Por que o novo agente de código da Vercel esconde sua lista de ferramentas MCP

Por que o novo agente de código da Vercel esconde sua lista de ferramentas MCP

Quem já conectou vários servidores MCP a um agente de código conhece a sensação: você adiciona um, depois outro, depois um terceiro — e, por volta do quarto, o agente começa a se comportar como alguém que leu o menu inteiro em voz alta antes de pedir. Escolhe a ferramenta errada, ou quase certa, ou chama o read_file do servidor de arquivos quando o read_file embutido estava ali o tempo todo. Nada quebra exatamente, mas tudo fica mais lento e mais burro.

Esse é o “menu inflado” que o engenheiro Chew Loong Nian investigou ao analisar o fx, o agente de código da Vercel escrito em Zig. A conclusão é contraintuitiva: o fx declara dezessete ferramentas embutidas, mas não inclui as ferramentas MCP na lista apresentada ao modelo no início do turno. Em uma volta completa com um subagente, apenas quinze schemas de função são enviados — mesmo com vários servidores MCP instalados.

Registro em tempo de compilação e busca adiada

A mágica está em dois mecanismos. O primeiro é um registro de ferramentas em tempo de compilação: em vez de empacotar o schema de cada ferramenta MCP em cada requisição, o fx mantém um catálogo interno. O segundo é um mecanismo de busca e adiamento: as ferramentas MCP só são descobertas e inseridas no contexto depois que o modelo seleciona, pelo nome, uma “porta” específica.

O autor mediu um setup padrão com quatro servidores MCP em 37 ferramentas e 22.226 bytes de payload — exatamente o volume que esse design mantém fora da requisição. O custo da abordagem é real: passos extras e um teto rígido de cinco resultados de busca por consulta de capacidade. Mas o ganho é uma exposição de ferramentas estável e limitada, evitando o modo de falha em que o modelo tem opções demais e escolhe errado.

Por que isso importa para quem trabalha com agentes

O artigo também compara a estratégia com o adiamento baseado em runtime do OpenAI Codex e com o “orçamento de spec”. A lição prática para quem constrói agentes de código: o número de ferramentas expostas ao modelo não é neutro. Cada ferramenta a mais no prompt compete pela atenção do modelo e aumenta a chance de seleção errada. Reduzir a exposição — revelando ferramentas apenas quando necessárias — pode melhorar a confiabilidade mais do que adicionar mais instruções.