Code Mode – bearbeta information innan den når modellen

I februari 2026 beskrev Cloudflare en MCP-server där agenten kan upptäcka API-operationer och sedan skriva kod som körs i en begränsad miljö. De kallar arbetssättet Code Mode.

Idén är att låta kod nära verktygen filtrera och sammanställa information innan den skickas tillbaka till modellen. Det är värt att undersöka för uppgifter där API-svaren innehåller betydligt mer information än frågan behöver.

Hypotes att undersöka

För en uppgift med många poster skulle ett begränsat urval kunna ge mindre datamängd tillbaka till modellen. Det behöver mätas mot samma uppgift och samma underlag, inte antas vara bättre i alla situationer.

Ett syntetiskt exempel

Följande TypeScript illustrerar bara lokal databearbetning. Det är inte ett anrop till Cloudflares SDK och körs inte på den här webbplatsen.

const services = [
  { name: "demo-api", healthy: true },
  { name: "demo-worker", healthy: false },
];

const needsAttention = services
  .filter(service => !service.healthy)
  .map(service => ({ name: service.name }));

För dessa testdata ska urvalet bara innehålla demo-worker. Det ger ett förväntat resultat att kontrollera mot. Filtreringen är vanlig kod; det agentrelaterade steget i Code Mode är att modellen kan formulera sådan kod för ett tillgängligt verktygsgränssnitt.

Så kan jämförelsen läggas upp

Skapa en fast uppsättning syntetiska poster och en tydlig fråga, till exempel vilka tjänster som behöver uppmärksamhet. Jämför sedan två vägar: låt modellen läsa hela svaret, respektive låt kod först ta fram det relevanta urvalet.

Använd samma modell, underlag och bedömningsregel. Upprepa försöken och anteckna modellversion, inställningar och eventuella fel. Annars blir det svårt att skilja metodens effekt från variation mellan körningar.

Vad skulle ett experiment mäta?

• Mängden information som skickas tillbaka till modellen.
• Antal modellsteg, total svarstid och om svaret fortfarande är korrekt.
• Vad som händer vid fel, för stora svar och försök att nå otillåtna resurser.

Mindre svar är inte automatiskt bättre svar. Om filtreringen tappar bort en relevant post blir resultatet sämre även om modellens tokenanvändning minskar. Redovisa därför korrekthet tillsammans med kostnad och svarstid.

Isolering är en del av upplägget

Genererad kod behöver köras med begränsad åtkomst. Vilka nätverksanrop, filer och verktyg som tillåts behöver bestämmas i exekveringsmiljön, tillsammans med gränser för resursanvändning. Det följer inte automatiskt av att använda Code Mode.

Källa

Cloudflare: Code Mode – give agents an entire API in 1,000 tokens

Texten beskriver ett försöksupplägg, inte egna mätresultat. Cloudflares siffror i den länkade artikeln gäller deras implementation och ska inte användas som prognos för ett annat system.