В последние годы пространство агентных искусственных интеллектов (AI Agents) активно развивалось благодаря появлению различных протоколов и стандартов для интеграции инструментов. Одним из таких перспективных направлений была концепция MCP (Multi-Tool Communication Protocol) — протокола, призванного стать универсальным стандартом для обнаружения и использования инструментов различными агентами. Однако несмотря на всю привлекательность идеи, последние технологические тренды демонстрируют, что эта концепция постепенно выходит из моды, уступая место более гибкому и рациональному подходу — созданию инструментов самим AI-агентом непосредственно в момент необходимости. MCP долгое время рассматривался как ключ к упрощению интеграции: вместо того, чтобы вручную настраивать каждый новый инструмент, агенты могли бы находить и подключать их автоматически через специализированные серверы. Казалось, что подобный слой абстракции решит многие проблемы аутентификации, сложного конфигурирования и совместимости.
Однако на практике все оказалось значительно сложнее. MCP-сервера требуют тщательной настройки, управления доступом, регистрации ключей и OAuth, что не только усложняет жизнь конечному пользователю, но и снижает гибкость самого агента. Возникает парадокс: в то время как AI-агенты способны автоматизировать множество сложнейших процессов, настройка инструментов для них остается рутинной, технически сложной и требующей постоянного вмешательства человека. Этот разрыв между возможностями автоматизации и реальной эксплуатацией становится очевидной причиной, почему MCP и подобные ему инициативы не оправдали ожиданий. Вместо того чтобы полагаться на фиксированные списки инструментов и сложную инфраструктуру, современное направление предлагает давать AI-агентам возможность создавать именно те инструменты, которые им нужны, в момент выполнения задачи.
Такой подход радикально меняет парадигму взаимодействия и открывает новые горизонты для эффективности и адаптивности. Примером подобного решения является платформа rtrvr.ai с функцией On-the-Fly Tool Generation (ToolGen), которая уже демонстрирует впечатляющие результаты. Вместо того чтобы заранее прописывать инструменты и настраивать интеграции, агент получает цель и, опираясь на контекст браузера — активные сессии, cookies и видимые API-ключи — самостоятельно генерирует необходимый код для доступа к нужным сервисам. Так, при посещении страницы разработчика HubSpot и наличии там токена доступа агент может автоматически написать JavaScript-функцию для загрузки контакта, после чего сразу использовать эту функцию для передачи информации из другого источника, например LinkedIn.
Этот подход открывает сразу несколько преимуществ. Во-первых, отпадает необходимость в сложных цепочках аутентификации, ведь агент использует уже залогиненные сессии, которые есть в браузере. Во-вторых, отсутствует необходимость поддерживать множество лишних инструментов в памяти — агент создаёт только нужные решения «по запросу». Это экономит ресурсы и упрощает интерфейс взаимодействия. В-третьих, повышается надёжность, так как каждый инструмент адаптирован под конкретную задачу и контекст, а не универсален и потенциально избыточен.
В целом, отказ от MCP-подхода и переход к динамическому созданию инструментов меняет понимание автоматизации и взаимодействия AI с внешними сервисами. Скорость, гибкость и простота, которые приносит эта инновация, превосходят все ожидания и создают новый стандарт того, как должны работать интеллектуальные агенты в ближайшем будущем. Конечно, создание инструментов на лету требует мощных моделей языкового программирования, глубокого контекстного анализа и интеграции с браузерными интерфейсами. Платформы, подобные rtrvr.ai, демонстрируют, что уже сегодня эти технологии достигают зрелости и готовы к широкому применению.
Такой подход идеально вписывается в эко-систему современных пользователей, где множество сервисов и приложений уже доступно через веб-интерфейсы с кучей разных API и токенов. Чтобы не тратить время на ручную настройку, AI-агент просто «читает» текущий контекст и строит под него индивидуальное решение, способное выполнять задачи сложной цепочки с минимальным вмешательством человека. В дополнение к технической простоте, данный метод помогает повысить безопасность, поскольку агенты не хранят и не обрабатывают лишние ключи и учётные данные, а используют временные и уже проверенные сессии браузера. Это уменьшает риски распространённые при традиционных методах интеграции. Преимущества и перспективы метода с созданием инструментов на лету очевидны и уже начинают накладывать отпечаток на индустрию AI-агентов.
