Innhold Vis
Anthropic har sluppet en oppgradering som kan endre hvordan vi bygger AI-agenter. Ikke en ny modell denne gangen, men en smartere måte å håndtere verktøy på. De kaller det «Programmatic Tool Calling», og det sparer deg for 37% av tokenene.
Hvis du har brukt Claude eller andre AI-modeller med verktøy vet du problemet: Context-vinduet fylles opp av tool-definisjoner, input, output, og før du vet det er du på 80% kapasitet uten å ha gjort noe nyttig.
Problemet med vanlig tool calling
Slik fungerer det tradisjonelt: Du definerer verktøyene dine som JSON-skjemaer. Disse lastes inn i context-vinduet. Hver gang Claude bruker et verktøy, sendes input og output tilbake til modellen og legges til i konteksten.
Med mange verktøy og flere kall bygger dette seg raskt opp. MCP (Model Context Protocol) – som Anthropic selv lanserte – har faktisk gjort dette verre fordi det blir så enkelt å koble til mange verktøy samtidig. Ironisk nok.
Resultatet? Du bruker tokens på ting som ikke gir verdi. Og det koster – både i penger og i modellens evne til å holde fokus.
Løsningen: La Claude skrive kode i stedet
Programmatic Tool Calling snur dette på hodet. I stedet for at Claude velger verktøy via JSON og får resultater tilbake for hvert kall, skriver den et Python-script som orkestrerer alle verktøyene i en sandbox.
Bare det endelige resultatet – stdout fra scriptet – kommer tilbake til context-vinduet. Alt det mellomliggende forsvinner.
Hvorfor fungerer dette bedre? Fordi LLM-er er trent på kode, ikke på tool calling. Å skrive Python er naturlig for Claude. Å fylle ut JSON-skjemaer er noe vi har tvunget den til å gjøre.
Hva betyr 37% færre tokens i praksis?
La oss si du bygger en agent som skal hente data fra tre kilder, prosessere det, og returnere et svar. Med tradisjonell tool calling blir det kanskje 6-8 round-trips til modellen. Med programmatic tool calling blir det én.
Det betyr:
- Lavere kostnader (du betaler per token)
- Raskere responstid (færre API-kall)
- Bedre kvalitet (modellen har mer plass til å tenke)
For komplekse agenter kan forskjellen være dramatisk. Tenk på Claude Sonnet 4.6 som allerede er mer effektiv enn forgjengeren – kombinert med programmatic tool calling snakker vi plutselig om en helt annen prisklasse.
Hvorfor du bør bry deg
Anthropic har en track record her. De lanserte MCP – nå bygger alle MCP-integrasjoner. De introduserte agent skills – nå har de fleste coding agents dette. Når Anthropic slipper utviklerverktøy, følger industrien etter.
Dette er ikke bare en teknisk optimalisering. Det er et skifte i hvordan vi tenker på AI-agenter. I stedet for å behandle verktøy som noe modellen «velger», lar vi modellen programmere løsningen.
Og det gir mening. Vi har brukt år på å lære disse modellene å kode. Kanskje det er på tide å la dem bruke den ferdigheten.
Hvordan komme i gang
Programmatic Tool Calling er nå generelt tilgjengelig i Claude API. Du trenger ikke endre mye – bare aktivere funksjonen og la Claude skrive kode i stedet for å velge verktøy manuelt.
For de som bygger med Anthropic sine modeller profesjonelt, er dette verdt å teste umiddelbart. 37% færre tokens er 37% lavere kostnad – det merkes på bunnlinjen.
