Интенсив 21–22.11 · БесплатноБесплатный 2-дневный интенсив по вайбкодингу 21–22 ноября в 16:00 МСК (Сб–Вс) · Живой Поток 3 стартует 23.11Записаться бесплатно →Поток 3 (23.11)
РелизAPI / Продукт · В работуHabr AI→ оригинал

ИИ-агенты через готовый MCP-сервер GitHub платят в 6,5 раза больше, чем через CLI

Агент в GitHub через готовый MCP-сервер (набор готовых «кнопок» для инструментов) обходится в 6,51 раза дороже, чем через командную строку (CLI) с одним гибким GraphQL-запросом. Причина не в протоколе: каждая «кнопка» отдаёт объект целиком, и эти данные копятся в истории диалога. При одинаковых операциях в тесте с браузером разница — всего 1,13 раза. Выбирайте интерфейс по набору операций и размеру ответов.

AI-обработка оригинала Habr AI; редакция Hamidun News
ИИ-агенты через готовый MCP-сервер GitHub платят в 6,5 раза больше, чем через CLI
Источник: Habr AI. Коллаж: Hamidun News.
Слушать статью
Паспорт материала и цифры
ПараметрДанные
ПервоисточникHabr AI ↗
Главный редактор
Ключевой факт #1Время работы MCP — 0,71–1,06 от времени CLI, то есть не медленнее
Тест35 вопросов, 280 запусков на Sonnet 5.5 и GPT-6.1 Sol
Ключевой факт #3Пароль в MCP-вызове попал в контекст модели и логи, в CLI — нет

Если вы подключаете ИИ-агента к своему API, рано или поздно встаёт вопрос: дать ему MCP-сервер (стандартный протокол, в котором агенту выдают набор готовых инструментов вроде «создать задачу» или «показать комментарии») или обычную командную строку, CLI. Разработчик сервиса Takt решил не спорить, а измерить. В тестах GitHub с моделью Sonnet готовый MCP-сервер обходился в 6,51 раза дороже, чем CLI с одним гибким запросом на языке GraphQL, и делал в 6,2 раза больше вызовов. Но вывод получился неожиданным: виноват не протокол, а то, какие операции доступны агенту и сколько данных возвращает каждый вызов.

С чего всё началось

8 июня 2026 года агент пытался отвязать задачу от родительской на доске Takt. Он отправлял parent="", но MCP-сервер получал пустые arguments. Причина оказалась в клиенте: тот выбрасывал весь объект аргументов, если хотя бы одно значение было пустой строкой. Это был уже четвёртый сбой при работе с агентами за два месяца.

Две проблемы из четырёх автор признаёт своей виной: конфликтующие имена инструментов (create_wiki и wiki_create) и около 40 инструментов, возвращавших JSON, закодированный внутри JSON. Ещё одну пришлось обходить на стороне сервера из-за клиента и фреймворка, которые он не контролировал. А пустую строку обойти было нельзя: аргументы не доходили до его кода. В тот же день он добавил в Takt CLI, где весь путь от агента до HTTP API находится под его контролем.

Что показал эксперимент

Изначально автор считал, что CLI выигрывает за счёт архитектуры: MCP должен быть компактным, иначе забивает контекст, но чем он компактнее, тем меньше умеет. Для проверки он сравнил четыре способа доступа к GitHub и Takt: заранее заданные команды CLI, один GraphQL-запрос через CLI, готовый MCP-сервер и один инструмент graphql внутри MCP. Агентам задали 35 вопросов только на чтение с заранее проверенными ответами. Тестировали Sonnet 5.5 в Claude Code и GPT-6.1 Sol в Codex: 280 запусков плюс 56 повторных.

Сначала всё выглядело как разгром: готовые MCP-серверы требовали в 3–6 раз больше вызовов. Но две части теории не подтвердились. MCP не оказался медленнее: время выполнения составляло 0,71–1,06 от времени CLI. А на правильность ответов способ доступа почти не влиял: в большинстве конфигураций агенты отвечали на всё или ошибались в одном вопросе. Исключений два: заранее заданные команды gh с Sonnet дали 17 верных ответов из 23, а готовый MCP Takt — 9 из 12. Ответы сверяли с эталоном, а не с отчётами агентов, потому что агенты слишком рано объявляют о победе.

Автор заметил изъян: он менял сразу две вещи, протокол и набор операций. Поэтому провёл контрольный тест на своём сервисе Browserious, где CLI и MCP умеют одно и то же. На 27 парных задачах с Sonnet MCP вышел дороже лишь в 1,13 раза, сделал в 1,09 раза больше вызовов, зато по времени уложился в 0,85 от CLI. Оговорка автора: это разные сервисы и задачи, поэтому одно отношение нельзя вычитать из другого, а один эксперимент с одной моделью не доказывает равенство всегда.

Откуда берутся деньги

Длинный список инструментов оказался не главной причиной. Малый список — архитектурное решение, а не требование протокола: у MCP-сервера gcloud всего один инструмент, а у GitHub 91, и он покрывает 15 из 18 изученных семейств API. К тому же Claude Code теперь при запуске загружает только названия инструментов, а схемы подтягивает по мере необходимости.

Основные расходы дают ответы инструментов. Представьте, что вы просите список задач, а сервер присылает каждую со всеми полями. Этот ответ попадает в историю диалога и уезжает с каждым следующим запросом. В тестах GitHub с Sonnet входные токены без кеша выросли с 14 138 у GraphQL CLI до 110 041 у готового MCP, а токены, записываемые в кеш, — с 13 193 до 109 084. Это примерно в восемь раз. Один запрос с перечисленными нужными полями выгоднее десятка вызовов, возвращающих всё подряд.

С GPT-6.1 Sol картина любопытнее: готовый MCP возвращал в среднем 789 КБ за запуск, а в одном случае 18 МБ, но расход токенов вырос лишь в 1,33 раза. Автор предполагает, что Codex обрезал большие ответы или выносил их за пределы контекста. Это догадка, а не измерение, но если она верна, среда выполнения незаметно решает, что агент вообще прочитает.

Секреты и практический вывод

Способ взаимодействия повлиял на работу с паролями. В MCP-конфигурации пароль демо-аккаунта приходилось передавать в page_fill прямым аргументом, инструмент вернул его в ответе, и он оказался в контексте модели и логах. Агенты с CLI вводили "$PW", и значение в логах не появилось. Автор подчёркивает: это особенность его конфигурации, а не ограничение MCP. Он советует передавать ссылки на секреты и подставлять значения на стороне сервера или проходить аутентификацию до запуска агента.

Практический вывод: выбирая интерфейс для агента, смотрите не на название, а на набор операций и размер ответов. Дайте возможность запрашивать только нужные поля, проверяйте ответы по эталону и следите, чтобы пароли не попадали в контекст модели.

Сюжет

Вопросы и ответы по материалу

Что известно по теме: с чего всё началось?

8 июня 2026 года агент пытался отвязать задачу от родительской на доске Takt. Он отправлял parent="", но MCP-сервер получал пустые arguments. Причина оказалась в клиенте: тот выбрасывал весь объект аргументов, если хотя бы одно значение было пустой строкой. Это был уже четвёртый сбой при работе с агентами за два месяца. Две проблемы из четырёх автор признаёт своей виной: конфликтующие имена инструментов (create_wiki и wiki_create) и около 40 инструментов, возвращавших JSON, закодированный внутри JSON.

Что известно по теме: что показал эксперимент?

Изначально автор считал, что CLI выигрывает за счёт архитектуры: MCP должен быть компактным, иначе забивает контекст, но чем он компактнее, тем меньше умеет. Для проверки он сравнил четыре способа доступа к GitHub и Takt: заранее заданные команды CLI, один GraphQL-запрос через CLI, готовый MCP-сервер и один инструмент graphql внутри MCP. Агентам задали 35 вопросов только на чтение с заранее проверенными ответами. Тестировали Sonnet 5.5 в Claude Code и GPT-6.1 Sol в Codex: 280 запусков плюс 56 повторных.

Что известно по теме: откуда берутся деньги?

Длинный список инструментов оказался не главной причиной. Малый список — архитектурное решение, а не требование протокола: у MCP-сервера gcloud всего один инструмент, а у GitHub 91, и он покрывает 15 из 18 изученных семейств API. К тому же Claude Code теперь при запуске загружает только названия инструментов, а схемы подтягивает по мере необходимости. Основные расходы дают ответы инструментов. Представьте, что вы просите список задач, а сервер присылает каждую со всеми полями.

ЖХ
Жемал Хамидун — CPO Alpina Digital, продакт-менеджер AlpinaGPT. Делает AI-продукты с 2019 года. Hamidun News — pet project, который вырос в production-агрегатор с 6000+ читателей.
✦ Практика · Hamidun Academy

Соберите рабочего ИИ-агента или сервис своими руками без ручного кода

В Академии Жемала Хамидуна (academy.hamidun.com) открыт бесплатный 72-часовой тест-драйв: интерактивные скетч-уроки по Claude Code и Cursor, живой Tech Radar и готовые шаблоны агентов.

Открыть 72ч бесплатный доступ →Интенсив по Вайб-кодингу
Что вы думаете?
Загружаем комментарии…