@_philschmid 如何在你的 AI Agents 中正确使用 MCP servers
@_philschmid How to correctly use MCP servers with your AI Agents
文章说明 MCP servers 未失效，但盲目启用会扩大 context、增加成本并降低性能。提出两种使用模式：Inline Tool Injection 通过 prompt 中 @github、@slack 等 @mention 按需注入 tools；Subagent MCP Servers 在 subagents 配置中声明 MCP servers，并用 allowed_tools 限定最小权限，适用于固定依赖 GitHub、Zendesk 等工具的场景。
MCP servers 并没有死。但盲目启用它们会让你的 context 膨胀，导致成本更高、性能更差。不同于 Agent Skills，MCP servers 默认不自带 progressive disclosure。你需要自行选择当前任务所需的 tools。下面是两种已验证的模式，用于正确使用 MCP servers 并避免膨胀。
1. 显式 MCP Servers：Inline Tool Injection
MCP servers 保持 opt-in。Servers 在你的 prompt 中通过 @mention 引用，agent 会在 model request 之前解析、获取并注入这些 tools。
在 prompt 中写 @github 或 @slack 会触发 agent：
除非被请求，否则什么都不会加载。tool surface 保持很小。
适用场景：MCP 使用是偶发的、由用户驱动的。有人提出一个需要 Slack 或 GitHub 数据的问题，他们 @mention 对应 server，它只会为这次 request 被拉取进来。这样可以降低成本，并避免在不需要外部集成的任务中引入 tool 噪音。
2. Subagent MCP Servers
MCP servers 在 subagents 定义中声明，并在运行时自动可用，同时可用的还有 read_file 或 bash 等 native tools。
每个 subagent 都有自己的配置，用来声明其 model、tools……以及可选的 MCP servers。你可以使用 allowed_tools 将 MCP servers 限定到特定 tools。
main agent 注册 subagents。被调用时，每个 subagent 会连接到它声明的 MCP servers，并将这些 tools 与 native tools 合并。
allowed_tools 让你无需 fork MCP server，就能实现最小权限范围控制。
适用场景：use case 决定所需 tools。code review agent 总是需要 GitHub，support agent 总是需要 Zendesk。MCP servers 是 agent 身份的一部分，而不是用户每次 request 选择加入的东西。allowed_tools 让每个 agent 只限定在它实际需要的范围内。