生产级 Agent 的难点，不是「能不能调用工具」，而是「能不能安全、稳定、低成本地连接真实系统」。

Anthropic 官方最近发布的《Building agents that reach production systems with MCP》，讨论的正是这个问题。文章比较了直接 API 调用、CLI 和 MCP 的差异，并解释为什么生产级 Agent 越来越倾向于使用 MCP。

把 Anthropic 的实践抽象成工程模式，拆成 5 组、12 个模式。

模式概览

分组	模式数	覆盖问题
工具交互面（Tool Surface）	4个	MCP Server应该怎么设计接口
交互语义（Interaction Semantics）	2个	工具调用的请求/响应设计
认证凭证（Auth Credentials）	2个	安全认证机制
上下文经济（Context Economics）	2个	Token消耗控制
打包分发（Packaging Distribution）	2个	部署和分发方式

第一组：工具交互面（4个模式）

1. 远程优先服务器模式（Remote-First Server Pattern）

解决：MCP Server 应该运行在哪里？

本地 MCP Server 通过 stdio 和客户端通信，适合桌面应用、IDE Agent、本地 Claude Code 或一些命令行场景。

但生产环境 Agent 可能运行在浏览器、移动端、云端执行环境里。它不一定能启动本地进程，也不一定能访问用户机器上的文件系统。

远程优先的好处：

• 一个 Server 可以服务多个客户端
• 同一套认证流程可以跨环境复用
• Web、移动端、云端 Agent 都能访问
• Server 可以独立部署、扩展、监控和审计

2. 粒度适配模式（Granularity Adaptation Pattern）

解决：工具应该暴露多少细节？

很多团队第一次做 MCP Server，会自然想到：既然已有 API，就把每个 endpoint 包成一个 tool。

这个想法很直观，但通常不是最优解。

因为 Agent 不是按 endpoint 思考的。Agent 要完成的是任务，比如「从 Slack 话题创建一个 Issue」「排查这次部署为什么失败」。

如果 MCP Server 只是 API 的镜像，Agent 就必须自己拼接大量底层动作。工具变多，调用链变长，上下文变重，失败点也随之增加。

好的 MCP Server，不是 API 的翻译层，而是 Agent 面向任务的产品接口。

3. 多租户路由模式（Multi-Tenant Routing Pattern）

解决：一个 Server 如何服务多个用户？

生产环境里，同一个 MCP Server 通常需要服务多个用户/团队/客户。每个用户的权限、数据范围、业务逻辑都不同。

需要在 Server 层面处理多租户路由，确保：

• 用户只能访问自己的数据
• 租户间的资源隔离
• 统一的审计日志

4. 可观测性注入模式（Observability Injection Pattern）

解决：如何监控 Agent 的工具调用行为？

Agent 执行任务时，会产生大量的工具调用日志。这些日志是排查问题、优化性能、审计合规的重要依据。

MCP Server 应该内置可观测性能力：

• 结构化日志输出
• 调用链追踪
• 性能指标采集
• 异常告警机制

第二组：交互语义（2个模式）

5. 结构化响应模式（Structured Response Pattern）

解决：工具返回什么格式？

Agent 需要能理解工具返回的结果。如果返回纯文本，Agent 很难准确提取关键信息。

结构化响应的好处：

• JSON/JSON Schema 让 Agent 准确理解返回内容
• 减少 Agent 解析错误
• 支持类型校验和错误处理

6. 渐进式发现模式（Progressive Discovery Pattern）

解决：Agent 如何发现可用工具？

Agent 刚启动时，可能不知道有哪些工具可用。渐进式发现允许：

• 初始加载少量核心工具
• 根据任务需求动态加载更多工具
• 减少冷启动时的 Token 消耗

第三组：认证凭证（2个模式）

7. OAuth 代理模式（OAuth Proxy Pattern）

解决：如何安全地处理用户授权？

Agent 需要代表用户访问外部服务（如 Gmail、Slack、GitHub）。直接存储用户密码不安全。

OAuth 代理模式：

• Agent 通过 OAuth 流程获取用户授权
• 使用短期令牌访问资源
• 支持令牌刷新和撤销

8. 作用域限制模式（Scoped Access Pattern）

解决：如何限制 Agent 的权限范围？

Agent 不需要拥有用户的全部权限。根据任务需要，只授予最小必要权限。

作用域限制：

• 读 vs 写权限分离
• 按资源类型限制访问
• 时间限定的临时权限

第四组：上下文经济（2个模式）

9. 智能缓存模式（Intelligent Caching Pattern）

解决：如何减少重复的 API 调用？

Agent 在执行任务时，可能多次请求相同的数据。每次都调用远程 API 会增加延迟和成本。

智能缓存策略：

• 相同请求的结果缓存一段时间
• 根据数据时效性设置缓存 TTL
• 支持手动刷新缓存

10. 流式响应模式（Streaming Response Pattern）

解决：大数据量如何高效传输？

有些工具可能返回大量数据（如日志查询、文件列表）。一次性返回所有数据会占用大量上下文。

流式响应：

• 分批返回数据
• 支持中断和续传
• 减少首 token 等待时间

第五组：打包分发（2个模式）

11. npm 包模式（npm Package Pattern）

解决：如何方便地分发 MCP Server？

最常见的方式是通过 npm 包分发 MCP Server。

npm 包的优势：

• 统一的包管理体验
• 易于版本管理和更新
• 支持依赖自动安装

12. Docker 镜像模式（Docker Image Pattern）

解决：如何确保 Server 环境一致？

不同环境可能依赖不同的运行时版本，导致兼容性问题。

Docker 镜像模式：

• 环境一致性保证
• 隔离性好，不影响宿主机
• 易于部署到云端

一句话总结

生产级 Agent 连接真实系统，12 个 MCP 设计模式覆盖：接口设计、安全认证、上下文经济、部署分发全链路。