de código con MCP: Un nuevo enfoque para la eficiencia de los agentes de IA}},
  year   = {2026},
  month  = oct,
  howpublished    = {\url{https://aimultiple.com/code-execution-with-mcp}},
  note   = {AIMultiple. Recuperado el 16 de octubre de 2026}
}

Registro de cambios

2 actualizaciones

20262025

1. 22 de ene

   Se eliminó la sección "Comparación: UTCP vs MCP vs Ejecución de Código MCP".

Enlaces de referencia

1.

Code execution with MCP for efficient agents \ Anthropic

Anthropic

2.

Semantic Tool Discovery for Large Language Models: A Vector-Based Approach to MCP Tool Selection

3.

CoreWeave Sandboxes | CoreWeave Forge

4.

OpenAI updates its Agents SDK to help enterprises build safer, more capable agents | TechCrunch

TechCrunch

Şevval Alper

Investigadora de IA

Síguenos

Şevval es investigadora de IA en AIMultiple. Tiene experiencia previa en investigación sobre la generación de números pseudoaleatorios mediante sistemas caóticos.
Şevval se centra en herramientas de codificación con IA, agentes de IA y tecnologías cuánticas.

Ver perfil completo

Sé el primero en comentar

Tu dirección de correo electrónico no será publicada. Todos los campos son obligatorios. Los comentarios se dejan en su idioma original.

Nombre

Dirección de correo electrónico

Comentario

0/450

Publicar comentario