近年のエージェントアーキテクチャにおいて、最も熱い議論の的となっているのがレイテンシとコストです。特にOpenAIがGPT-5.6製品群とともに発表した「プログラミング方式のツール呼び出し（PTC）」は、これまでのツール呼び出しのパラダイムを塗り替えようとしています。モデルがクライアントとネットワーク経由で何度も通信してデータをやり取りする代わりに、OpenAIがホスティングする分離されたV8ランタイム環境でJavaScriptコードを直接実行し、結果を加工・フィルタリングする方式です。

この方式は効率面で明確な強みがあります。中間のデータフローがクライアントを介さずサーバー内部で直接処理されるため、全体の入出力トークン消費量を38%から最大63.5%まで削減可能です。これにCerebras（セレブラス）のウェーハスケールハードウェアによる高速な推論処理能力が組み合わさることで、エージェントの実行ループがほぼリアルタイムに近いレベルで高速化したと評価されています。

一方、Anthropic（アンスロピック）陣営が推進する「モデルコンテキストプロトコル（MCP）」は、全く異なる方向性を示しています。MCPはクライアント中心のオープンな標準プロトコルを目指しており、ローカルファイルシステムやデータベースとの柔軟な相互運用性に焦点を当てています。クライアントとエージェント間の頻繁なメッセージ送信によるネットワークレイテンシは発生しますが、ローカルリソースとの互換性や設計の自由度という面では、他に類を見ない汎用性を誇ります。

結局、エージェント開発者は、パフォーマンスの最大化を狙う「中央集権的な高速実行（PTC）」と、柔軟な統合を目指す「オープン標準（MCP）」の岐路に立たされることになります。レイテンシが極めて重要なWebスクレイピングや単純なAPI実行環境ではPTCが強力な代替手段となるでしょうが、多数のエンタープライズ内部システムやデータをつなぎ合わせる環境であれば、依然としてMCPが魅力的な選択肢になりそうです。