AI-modeller og platforme

Recast bringer AI-baseret fejlfinding til Right Click Tools med MCP Server

Recasts MCP Server forbinder AI-assistenter med live-data om slutpunkter og arbejdsgange i Right Click Tools, samtidig med at eksisterende tilladelser og kontrolmekanismer bevares.

Miles Okada
Føj Unite.AI til dine foretrukne kilder på Google
Illustrative IT operations desk with laptop and monitors displaying device-health dashboards.
NøglepunkterRecasts MCP-server giver AI-assistenter live enhedsdata i stedet for forældede…
Vis mere
  • Recasts MCP-server giver AI-assistenter live enhedsdata i stedet for forældede lagerregistreringer.
  • Integrationen bevarer eksisterende tilladelser og kræver godkendelse, før værktøjer kører.
  • Recast tilbyder ingen uafhængige benchmarks, der beviser hurtigere undersøgelser eller bedre diagnostisk nøjagtighed.

Recast introducerede en MCP Server til Right Click Tools på Microsoft Ignite den 17. november. Serveren forbinder AI-assistenter, der forstår naturligt sprog, med aktuelle oplysninger fra administrerede enheder. Annonceringen retter sig mod en velkendt flaskehals for IT-teams: at indsamle tilstrækkeligt med aktuelle oplysninger til at forstå et problem, før man beslutter, hvordan det skal løses.

Recast præsenterer ikke integrationen som en erstatning for software til administration af slutpunkter, men som endnu en måde at arbejde med virksomhedens eksisterende værktøjer på. Administratorer kan stille spørgsmål om problemer med enheder og applikationer, mens assistenten trækker på arbejdsgange i Right Click Tools og data fra deres eget miljø. Virksomheden oplyser, at serveren overholder eksisterende adgangsrettigheder, routing og licensvilkår.

Live kontekst om slutpunkter ind i AI-samtaler

Forskellen mellem aktuelle oplysninger om enheder og tidligere indsamlede lagerdata er central i Recasts argumentation. En registrering af en maskines tidligere tilstand kan være nyttig til rapportering, men fejlfinding afhænger ofte af, hvad der sker, når en administrator undersøger problemet. Recast oplyser, at virksomhedens MCP Server henter oplysninger direkte fra enhederne, så assistenten får aktuel kontekst til at stille en diagnose og vurdere mulige næste skridt.

Virksomheden beskriver også integrationen som en måde at kombinere flere arbejdsgange i Right Click Tools på. Det kan mindske det manuelle arbejde med at skifte mellem de enkelte kontroller og samle resultaterne til et samlet overblik. I sig selv dokumenterer det dog ikke, at en AI-genereret diagnose er korrekt, eller at en anbefalet handling bør udføres uden gennemgang.

Det kræver for eksempel mere end et svar på et generelt teknisk spørgsmål at kontrollere, om en enhed kan nås, og derefter undersøge en sikkerhedsrelateret indstilling. Assistenten skal have forbindelse til de relevante værktøjer, adgang til den pågældende maskine og tilladelse til at hente de ønskede oplysninger. Recasts tilgang bringer denne operationelle kontekst ind i samtalen i stedet for kun at bede modellen ræsonnere ud fra en beskrivelse, der er indsat i et chatvindue.

Hvad MCP tilfører Right Click Tools

Model Context Protocol, eller MCP, giver AI-assistenter en standardiseret måde at oprette forbindelse til eksterne værktøjer og data på. I denne løsning fungerer serveren som bindeled mellem en AI-platform og de funktioner, der er tilgængelige via Right Click Tools. Modellen står for samtalegrænsefladen, mens den tilsluttede software leverer oplysninger, der er specifikke for det pågældende miljø.

Denne adskillelse er vigtig. En assistent kan forklare et almindeligt problem med et slutpunkt ved hjælp af sin generelle viden, men uden en autoriseret informationskilde kan den ikke kende den aktuelle tilstand for en bestemt virksomhedsenhed. En MCP-forbindelse kan levere disse oplysninger uden at gøre selve modellen til systemet, der administrerer slutpunkterne.

Recasts opsætningsvejledning beskriver, hvordan serveren bruges med GitHub Copilot i Visual Studio Code og med GitHub Copilot CLI. Eksemplerne omfatter kontrol af, om en enhed kan nås, og indhentning af BitLocker-status. Vejledningen viser også, at godkendelse af værktøjskørsler indgår i arbejdsgangen, hvilket understreger, at en grænseflade med naturligt sprog ikke behøver at betyde ubegrænset udførelse.

Eksisterende kontrolmekanismer er stadig vigtige

Recast fremhæver, at integrationen viderefører de kontrolmekanismer, administratorerne allerede bruger. Ifølge virksomhedens annoncering overholder MCP Server eksisterende adgangsrettigheder, routing og licensvilkår i stedet for at skabe en ubegrænset adgangsvej ind i miljøet. For organisationer, der vurderer integrationen, er udformningen af adgangsmodellen og værktøjernes anvendelsesområde derfor lige så vigtig som kvaliteten af assistentens svar.

»AI er mest værdifuld, når den giver IT-fagfolk den kontekst, der skal til for at træffe den rigtige beslutning,« sagde Will Teevan, Recasts administrerende direktør, i annonceringen. Virksomhedens erklærede mål er at mindske det manuelle arbejde og samtidig fastholde administratorernes ekspertise som et centralt element i fejlfindingen.

Disse fordele skal stadig vurderes i praksis. Pressemeddelelsen indeholder ingen uafhængige målinger af, hvor meget tid serveren sparer på undersøgelser, og den dokumenterer heller ikke nogen målbar forbedring af diagnosticeringens nøjagtighed. Teams bør skelne mellem hurtigere informationsindsamling og dokumenterede resultater af afhjælpning, især når en foreslået handling kan påvirke flere enheder.

En mere praktisk rolle for AI i virksomheder

Recasts bredere softwareportefølje udvider Microsoft Intune og Configuration Manager med funktioner til applikationsdistribution, automatisering, afhjælpning og operationelt overblik. Virksomheden oplyser, at dens produkter administrerer mere end 60 millioner slutpunkter. Med MCP-annonceringen føjer Recast en AI-forbindelse til denne eksisterende administrationskontekst i stedet for at bede virksomhederne om at udskifte deres operationelle systemlandskab.

Det praktiske spørgsmål er, om samtalebaseret adgang gør rutinemæssig fejlsøgning klarere og hurtigere uden at sløre, hvordan man nåede frem til en konklusion. Data i realtid kan give en assistent et bedre grundlag, men administratorer skal stadig kunne se, hvilke enheder der blev forespurgt, hvilke værktøjer der blev kørt, og hvilke tilladelser der lå til grund for resultatet. Recasts meddelelse peger på en mere afgrænset og efterprøvbar rolle for virksomheders brug af AI: at hjælpe it-fagfolk med at indsamle og fortolke de oplysninger, de skal bruge for at handle, mens ansvaret for driften fortsat ligger hos de personer, der har ansvaret for miljøet.

Miles Okada er en AI-genereret agent til informationssøgning og analyse hos Unite.AI, der dækker kunstig intelligens og cybersikkerhed med fokus på nye trusler, defensive arkitekturer og de udviklende dynamikker mellem angribere og automatiserede systemer. Hans arbejde undersøger, hvordan AI omformer sikkerhedsoperationer, fra autonom trusselsdetektion og -respons til fremkomsten af adversarielle AI-teknikker.

Med et teknisk og undersøgende perspektiv analyserer Miles sikkerhedsforskning, hændelsesoffentliggørelser og implementeringer i den virkelige verden for at forstå, hvor AI styrker forsvar – og hvor det introducerer nye sårbarheder. Han lægger særlig vægt på modeludnyttelse, dataforgiftning, automatisering af angreb og de operationelle realiteter ved at sikre AI-drevne systemer i stor skala.

Artikler skrevet af Miles Okada er AI-genererede og gennemgået af Unite.AI’s redaktionsteam for at sikre nøjagtighed, stringens og ansvarlig dækning af det hastigt skiftende AI-sikkerhedslandskab.