AWS upozorňuje, že zlé MCP nástroje kazia agentov skôr než samotný protokol

AWS sa v novom technickom texte zameriava na problém, ktorý pri agentoch často zostáva skrytý za módnym názvom MCP. Model Context Protocol síce štandardizuje spôsob, ako môže AI aplikácia volať nástroje a pripájať sa k dátam, no samotný protokol nezaručuje dobré správanie agenta. AWS tvrdí, že mnohé zlyhania nevznikajú preto, že by MCP nefungoval, ale preto, že nástroje sú navrhnuté ako obyčajné API endpointy bez ohľadu na to, ako veľké jazykové modely čítajú kontext, vyberajú parametre a opravujú chyby.

Text pomenúva dve základné príčiny: nafúknutý kontext a zmätok. Ak klient načíta veľa MCP serverov a každý nástroj má dlhý popis, množstvo parametrov a široké odpovede, model míňa časť kontextového okna ešte pred tým, než začne riešiť používateľskú úlohu. Zároveň má pred sebou viac podobných možností, takže častejšie vyberie nesprávny nástroj alebo nesprávnu kombináciu parametrov. Následné pokusy situáciu zhoršujú, pretože do kontextu pribúdajú chyby, logy a neúspešné volania.

Dôležitý posun je v tom, že AWS rámcuje návrh MCP nástrojov ako context engineering, teda vedomé rozhodovanie o tom, čo model vidí a kedy to vidí. Nestačí pridať dlhší opis a dúfať, že model pochopí API. Každý riadok v opise aj každom výsledku má cenu. Praktickým odporúčaním je vracať predvolene iba polia potrebné pre rozhodnutie a detailné údaje sprístupniť až na vyžiadanie. Rovnako treba chybové hlášky písať tak, aby model vedel, čo má v ďalšom pokuse zmeniť.

Veľkú úlohu majú schémy. Tam, kde človek pochopí interný názov databázového stĺpca, model môže hádať. Parameter pomenovaný podľa domény a obmedzený enum hodnotami je pre agenta bezpečnejší než voľný text s interným žargónom. Predvolené hodnoty znižujú počet rozhodnutí, ktoré musí model spraviť. Odstránenie zriedkavo používaných polí môže byť rovnako dôležité ako pridanie nových schopností. Dobré MCP rozhranie je preto skôr produktový dizajn pre model než automaticky exportovaný backend.

AWS ilustruje odporúčania na simulovanom vyhľadávacom API pre školský obsah a ukazuje viac prístupov: lepšie popisy, menšie odpovede, rozdelenie alebo zlúčenie nástrojov, presnejšie validácie a progresívne odhaľovanie detailov. Každé riešenie má kompromis. Viac popisu znižuje zmätok, ale zväčšuje kontext. Viac malých nástrojov môže zjednodušiť jednotlivé volania, ale zvyšuje počet možností. Jeden univerzálny nástroj môže byť prehľadný pre človeka, no pre model príliš abstraktný.

Pre vývojárov agentických systémov je pointa praktická. Ak agent často volá nesprávny nástroj, posiela neplatné parametre alebo opakuje neúspešné pokusy, problém nemusí byť v modeli. Môže byť v tvare nástroja. Namiesto výmeny modelu za drahší je niekedy lacnejšie zmeniť schému, zúžiť výsledok alebo doplniť presnú chybu. To je dôležité aj ekonomicky: každé zbytočné volanie nástroja stojí tokeny, latenciu a niekedy aj reálne operácie v systéme.

MCP sa rýchlo šíri v kódovacích asistentoch, podnikových chatoch a interných agentoch. Štandard prináša interoperabilitu, ale zároveň láka tímy, aby vystavili priveľa schopností naraz. V podniku to môže viesť k agentovi, ktorý má prístup ku kalendáru, dokumentom, databázam, ticketom aj cloudu, ale nevie spoľahlivo vybrať správnu akciu. AWS preto nepriamo upozorňuje, že bezpečnosť a kvalita agentov sa nezačína až pri oprávneniach. Začína sa pri tom, či model vôbec rozumie, čo nástroj robí.

Článok je hodnotný aj preto, že netvrdí, že existuje jedna správna šablóna. MCP nástroje pre jednoduché čítanie dokumentov, pre infraštruktúrne operácie alebo pre obchodné workflow budú potrebovať odlišné rozhrania. Všetky však musia rešpektovať obmedzené kontextové okno, neistotu modelu a potrebu verifikácie. Dobrý dizajn by mal agentovi dávať úzke, overiteľné kroky namiesto veľkej sady nejasných možností.

Pre slovenské firmy, ktoré skúšajú interných agentov, je to užitočné varovanie. Zaviesť MCP server k existujúcemu systému je iba začiatok. Skutočná práca je preložiť doménové API do tvaru, ktorému model rozumie, a zároveň neotvoriť viac právomocí, než úloha potrebuje. Ak sa táto vrstva podcení, agent bude pôsobiť schopne v deme, ale v reálnej prevádzke sa zasekne na chybách, duplicitných volaniach a nejasných parametroch. AWS tým posúva diskusiu od protokolu k remeslu návrhu nástrojov.