Claude Code 的"懒加载"更新：AI 终于学会了"随叫随到"

推荐语

Claude Code的"懒加载"更新让AI工具终于告别了低效的"全员待命"模式，实现了真正的按需调用，释放了宝贵的上下文窗口资源。

核心内容：
1. AI工具生态中"预加载"模式的低效问题
2. MCP协议带来的工具爆炸式增长与资源占用困境
3. Tool Search功能如何通过"懒加载"机制优化AI工作效率

杨芳贤

53AI创始人/腾讯云(TVP)最具价值专家

想象一下这个场景：你是一个项目经理，手下有 50 个员工，每个人都有不同的专长。每次开会之前，你都要求所有人先到会议室，每个人都要做一遍自我介绍，详细说明自己能干什么。

结果光是听完自我介绍，会议时间就用掉了一大半，真正讨论问题的时间所剩无几。

这就是 AI 工具生态面临的一个真实困境，直到今天，Claude Code 推出了一个叫 Tool Search 的功能，终于解决了这个问题。

AI 的"工作记忆"有多金贵

要理解这个更新为什么重要，我们得先聊聊 AI 的”上下文窗口“是什么。

你可以把上下文窗口理解成 AI 的”工作记忆“，就像你我同时能记住的事情是有限的一样，AI 在一次对话中能处理的信息量也有上限。这个上限用”token“来衡量，大致可以理解为字词的数量。

Claude 的上下文窗口大约是 20 万 token，听起来很多对吧？大概相当于一本 300 页的书。但问题是，这些空间不只是用来记你说的话，还要装很多”基础设施“。

其中一个大头，就是工具的说明书。

MCP：给 AI 装的”App Store“

过去一年，Anthropic 推出了一个叫 MCP（Model Context Protocol，模型上下文协议） 的东西。你可以把它理解成给 AI 装的 App Store。

以前，想让 AI 连接外部工具（比如读取 Google Drive 文件、操作 Salesforce 数据库），每个工具都需要单独开发接口，非常麻烦。MCP 就像是制定了一个统一标准：只要工具支持 MCP 协议，AI 就能直接用。

这个协议火了。短短几个月，社区已经开发了几千个 MCP 服务器，覆盖了各种各样的工具和数据源。

用户也越来越”贪心“：既然能连这么多工具，那我全都要！GitHub 上有用户晒出自己的配置：7 个以上的 MCP 服务器，光是工具说明书就占用了 67000 多个 token。

67000 token 是什么概念？大约占了上下文窗口的三分之一。还没开始干活呢，AI 的”脑容量“就被说明书塞满了三分之一。

这就像你雇了一堆助手，结果每次开工之前，光是听他们自我介绍就要花一个小时。

从"全员到场"到"随叫随到"

Tool Search 的解决方案其实很直观：不要让所有工具都”预加载“到上下文里，而是用”懒加载“的方式，需要谁再叫谁。

具体怎么工作的呢？

Claude Code 会自动检测：如果你连接的 MCP 工具说明书加起来超过上下文窗口的 10%，就会自动启用 Tool Search 模式。在这个模式下，工具不再预先加载，而是通过搜索的方式按需调用。

打个比方：以前是把所有员工都叫到会议室等着，现在是把员工名单和专长简介放在一个通讯录里。需要谁的时候，查一下通讯录，打个电话叫来就行。

这个改变带来的效果是显著的。官方博客里举了个例子：原本需要 15 万 token 来装工具定义的场景，用新方式只需要 2000 token，节省了 98.7%。

更重要的是，这个改变对用户来说几乎是无感的。如果你的工具不多，没触发 10% 的阈值，一切照旧。只有当工具真的多到影响效率的时候，系统才会自动切换模式。

这背后是一个更大的趋势

说实话，”懒加载“这个概念在软件工程里一点都不新鲜。网页开发者天天用它来优化加载速度。但把它应用到 AI 工具管理上，说明这个领域正在从”能用就行“走向”精打细算“。

Anthropic 官方博客里还提到了一个更激进的思路：让 AI 用写代码的方式来调用工具。

传统方式下，AI 调用工具就像接力赛，从 Google Drive 拿到数据，传给模型，模型再传给 Salesforce。每一棒都要经过模型的”手“，占用上下文空间。

而如果 AI 能写代码，它可以直接写一段脚本：从 Google Drive 拿数据，直接存到 Salesforce，中间结果根本不需要经过模型。这就像是从”接力赛“变成了”直达航班“。

Cloudflare 把这种方式叫做"Code Mode"，实测下来效率提升非常明显。

对普通用户意味着什么

如果你是 Claude Code 的用户，这个更新带来几个实际好处：

第一，你可以放心大胆地装更多 MCP 服务器了。 以前装七八个可能就开始卡顿，现在这个限制大大放宽。

第二，长对话不再容易”失忆“。 以前工具说明书占了太多空间，聊久了 AI 可能记不住前面的内容。现在上下文空间释放出来，对话质量会更稳定。

第三，响应速度会更快。 少处理那么多 token，自然就省时间。

如果你是 MCP 服务器的开发者，Anthropic 建议好好写你的”server instructions“字段。这个字段以前不太重要，现在它变成了 AI 决定什么时候调用你的工具的关键线索。

写在最后

这个更新看起来只是一个技术细节的优化，但它反映的是 AI 工具生态正趋向”成熟“的信号。

早期的 AI 应用，大家都在拼”能不能做到“。现在功能越来越多，竞争的焦点开始转向”怎么做得更高效、更省钱“。

这就像智能手机刚出来的时候，大家比的是”能装多少 App“。后来手机成熟了，大家开始比的是”续航多久“、”内存管理好不好"。

AI 工具生态也在经历同样的转变。从粗放到精细，从堆功能到抠效率。