O problema do catálogo lotado
À medida que empresas adotam o protocolo MCP (Model Context Protocol), o número de ferramentas disponíveis a um agente cresce rapidamente — e despejar a descrição de todas elas no contexto do modelo se torna inviável. Um preprint ligado ao PayPal descreve o SCOUT, um sistema para encontrar e invocar ferramentas em catálogos grandes.
No teste principal, a ferramenta certa apareceu em primeiro lugar em 38 de 45 consultas avaliáveis — um Hit@1 de 84,8% — e entre as cinco primeiras em 95,6% dos casos, com MRR de 0,821.
A economia de contexto
O número mais chamativo é a redução de tokens: de 140.200 tokens de esquemas de ferramenta para 1.300 em produção — uma redução de 99%. Para quem paga por token em APIs de modelos, isso se traduz diretamente em custo e latência menores.
O SCOUT combina busca densa (similaridade semântica) com BM25 (palavras-chave), fundindo os rankings com Reciprocal Rank Fusion, e usa o Milvus para indexação com autorização no momento da consulta.
O que ainda está em aberto
Os autores são transparentes sobre os limites: não há comparação controlada contra injeção completa de catálogo ou busca densa isolada, e o estudo não demonstra melhora na taxa de conclusão de tarefas de ponta a ponta. As métricas de produção vêm de janelas curtas (24 horas).
Ainda assim, o padrão é relevante: separar a descoberta da execução de ferramentas é uma direção que deve se consolidar nos gateways MCP corporativos.
Descubra mais sobre noticiAI
Assine para receber nossas notícias mais recentes por e-mail.
