AWS MCP Server で AI エージェントと人間の IAM 権限を分離する

Claude APIのTool Useを起点に、MCPのアーキテクチャを解説。LLMはMCPの存在を知らず、クライアントアプリがMCPサーバーのツール定義を統合・ルーティングする仕組み、ならびにエラーハンドリングのメッセージ構造（tool_resultのis_error フラグ等）を具体例で掘り下げ、MCPをAI時代のマイクロサービス基盤として位置づける。

Fable 5はコーディング性能が高いが、トークンコスト（Input $10/M・Output $50/M）がOpus 4.8の2倍。自作のMCPサーバー「T0K3N-MCP」を使い、ファイル読み込みを「シグネチャのみ取得＋必要な関数部分だけ読む」設計に変更することで、実測87%のトークン削減を達成。結果、Proプラン（$20/月）のままRust 3Dゲームエンジン（物理エンジン・GUIエディタ・スクリプトエディタ完備）をワンセッションで完成させた。

ant CLI（Claude API のターミナル操作ツール）と Managed Agents（Anthropic 管理のエージェント実行基盤）を組み合わせ、Sysdig のクラウドセキュリティ Skills を非同期・サーバ常駐で動かす方法。手元で Claude Code を開かずに脆弱性スキャンや脅威調査を自動実行できる設計・手順を解説。

Model Context Protocol（MCP）は LLM と外部システムを標準化インターフェースで接続するプロトコル。Resources（読み取り専用データ）、Prompts（サーバー側で管理するテンプレート）、Tools（副作用を伴う処理）の 3 つの基本概念が関心の分離を実現し、FastMCP での実装例と Smithery によるマルチエージェント時代への展開を解説する。