Anthropic MCP 2.0: Agenci bez amnezji

W tradycyjnej pracy z agentami AI im więcej narzędzi i danych „podłączysz”, tym szybciej wyczerpuje się okno kontekstu — model zaczyna zapominać ostatnie rzeczy, a sesja staje się droga i mało przewidywalna. MCP 2.0 (Model‑Connected Processes) od Anthropic zmienia to podejście: agent traktuje narzędzia jak API i korzysta z nich tylko wtedy, gdy to potrzebne — zamiast ładować wszystko do kontekstu na zapas. To działa jak „system plików” dla agenta: sięga po wynik, zapisuje, wraca, kiedy trzeba.

Najważniejsze korzyści

• Mniej tokenów: narzędzia działają w izolowanym sandboxie, do modelu trafiają tylko potrzebne wyniki.
• Dłuższe, płynne sesje: brak „amnezji” — agent nie gubi kontekstu przy większej liczbie kroków.
• Większa prywatność: filtrowanie i przetwarzanie danych lokalnie w warstwie wykonawczej, do modelu tylko niezbędne fragmenty.
• Trwały stan: agent może zapisywać i używać własnego kodu pomocniczego między sesjami — z czasem jest coraz lepszy.

Co to zmienia w praktyce?

Agent nie „pamięta wszystkiego naraz”. Zamiast tego uruchamia narzędzie, odbiera tylko wynik i decyduje, co dalej. Dzięki temu:

• duże procesy dzielą się na małe, tańsze kroki,
• łatwiej wrócić do przerwanej pracy (stan jest trwały),
• mniej ryzykujesz wyciekiem danych — model nie widzi całości, tylko fragmenty potrzebne do decyzji.

Prosty przykład dnia pracy

• Agent potrzebuje listy klientów z CRM → odpala narzędzie → pobiera wynik, nie cały CRM.
• Filtruje dane lokalnie (np. aktywni z ostatnich 30 dni) → model dostaje tylko zagregowany wynik.
• Tworzy mały skrypt do powtórnego użycia i zapisuje go — jutro nie zaczyna od zera.

Dla kogo to ma największy sens

• Solo developerzy i małe zespoły — stabilne sesje, mniejsze koszty, realny „partner do pracy”.
• Firmy z danymi wrażliwymi — kontrola prywatności dzięki lokalnemu sandboxowi narzędzi.
• Procesy wielokrokowe — automatyzacje, integracje, raportowanie, gdzie pamięć między sesjami ma znaczenie.