Anthropic MCP'nin Bağlam Sorununu Kabul Etti — İşte Alınan Önlemler

Anthropic’in Kasım ayında tanıttığı Tool Search özelliği, MCP (Model Context Protocol) tabanlı araçların çalışma biçimini temelden değiştiren bir adım olarak dikkat çekiyor. Bu yenilik, yapay zeka modellerinin performansını doğrudan etkileyen bir sorunu — bağlam penceresinin gereksiz yükünden kaynaklanan doğruluk kayıplarını — çözmeyi hedefliyor. Peki, bu özellik gerçekten ne kadar etkili? Ve MCP’nin geleceğini nasıl şekillendirebilir?

Tool Search: MCP’nin Bağlam Sorununa Geçici Çözüm

Kasım ayının 24’ünde tanıtılan Tool Search, MCP araçlarının şemalarını modellerin bağlam penceresine geç yükleyerek çalışmasını sağlıyor. Bu özellik, özellikle Claude Opus 4.5 modeliyle birlikte sunuldu ve araç tanımlarının gereksiz yere bağlama eklenmesini engelliyor. Basitçe açıklamak gerekirse:

• Bir araç defer_loading: true olarak işaretlendiğinde, sadece aracın adı bağlama ekleniyor.
• Model, bu araca ihtiyaç duyana kadar aracın detaylı şeması yüklenmiyor.
• Gerektiğinde sistem, Tool Search aracını kullanarak aracın şemasını anında bağlama ekliyor.

Bu yaklaşım, bağlam penceresinin gereksiz yükten arınmasını sağlıyor. Örneğin, Playwright MCP sunucusu tek başına 12.800 token tüketirken, dört-beş sunucu aynı anda çalıştırıldığında bağlam penceresinin yarısı boşa harcanmış oluyordu. Tool Search sayesinde bu yük ortadan kalkıyor ve modellerin performansı ciddi şekilde artıyor.

Doğruluk Oranlarında Devrim Niteliğinde Artış

Anthropic’in yaptığı testler, Tool Search’ün ne kadar etkili olduğunu gözler önüne seriyor. Claude Opus 4 modelinde doğruluk oranı:

• %49’dan %74’e yükseldi.
• Claude Opus 4.5 modelinde ise %79,5’ten %88,1’e çıktı.

Aynı model, aynı araçlar, sadece tek bir değişiklik: araç şemalarının gereksiz yere bağlama eklenmesi engellendi. Bu sonuçlar, MCP protokolünün asıl sorununun araç tanımlarının bağlama yüklenmesi olduğunu net bir şekilde ortaya koyuyor. Araç sayısı arttıkça performans kaybı yaşanıyor ve modeller gereksiz JSON verileriyle boğuluyor.

MCP’nin Geleceği: Yeniden Düşünülüyor mu?

Tool Search, Anthropic’in MCP’nin bağlam sorununu kabul ettiğinin en açık kanıtı olarak görülüyor. Şirket, bir protokolün doğrudan sorununu çözmek yerine, onun yükünü azaltmayı tercih ediyor. Bu durum, MCP’nin geleceği hakkında ciddi soru işaretleri yaratıyor.

Aynı dönemde, mcporter gibi projeler de MCP’nin yerini almaya çalışıyor. mcporter, MCP sunucularını doğrudan kodlara dönüştürerek protokolün gereksiz yükünü ortadan kaldırıyor. Bu yaklaşımda, araçlar basit fonksiyonlar olarak tanımlanıyor ve bağlam penceresine herhangi bir ek yük getirmiyor. Böylece, modeller araçları doğrudan çağırabiliyor ve performans kaybı yaşanmıyor.

• Tool Search: MCP’yi koruyor, ancak araçları geç yükleyerek sorunu hafifletiyor.
• mcporter: MCP’yi tamamen ortadan kaldırıyor ve araçları doğal kodlara dönüştürüyor.

Her iki yaklaşım da MCP’nin orijinal modelinin — tüm araç tanımlarını baştan bağlama ekleme — ciddi bir sorun olduğunu kabul ediyor. Bu, MCP’nin gelecekte yerini başka protokollere veya doğrudan kod entegrasyonuna bırakabileceğinin de bir işareti.

Önceki Benchmarklar Artık Geçersiz mi?

Tool Search’ün ortaya çıkmasıyla birlikte, MCP kullanılarak yapılan tüm benchmark testlerinin sorgulanması gerekiyor. Örneğin, Kasım ayından önce yapılan testlerde araç sayısının artmasıyla doğruluk oranlarının düştüğü görülüyordu. Ancak bu durumun nedeni, modellerin yetenekleri değil, bağlam penceresinin gereksiz yükle tıkanmasıydı.

Bu durum, "Model X, Model Y’den daha iyi" gibi karşılaştırmaların aslında bağlam kirliliğini ölçüyor olabileceği anlamına geliyor. Tıpkı bir arabanın el freniyle sürekli çalıştırılması gibi, MCP’nin de gereksiz yüküyle performans kaybı yaşanıyordu. Artık bu sorunun farkına varılmış durumda ve gelecekteki testlerde daha doğru sonuçlar elde edilmesi bekleniyor.

Sonuç: MCP’nin Geleceği Ne Olacak?

Anthropic’in Tool Search’ü tanıtması, MCP protokolünün ciddi bir verimsizlik sorunu olduğunu açıkça ortaya koyuyor. Bu sorun, modellerin performansını doğrudan etkiliyor ve araç sayısı arttıkça doğruluk oranları düşüyor. Tool Search, geçici bir çözüm olarak görülse de, MCP’nin gelecekte yerini başka yaklaşımlara bırakabileceğinin de bir işareti.

Eğer MCP kullanıyorsanız, artık araç sayısını sınırlamak veya Tool Search’ü kullanmak gibi seçenekleriniz var. Ancak uzun vadede, MCP’nin yerini alabilecek daha hafif ve doğrudan entegrasyon sağlayan çözümlere yönelmek daha akıllıca olabilir. Zira bu protokolün orijinal tasarımı, yapay zeka modellerinin performansını optimize etmekten ziyade, onları yavaşlatmaya odaklanmış gibi görünüyor.