论文称模型规模不提升 MCP 工具故障下的容错能力。
资讯摘要
论文提出 MCP-Injector，一种协议感知的故障注入中间件，在 MCP 工具调用路径上注入永久、瞬时和间歇性故障，故障模型依据 1,774 个开源 MCP 仓库的 57,240 条 issue 与 PR 讨论校准。作者在 20B 与 120B 两种 gpt-oss 骨干、三种 agent 框架上做 1,350 组实验，报告任务完成分从 8.08 降至 3.23，且 120B 在故障下的得分保留比例并不优于 20B。
要点速读
- MCP-Injector 在 MCP 工具调用路径注入可控持久性与可复现调度的故障，故障分布来自公开 MCP 生态的事件数据。
- 实验交叉两种骨干规模、三种 agent 栈与三种故障条件，共 1,350 组；作者报告任务完成分由 8.08 跌至 3.23（满分 10）。
- 作者报告规模未带来容错：120B 的容错比模型 p=0.96，故障下完成率 91.1% 对 95.6%，95% CI [-0.2, 9.3]；不同 agent 栈吸收故障的能力有差异。
中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/10/27 08:00:28（北京时间）。 arXiv 日期为本次公告时间，论文初次投稿日期请查看原文版本记录。