工具注意力就是你需要的：消除可扩展智能体工作流程中的MCP/Tools税的动态工具门控与惰性模式加载

模型上下文协议（MCP）已成为连接大语言模型（LLM）智能体与外部工具的常见接口，但其对无状态、急切模式注入的依赖导致隐藏的每轮开销——MCP税或工具税——在典型的多服务器部署中报告的开销约为1万至6万个token。这种有效负载会扩大键值缓存，随着上下文利用率逼近约70%的 published fracture point，推理性能会受到影响，使token预算转化为持续的运营成本。我们引入工具注意力（Tool Attention），一种 middleware 层机制，将"注意力就是你需要的"范式从对token的自注意力推广到对工具的门控注意力。工具注意力结合了（i）来自句子嵌入的意图模式重叠（ISO）评分，（ii）基于状态的门控函数以执行前提条件和访问范围为约束，以及（iii）两种阶段的惰性模式加载器，保持紧凑的摘要池以上下文为主，仅为top-k门控工具推送完整的JSON模式。我们在一个模拟的120工具、6服务器基准测试上进行评估，其每个服务器的token计数根据公开的MCP部署审计校准。在此模拟环境中，工具注意力直接将每轮工具token数降低95.0%（47.3k -> 2.4k），并将有效上下文利用率（一种token比率量）从24%提高到91%。针对任务成功率、延迟、成本和推理质量的端到端数据，以测量到的token数结合已发布的部署遥测为基础进行投影；它们并非在活LLM智能体上实际测量，我们在整个论文中明确标注了投影值。综上所述，结果支持这样一个简单论点：协议层面的效率，而非原始上下文长度，是可扩展智能系统的约束因素。该工作的代码可在 https://github.com/asadani/tool-attention 访问。