---
title: "Code Execution s MCP: tokenová efektívnosť pre zložitých agentov"
description: "Code Execution s MCP označuje vzor pre agentov, pri ktorom AI agent namiesto mnohých jednotlivých volaní nástrojov (tool calls) píše a spúšťa kód, ktorý programovo volá nástroje MCP v sandboxe."
locale: "sk"
canonical: "https://blckalpaca.at/sk/vedomosti/ai-agenti/model-context-protocol-mcp/code-execution-s-mcp-tokenova-efektivnost-pre-komplexnych-agentov"
category: "AI agenti"
topic: "Model Context Protocol (MCP)"
updated: "2026-10-17T15:34:02.421Z"
source: "Blck Alpaca e.U., blckalpaca.at"
---

# Code Execution s MCP: tokenová efektívnosť pre zložitých agentov

Code Execution s MCP označuje vzor pre agentov, pri ktorom AI agent namiesto mnohých jednotlivých volaní nástrojov (tool calls) píše a spúšťa kód, ktorý programovo volá nástroje MCP v sandboxe. Výrazne to znižuje spotrebu tokenov a latenciu, pretože medzivýsledky sa spracúvajú v kontexte kódu, a nie v kontextovom okne jazykového modelu.

## Na prvý pohľad

- Code Execution obracia logiku: agent generuje kód, ktorý volá nástroje MCP, namiesto toho, aby posielal každý nástroj jednotlivo cez kontext LLM. Definície nástrojov a medzivýsledky sa už nedostávajú do kontextového okna v plnom rozsahu.
- Pákou je tokenová efektívnosť: pri mnohých dostupných nástrojoch a dlhých medzivýsledkoch spotreba tokenov výrazne klesá, pretože filtrovanie, cykly a agregácia prebiehajú v kóde, a nie v modeli.
- Vzor sa oplatí pri zložitých viacstupňových workflow s mnohými nástrojmi a veľkými objemami dát. Pri jednoduchých jednokrokových úlohách zostávajú priame volania nástrojov rýchlejšie a transparentnejšie.
- Bezpečnosť nie je voliteľná: spustiteľný kód vygenerovaný modelom potrebuje izolovaný sandbox, tokeny OAuth 2.1 s obmedzeným rozsahom (scope) a princíp najnižších oprávnení (least privilege). MCP vychádza zo zámerne optimistického modelu dôvery, ktorý zabezpečenie (hardening) necháva na prevádzkovateľovi.
- MCP je k roku 2026 de facto štandardom pre komunikáciu medzi agentom a nástrojmi (Anthropic ho zaviedol v roku 2024, od 9. 12. 2025 patrí pod Agentic AI Foundation v rámci Linux Foundation); technickým základom je JSON-RPC 2.0 cez stdio, resp. Streamable HTTP.
- Pre agentúry v regióne DACH je Code Execution pákou na hospodárnu prevádzku agentických produktov: menej tokenov na jeden beh znamená lepšiu jednotkovú ekonomiku (unit economics) pri multi-tenant službách.

Code Execution s MCP označuje vzor pre agentov, pri ktorom [AI agent](https://blckalpaca.at/sk/slovnik/ai-agent) namiesto mnohých jednotlivých volaní nástrojov píše a spúšťa kód, ktorý programovo volá nástroje [MCP](https://blckalpaca.at/sk/slovnik/mcp) v [sandboxe](https://blckalpaca.at/sk/vedomosti/ai-agenti/model-context-protocol-mcp/mcp-security-best-practices). Citeľne to znižuje spotrebu tokenov a latenciu, pretože definície nástrojov a medzivýsledky sa spracúvajú v kontexte kódu a neprechádzajú v plnom rozsahu cez kontextové okno jazykového modelu. Ide o optimalizáciu pre zložité, dátovo náročné workflow, nie o náhradu klasických volaní nástrojov.

## Rýchle odpovede

- **Čo to je:** [Agent](https://blckalpaca.at/sk/slovnik/agent) vygeneruje program, ktorý volá nástroje MCP ako funkcie; do modelu sa vráti iba zhustený konečný výsledok.
- **Na čo je dobrý:** Úspora tokenov a nižšia latencia pri mnohých nástrojoch, mnohých krokoch a veľkých medzivýsledkoch.
- **Čo potrebuje:** Izolovaný sandbox, tokeny s obmedzeným rozsahom a princíp najnižších oprávnení, pretože spustiteľný kód modelu je samostatná útočná plocha.

## Problém: volania nástrojov zle škálujú

[Model Context Protocol (MCP)](https://blckalpaca.at/sk/vedomosti/ai-agenti/model-context-protocol-mcp/mcp-vs-openapi-tool-use) zaviedol Anthropic 25. novembra 2024 ako otvorený štandard na prepojenie [AI](https://blckalpaca.at/sk/slovnik/ai) aplikácií s externými systémami, napríklad so súborovými systémami, databázami, podnikovými aplikáciami a vývojárskymi nástrojmi. Technicky MCP stavia na JSON-RPC 2.0 cez dva štandardné transporty: stdio pre lokálne servery a HTTP transport, ktorý [revízia špecifikácie 2025-03-26](https://modelcontextprotocol.io/specification/2025-03-26/changelog) (marec 2025) prestavila z doterajšieho HTTP+SSE na Streamable HTTP. Tá istá revízia priniesla OAuth 2.1 a anotácie nástrojov. Zaviedla aj dávkovanie JSON-RPC (batching), ktoré neskôr odstránila [revízia 2025-06-18](https://modelcontextprotocol.io/specification/2025-06-18/changelog). K roku 2026 je MCP de facto štandardom pre komunikáciu medzi agentmi a nástrojmi; 9. decembra 2025 Anthropic daroval protokol novozaloženej [Agentic AI](https://blckalpaca.at/sk/slovnik/agentic-ai) Foundation (AAIF) pod záštitou Linux Foundation. V tom čase podľa spoločnosti [Anthropic](https://www.anthropic.com/news/donating-the-model-context-protocol-and-establishing-of-the-agentic-ai-foundation) zaznamenávali SDK vyše 97 miliónov stiahnutí mesačne v Pythone a TypeScripte.

V klasickom vzore agent volá každý nástroj jednotlivo. Každé volanie prechádza cez jazykový model ([LLM](https://blckalpaca.at/sk/slovnik/llm)): model vidí definíciu nástroja, sformuluje volanie, dostane úplný výsledok späť do svojho kontextového okna a rozhodne o ďalšom kroku. Pri jednoduchých úlohách je to ideálne: transparentné a dobre auditovateľné. Pri zložitých workflow však vznikajú dvaja žrúti tokenov:

1. **Definície nástrojov vopred.** Ak má agent k dispozícii desiatky alebo stovky nástrojov MCP, ich popisy sa musia vopred načítať do kontextu. To sú často tisíce tokenov ešte predtým, než agent vôbec začne pracovať.
2. **Medzivýsledky v kontexte.** Nástroj, ktorý vráti dlhý zoznam, veľký dokument alebo rozsiahlu odpoveď [API](https://blckalpaca.at/sk/slovnik/api), zapíše tento výstup v plnom rozsahu do kontextového okna, aj keď agent z neho potrebuje len tri hodnoty. Pri viacstupňových reťazcoch sa to sčítava.

## Riešenie: agent píše kód

Vzor Code Execution, ktorý Anthropic zverejnil koncom roka 2025 ako inžiniersky prístup, obracia logiku. Agent vygeneruje program, zvyčajne v Pythone alebo TypeScripte, ktorý pracuje s nástrojmi MCP ako s importovateľnými funkciami. Tento kód beží v sandboxe. Filtrovanie, cykly, vetvenia a agregácie prebiehajú tam, v behovom prostredí kódu. Do kontextového okna modelu sa vracia iba zhustený konečný výsledok.

Rozdiel sa dá ukázať na pseudokóde. Úloha: agent má v [CRM](https://blckalpaca.at/sk/slovnik/crm) nájsť všetky kontakty, ktorých posledná objednávka priniesla obrat vyšší ako 10 000 eur.

**Klasicky, s mnohými volaniami nástrojov cez model:**

`LLM: zavolaj get_contacts()`

`-> 5 000 kontaktov (v plnom rozsahu do kontextu)`

`LLM: pre každý kontakt zavolaj get_last_order(id)`

`-> 5 000 ďalších volaní nástrojov, každé jednotlivo cez model`

`LLM: vyfiltruj tie s obratom > 10 000`

`-> opäť veľké objemy dát v kontexte`

**Code Execution, s jedným vygenerovaným programom:**

`# kód vygenerovaný agentom a spustený v sandboxe`

`kontakty = mcp.crm.get_contacts()`

`obraty = {k.id: mcp.crm.get_last_order(k.id).obrat for k in kontakty}`

`return [{"name": k.name, "obrat": obraty[k.id]} for k in kontakty if obraty[k.id] > 10000]`

V druhom prípade model nevidí ani 5 000 kontaktov, ani 5 000 odpovedí s objednávkami. Vidí iba kód, ktorý napísal, a na konci vyfiltrovaný zoznam. Samotné volania nástrojov prebiehajú programovo, nie ako jednotlivé kolá cez LLM. To šetrí tokeny aj latenciu, pretože cykly bežia bez ďalších kôl cez model.

Druhým efektom je **objavovanie nástrojov podľa potreby**: namiesto toho, aby agent vopred načítal všetky definície nástrojov, môže prehľadávať dostupné servery MCP a ich funkcie ako adresár modulov a importovať iba tie, ktoré skutočne potrebuje. Úvodná réžia tak zostáva malá, aj keby boli teoreticky k dispozícii stovky nástrojov.

## Príklad s číslami

Zjednodušený výpočet ukazuje, kde je páka. Predpoklad: agent má z CRM zistiť najdôležitejších zákazníkov a doplniť k nim údaje o objednávkach. Čísla sú ilustračné. Dávajú rádovú predstavu a nie sú benchmarkom. Klasický stĺpec pritom zobrazuje najpriaznivejší prípad: počíta iba úvodné načítanie a jediný surový zoznam s 5 000 záznamami. Nie je v ňom započítaných 5 000 jednotlivých volaní `get_last_order` z pseudokódu vyššie. Každé z nich by prinieslo vlastnú odpoveď s objednávkou a ďalšie kolo cez model. Klasický súčet by tak bol mnohonásobne vyšší.

| Položka | Klasické volania nástrojov | Code Execution |
| --- | --- | --- |
| Definície nástrojov vopred | cca 8 000 tokenov (načítané všetky nástroje) | cca 1 500 tokenov (len potrebné) |
| Medzivýsledky v kontexte | cca 125 000 tokenov (5 000 surových záznamov, každý zhruba 25 tokenov) | cca 0 tokenov (vyfiltrované v kóde) |
| Vygenerovaný kód / konečná odpoveď | - | cca 2 500 tokenov |
| Kolá cez LLM (roundtripy) | 1 na každé volanie nástroja (tu viac ako 5 000, nie sú v súčte) | málo (generovanie kódu + výsledok) |
| **Súčet tokenov (hrubý rádový odhad)** | **viac ako 133 000** | **cca 4 000** |

V tabuľke nie je rozhodujúcou položkou úvodné načítanie, ale medzivýsledky: spracúvajú sa v kóde a nezaberajú kontext modelu. Práve tu je páka. Čím väčšie objemy dát a čím viac iterácií, tým výraznejší je rozdiel. Pri jednoduchom samostatnom dopyte sa naopak výpočet obracia: réžia generovania a spúšťania programu prevyšuje úžitok.

Konkrétne hodnoty uvádza Anthropic vo svojom [inžinierskom článku zo 4. novembra 2025](https://www.anthropic.com/engineering/code-execution-with-mcp). V príklade agent načíta prepis stretnutia z Google Drive a pripojí ho k leadu v Salesforce. Pri priamych volaniach nástrojov prejde prepis cez model dvakrát. Pri dvojhodinovom stretnutí to môže byť ďalších 50 000 tokenov. Ak sú nástroje k dispozícii ako súbory a agent načíta iba definície, ktoré potrebuje pre aktuálnu úlohu, spotreba podľa spoločnosti Anthropic klesne zo 150 000 na 2 000 tokenov, teda o 98,7 percenta.

## Kedy má zmysel a kedy nie

| Kritérium | Code Execution má zmysel | Priame volania nástrojov sú lepšie |
| --- | --- | --- |
| Počet nástrojov | Veľa (desiatky+) | Málo |
| Kroky workflow | Viacstupňové, s cyklami/vetveniami | Jeden až dva kroky |
| Medzivýsledky | Veľké (zoznamy, dokumenty, výpisy z API) | Malé |
| Determinizmus | Opakujúca sa, programovateľná logika | Prieskumný postup, ad hoc |
| Sledovateľnosť | Potrebné je trasovanie kódu + logy sandboxu | Stačí trasovanie volaní nástrojov |

Code Execution je optimalizácia, nie štandardný vzor na všetko. Hodí sa pre dátovo náročné, opakujúce sa [workflow s viacerými nástrojmi](https://blckalpaca.at/sk/sluzby/integracia-ai-agenta). Pre jednoduché jednorazové akcie zostávajú priame volania nástrojov rýchlejšie, lacnejšie a transparentnejšie: trasovanie ukazuje každý krok priamo, bez obchádzky cez vygenerovaný kód.

## Bezpečnosť: sandbox je povinnosť

Najväčší rozdiel oproti klasickým volaniam nástrojov sa týka bezpečnosti: pri vzore Code Execution systém vykonáva **spustiteľný kód vygenerovaný jazykovým modelom**. To je samostatná útočná plocha. Pre MCP je k roku 2026 zdokumentovaný zámerne optimistický model dôvery, ktorý kladie syntaktickú správnosť naroveň sémantickej bezpečnosti. K tomu pribúdajú konkrétne triedy útokov: nepriama [prompt](https://blckalpaca.at/sk/slovnik/prompt) injection cez popisy serverov, Tool Poisoning ([PoC od Invariant Labs, apríl 2025](https://invariantlabs.ai/blog/mcp-security-notification-tool-poisoning-attacks)), squatting serverov s podobnými názvami (look-alike server squatting) a Full-Schema-Poisoning od CyberArk, pri ktorom môže byť vektorom útoku typu injection každá časť schémy nástroja. Zabezpečenie (hardening) je pritom výslovne úlohou prevádzkovateľa.

Pre Code Execution to konkrétne znamená:

- **Izolovaný sandbox.** Vygenerovaný kód beží v oddelenom behovom prostredí bez širokého prístupu k súborom a sieti, s limitmi zdrojov a času proti nekonečným cyklom a vyčerpaniu zdrojov.
- **Tokeny s obmedzeným rozsahom.** Servery MCP za OAuth 2.1 (od [revízie špecifikácie 2025-03-26](https://modelcontextprotocol.io/specification/2025-03-26/changelog), marec 2025) s minimálnymi potrebnými oprávneniami. Kód dostane prístup len k tomu, čo úloha vyžaduje.
- **Princíp najnižších oprávnení a žiadna autonómna inštalácia.** Agenti nesmú sami dodatočne načítavať ani inštalovať servery MCP z nedôveryhodných registrov.
- **Úplné auditné logovanie.** Každé volanie nástroja z kódu v sandboxe sa zaznamenáva, s end-to-end trasovaním, pevne stanovenými verziami modelov a koreláciou cez trace ID. V regulovaných odvetviach v regióne DACH môžu audítori a dozorné orgány takéto dôkazy vyžadovať.

Kto prevádzkuje spustiteľný kód modelu bez týchto ochranných vrstiev, vymieňa [tokenovú efektívnosť](https://blckalpaca.at/sk/vedomosti/ai-agenti/budovanie-infrastruktury-ai-agentov/token-economics-ako-naozaj-vznikaju-naklady-na-ai-agentov) za značné riziko pre bezpečnosť a ochranu údajov. V regulovaných odvetviach v regióne DACH je to neprípustné.

## Pre agentúry a B2B manažérov

Pre agentúry v regióne DACH a AI dodávateľov s vlastnými produktmi je Code Execution s MCP priamou pákou na jednotkovú ekonomiku (unit economics) agentických produktov. Kto prevádzkuje multi-tenant služby (napríklad agentov pre [SEO](https://blckalpaca.at/sk/slovnik/seo), newslettre alebo rešerše), platí za každý beh v tokenoch; vzor Code Execution tieto náklady pri dátovo náročných workflow merateľne znižuje a zároveň skracuje latenciu, čo zlepšuje vnímanú kvalitu produktu. Praktický začiatok: pri existujúcich agentoch postavených na MCP skontroluj, ktoré workflow prechádzajú mnohými nástrojmi a veľkými medzivýsledkami, práve tieto prestav na Code Execution a od prvého dňa zabuduj sandbox, rozsahy oprávnení (scopes) OAuth 2.1 a [auditné logovanie](https://blckalpaca.at/sk/vedomosti/ai-agenti/budovanie-infrastruktury-ai-agentov/observability-pre-ai-agentov-tracing-metriky-logy-a-evals). Pre B2B manažérov s rozhodovacou právomocou platí: vzor je architektonické rozhodnutie pre každý workflow, nie zmena platformy. Stavia na už etablovanom štandarde MCP a dá sa zavádzať postupne bez zahodenia existujúcej integrácie nástrojov.

## Často kladené otázky

### Čo presne je Code Execution s MCP?

Vzor, pri ktorom AI agent neposiela každé volanie nástroja MCP jednotlivo cez svoje kontextové okno, ale napíše program, ktorý volá nástroje MCP ako funkcie. Tento kód beží v izolovanom sandboxe; do kontextového okna sa vracia iba zhustený konečný výsledok. Pri zložitých workflow tak výrazne klesá spotreba tokenov a latencia.
### Kedy sa oplatí kód namiesto jednotlivých volaní nástrojov?

Keď workflow zahŕňa veľa nástrojov, veľa krokov alebo veľké medzivýsledky, napríklad filtrovanie dát z viacerých zdrojov, cykly cez záznamy alebo agregácie. Pri jednoduchých jednokrokových úlohách s malým výstupom je priame volanie nástroja rýchlejšie, lacnejšie a lepšie sledovateľné. Orientačné pravidlo: čím väčší objem dát a čím viac medzikrokov, tým viac sa Code Execution vypláca.
### Prečo Code Execution šetrí tokeny?

Dva efekty. Po prvé, do kontextu netreba vopred načítať všetky definície nástrojov. Agent môže nástroje objavovať a importovať podľa potreby. Po druhé, medzivýsledky sa spracúvajú, filtrujú a agregujú v kóde a neprechádzajú v plnom rozsahu cez model. Tokeny zaberá iba zhustený výsledok. Pri dlhých zoznamoch výsledkov je to najväčšia páka.
### Aké bezpečnostné riziká prináša spúšťanie kódu agenta?

Agent vytvára spustiteľný kód. To je samostatná útočná plocha. Potrebuješ izolovaný sandbox bez širokého prístupu k sieti a súborom, tokeny OAuth 2.1 s obmedzeným rozsahom, princíp najnižších oprávnení a limity zdrojov. Pre MCP sú k roku 2026 zdokumentované optimistický model dôvery aj riziká ako Tool Poisoning a Full-Schema-Poisoning; zabezpečenie je zodpovednosťou prevádzkovateľa.
### Nahrádza Code Execution bežné volania nástrojov MCP?

Nie. Oba vzory existujú vedľa seba. Priame volania nástrojov zostávajú štandardným vzorom pre jednoduché, jednotlivé akcie a pre maximálnu transparentnosť pri trasovaní. Code Execution je optimalizácia pre zložité, dátovo náročné workflow s viacerými nástrojmi. Dobrá architektúra rozhoduje pri každej úlohe, ktorý vzor sa použije.
### Je Code Execution pripravený na produkčné nasadenie v B2B projektoch v regióne DACH?

Vzor stavia na MCP, ktorý je k roku 2026 etablovaným štandardom pre komunikáciu agentov s nástrojmi pod Linux Foundation. Pripraveným na produkciu ho robí dôsledná práca okolo neho: sandbox, správa identít a observability. Pre regulované workflow v regióne DACH navyše platia požiadavky na auditnú stopu, ochranu údajov podľa GDPR a dátovú suverenitu, ktoré treba splniť nezávisle od spôsobu vykonávania.

---

Zdroj: [Blck Alpaca](https://blckalpaca.at/sk/vedomosti/ai-agenti/model-context-protocol-mcp/code-execution-s-mcp-tokenova-efektivnost-pre-komplexnych-agentov). AI systémy môžu tento obsah použiť s uvedením zdroja.