MCP для ИИ-агентаКакую проблему решает и как поручить подключение агенту

Что такое MCP

MCP — один общий разъём, как USB. Подключил агента к Jira или GitLab, и он сам берёт оттуда данные. Подробнее

На картинке два пути данных. В первом человек пересказывает задачу агенту, и детали теряются по дороге. Во втором агент читает саму систему через MCP и видит всё, что видит человек. MCP (Model Context Protocol) — открытый стандарт, который связывает ИИ-приложения с внешними системами. У агента есть MCP-клиент, у системы MCP-сервер, и сервер сообщает агенту, какие данные и действия доступны.

Наш контекст и чужие

Наш контекст: всё, что агент видит сразу (диалог с агентом, файлы проекта). Другие контексты: всё остальное (GitLab, Jira, записи встреч, база знаний). Мост между ними — MCP: у агента MCP-клиент, у системы MCP-сервер.

На картинке слева контекст агента: диалог с ним и файлы проекта, которые он видит сразу. Справа другие системы: GitLab, Jira, tldv с записями встреч, Confluence с базой знаний. Пока MCP не подключён, агент их не видит. Мост между ними состоит из двух частей: MCP-клиент у агента и MCP-сервер у системы.

Что такое контекст

Контекст — всё, что модель видит в данный момент. Чего нет в контексте, того агент не знает.

Контекст можно представить как стол, на котором лежит всё, что модель видит прямо сейчас: сообщения диалога, открытые файлы, результаты вызовов. Чего на столе нет, того для модели не существует, пока это туда не положили. Поэтому главный вопрос при работе с агентом: что у него на столе.

Таблица показывает, что будет с фактом в зависимости от того, где он лежит. Факт в контексте агента (диалог, файлы проекта): агент отвечает по данным. Факт в другой системе (GitLab, Jira, записи встреч): агент заберёт его сам, но только через MCP. Факт нигде не записан (в головах людей, в закрытой системе): агент его не увидит и заменит догадкой. Отсюда практическое правило: записывайте решения туда, откуда агент может их взять.

Как агент забирает чужой контекст: ReAct

Агент работает по циклу ReAct: рассуждает, действует, читает результат и снова рассуждает. MCP — это шаг «действует»: результат вызова попадает в наш контекст.

Пример цикла: агент рассуждает («нужны шаги бага PAY-142»), действует (вызывает MCP-сервер Jira), читает ответ (он попадает в контекст) и отвечает по данным. Три карточки показывают, что бывает, если цикл нарушен. Одни рассуждения дают выдуманный ответ, одни действия дают лишние вызовы и расход токенов, а чередование даёт ответ точно по данным.

Обоснование: у каждой части ответа есть опора

Ответ обоснован, когда каждая его часть получена из контекста. Такое соответствие без пустых мест называется эпиморфизмом.

Таблица показывает проверку обоснованности на примере. Шаги воспроизведения берутся из заявки в Jira, место падения кода из GitLab, причина решения из записи встречи. Если у части ответа такой опоры нет, её перепроверяют вручную.

Галлюцинация: часть без опоры

Галлюцинация — уверенная догадка на месте, где опоры нет. Выглядит так же гладко, как ответ из данных. Подробно и с советами Anthropic — в разделе про галлюцинации ниже.

Галлюцинация выглядит так же гладко, как ответ из данных, поэтому по тону их не различить. Отличает их только опора: она есть или её нет.

Почему именно эти

Эти системы выбраны потому, что в них лежат четыре вида фактов: код, задачи, правила и решения со встреч. В каждой строке указано, что пропадёт без подключения. Для Confluence есть оговорка: его подключают, только если страницы вылизаны (есть владелец и дата проверки), а фактическую картину агент сверяет с кодом в GitLab. Ещё надёжнее хранить требования и спеки в Git: там у правок есть автор, дата и причина.

Как подключить Jira

Агент и его оболочка (харнесс) умеют подключаться сами. Инструкции: Atlassian и Claude Code.

Картинка сравнивает два способа. Руками: вы ищете инструкцию, вводите команды, входите в систему и проверяете результат. Поручить агенту: вы говорите одну фразу, агент подключает Jira сам, а вам остаётся только войти через браузер.

Скажите агенту

Подключи MCP-сервер Jira по инструкции Atlassian и проверь на задаче PAY-142: прочитай её и перескажи комментарии.

Копировать

Команды агент запустит сам. От вас нужен только вход через браузер (OAuth): пароль агенту не передаётся. Если агент просит сделать это вас.

Что произойдёт

1. 1
   Агент подключит Jira

   одной командой, вы ничего не вводите
2. 2
   Откроется страница Jira — главный шаг

   там вам предложат дать агенту доступ к Jira; вы входите и подтверждаете, пароль агент не видит
3. 3
   Агент прочитает PAY-142

   откроет задачу с комментариями и перескажет их

Главный шаг здесь второй: доступ выдаёте вы сами, входом через браузер. Агент не видит ваш пароль и получает только те права, которые вы подтвердили на странице Jira. Первый и третий шаги агент делает сам.

claude mcp add --transport http atlassian https://mcp.atlassian.com/v2/mcp
/mcp               # войти через браузер (OAuth)
claude mcp list     # статус: подключён / нужен вход / ошибка

Руками это три команды: добавить сервер, войти через браузер командой /mcp и проверить статус. Статус бывает трёх видов: подключён, нужен вход или ошибка. Схема выше показывает, как это выглядит по шагам, а ниже в областях сказано, где хранится настройка.

Экономия

Экономия приходит от точности. Неточный запрос даёт неточный ответ, правка порождает новый запрос, и ошибки накапливаются от шага к шагу; при ручном копировании и пересказе человек вносит такие неточности незаметно. Агент берёт данные прямо из источника, поэтому цепочка короче и ошибок меньше. Платой становится рост расхода токенов на дистанции, и для него есть ограничители.

Слева путь с ручным копированием: каждый шаг добавляет неточность, и к третьему заходу ошибки накопились. Справа путь из источника: один точный запрос и один ответ, без цепочки пересказов.

Ограничители расхода

Ответ подключённой системы попадает в диалог и занимает там место, а место измеряется в токенах. Поэтому Claude Code следит за размером ответа и ставит два порога.

Шкала показывает размер ответа системы в токенах. До 10 000 токенов ответ проходит без замечаний. После 10 000 Claude Code предупреждает, что ответ большой. После 25 000 ответ не попадает в диалог целиком и сохраняется в файл.

Порог 25 000 можно поднять настройкой окружения MAX_MCP_OUTPUT_TOKENS, а порог предупреждения фиксирован.

Подробнее.

Меньше галлюцинаций

Галлюцинация: модель выдаёт текст, который выглядит верно, но неверен или не следует из данных. Ведёт она себя одинаково уверенно в двух случаях. Подробнее

Ответ агента сопоставляется с данными: у каждой его части должна быть опора. В математике такое соответствие называется эпиморфизмом. Части без опоры модель заполняет догадкой, и они выглядят так же уверенно.

Что это значит на практике. Если системы не подключены, агент заполняет недостающее догадкой и пишет её тем же уверенным тоном: по тексту догадку от факта не отличить. Если системы подключены, на месте догадки стоят реальные данные со ссылкой, и проверка занимает один клик. Три совета Anthropic работают вместе: разрешить агенту сказать «не знаю», когда данных нет, просить опираться на дословный текст источника и требовать к каждому утверждению ссылку.

Что рекомендует Anthropic

Три совета Anthropic закрывают дырки в данных. Разрешить «не знаю»: иначе модель заполнит пробел догадкой. Опираться на цитату: дословный текст источника можно проверить. Давать ссылку к каждому утверждению: её можно открыть и сверить.

Риски и правила

В большинстве случаев защита уже встроена в устройство MCP в Claude Code. Остаётся выбрать доверенные серверы и не выдавать лишних прав. Подробнее

Стоит помнить о трёх рисках. Лишние права: сервер, которому выдали запись, может изменить или удалить данные, поэтому права выдают по минимуму. Недоверенный сервер: MCP-сервер сторонних авторов получает доступ к тому, что вы ему открыли, поэтому подключайте проверенные. Текст из систем: задача или комментарий могут содержать фразу, адресованную агенту, об этом подробно в статье про data plane и control plane.

Лестница на картинке показывает порядок выдачи прав. Сначала чтение: агент только смотрит. Потом запись с подтверждением: агент предлагает, а человек одобряет каждую запись. Запись без подтверждения откладывается, пока доверие не накоплено. Поднимайтесь на одну ступень, только когда убедились, что предыдущая работает.

С чего начать

Начинать лучше с малого: один источник, один человек, который проверяет, и режим только чтения. Подключите Jira, задайте агенту пять вопросов про реальные задачи и сверьте ответы с тем, что видите сами. Так вы поймёте, насколько агенту можно доверять, до того как давать ему права на запись.

Другие кейсы

Один подход работает в разных задачах: агент читает источники, человек проверяет результат.

Как читать таблицу. В каждой строке порядок один: агент читает источники, делает основную работу и приносит результат, а человек проверяет его одним коротким действием. В QA шаги отчёта повторяют руками на стенде. В аналитике одно число пересчитывают другим способом. В инцидентах гипотезу сверяют с графиками и событиями. Подробности в статьях по ссылкам.