Nutanix heeft een belangrijke stap gezet in automatisering van infrastructuur met de lancering van een Model Context Protocol (MCP) server voor het Nutanix Cloud Platform. Deze open source component stelt assistenten en AI-agents in staat om interactie te hebben met hybride omgevingen via de API Prism v4. Het doel is dat tools zoals GitHub Copilot, Claude Code of Cursor kunnen raadplegen, diagnosticeren en taken automatiseren op de infrastructuur, zonder de reeds ingestelde toegangscontroles en governance te omzeilen.
De kernpunten van Nutanix MCP in 20 seconden
- Nutanix heeft een open source MCP-server uitgebracht voor het Nutanix Cloud Platform.
- De agents krijgen toegang tot de infrastructuur via de Prism v4 APIs.
- Het systeem erfdt rolgebaseerde toegangscontroles, audit logs en gebruiksbeperkingen.
- Het kan worden gebruikt met tools zoals GitHub Copilot, Claude Code of Cursor.
- Nutanix biedt menselijke supervisie en asynchrone management voor langdurige operaties.
Deze beweging is bijzonder interessant omdat hiermee het concept van intelligente agents niet alleen over codegeneratie gaat, maar zich verplaatst naar een veel meer delicate taak: het daadwerkelijke beheer van infrastructuur.
Tot nu toe was het relatief eenvoudig om AI te vragen uit te leggen hoe een virtuele machine te maken. Het is heel iets anders om die AI te laten raadplegen wat de status is van een cluster, een probleem te identificeren, onderhoud uit te voeren of acties in productiewerking uit te voeren.
Daar komt MCP in beeld.
Wat voegt MCP toe aan het beheer van Nutanix?
Het Protocol voor Model Context is een gestandaardiseerde manier geworden om modellen en agents te verbinden met tools, data en externe services.
In dit geval fungeert de MCP-server als een tussenlaag tussen de agent en het Nutanix Cloud Platform.
Het proces kan als volgt worden vereenvoudigd:
Beheerder
│
▼
AI-agent
│
▼
Nutanix MCP-server
│
▼
Prism v4 API Gateway
│
▼
Nutanix Cloud PlatformEen verzoek in natuurlijke taal kan worden vertaald in één of meerdere API-aanroepen naar Nutanix.
Bijvoorbeeld, een beheerder kan vragen:
Toon de virtuele machines met het hoogste geheugengebruik in de productiedienst tijdens de afgelopen uren.De agent interpreteert de bedoeling, gebruikt de door MCP geëxposeerde tools en raadpleegt het platform.
Het fundamentele verschil met het zomaar laten bouwen van REST-aanroepen door een groot taalmodel (LLM) is dat de agent niet automatisch onbeperkt toegang krijgt tot de infrastructuur.
De server werkt op basis van de bestaande APIs en permissies van Nutanix.
Prism v4 wordt de controlelaag
Het echte belangrijke aspect van de aankondiging is niet de natuurlijke taalverwerking, maar de onderliggende infrastructuur.
Nutanix ondersteunt de MCP-server bovenop haar Prism v4 API Gateway. Het bedrijf beschouwt inmiddels API v4 als de aanbevolen versie voor productie en bereidt geleidelijke uitfasering van de oudere API’s v0.8, v1, v2 en v3 voor, gepland voor het vierde kwartaal van 2026.
De API v4 dekt momenteel meerdere beheergebieden, waaronder:
- Virtuele machines
- Opslag
- Netwerken
- Beveiliging
- Monitoring
- Levenscyclusbeheer
- AIOps
- Operaties op Prism
- Multidomeinbeheer
- Licenties
- Herstel na calamiteiten
Dit betekent dat MCP geen aparte beheerlaag creëert, maar dat AI dezelfde interfaces gebruikt waarop al controlemechanismen en governance van toepassing zijn.
Voor organisaties is deze scheiding van groot belang.
Het verbinden van een chatbot direct met beheerdersreferenties is niet hetzelfde als een agent te laten werken via een API waarmee elke identiteit beperkt is tot zijn toegestane operaties.
Agents beschikken ook over RBAC
Een van de grootste uitdagingen bij infrastructurele agents is de scope van hun permissies.
Nutanix stelt voor om RBAC (Role-Based Access Control) te gebruiken om te beperken welke API’s elke agent kan gebruiken.
Een agent voor observability zou bijvoorbeeld alleen leesrechten kunnen krijgen:
Agent: Infrastructure Observer
✓ Virtuele machines lijst opvragen
✓ Alarmen controleren
✓ Metrics lezen
✓ Taken reviewen
✗ Virtuele machines maken
✗ Volumes verwijderen
✗ Netwerken veranderen
✗ Cluster bijwerkenEen andere gespecialiseerde agent kan meer permissies hebben, maar dan wel beperkt tot bepaalde resources.
Dit model is veel verstandiger dan een algemene beheeraccount aan een assistent te geven.
De documentatie van API v4 laat zien dat operaties al permissions hebben die specifiek zijn per resource. Verschillende acties binnen Prism onderscheiden bijvoorbeeld rollen zoals Cluster Admin, Prism Admin, Prism Viewer of Domain Manager Admin.
De MCP-server benut die structuur en vervangt die niet, maar bouwt er op voort.
Audit: weten welke agent wat heeft gedaan
De volgende uitdaging komt na het uitvoeren van een actie.
Als iemand bijvoorbeeld een VM verwijdert, moet het systeem kunnen registreren wie dat deed.
Bij agents geldt hetzelfde, met een extra laag:
gebruiker
↓
agent
↓
MCP-tool
↓
API
↓
InfrastructuurNutanix beweert dat haar architectuur logs bijhoudt die kunnen aantonen welke agent een bepaalde operatie heeft geïnitieerd.
Dit is vooral belangrijk wanneer meerdere automatiseringen gelijktijdig naar dezelfde platform werken.
In een zakelijke setting is het niet voldoende dat de AI alleen antwoordt met:
“De operatie is voltooid”.
De teams moeten achteraf kunnen reconstrueren:
Wie heeft de actie aangevraagd
Welke agent heeft het uitgevoerd
Welke tool is gebruikt
Welke API is aangeroepen
Welk resource is beïnvloed
Wanneer is het gebeurd
Wat was het resultaatDeze tracering wordt een essentiële voorwaarde voor het veilig inzetten van agents op productieomgevingen.
Nutanix voegt limieten toe om agenten te beheersen
Een ander specifiek risico van agent-gebaseerde automatisering is de snelheid van uitvoering.
Een mens kan een fout maken en een verkeerde oproep doen.
Een agent kan diezelfde oproep honderden keren herhalen.
Nutanix implementeert mechanismen voor throttling en metering op APIs om de hoeveelheid calls te reguleren.
Specifiek noemt het bedrijf bescherming tegen scenarios van agent swarm, waarbij meerdere agenten gelijktijdig grote aantallen verzoeken kunnen genereren.
In concept:
10 agenten
│
│ 10.000 verzoeken
▼
API Gateway
│
├─ authenticatie
├─ RBAC
├─ rate limiting
├─ metering
└─ audit
│
▼
InfrastructuurVoor beheerders die gewend zijn aan traditionele APIs, lijkt deze aanpak vanzelfsprekend.
Voor autonome agents wordt het nog belangrijker.
Human-in-the-loop vóór productie
Nutanix beoogt niet per se een volledig autonome infrastructuur te realiseren.
Het platform volgt een human-in-the-loop-benadering, waarbij sommige acties supervisie of goedkeuring vereisen.
Dit opent de deur voor workflows zoals:
Beheerder:
"Analyseer waarom de cluster degraded is"
↓
Agent:
"Twee hosts moeten firmware upgraden"
↓
Agent:
"Voorstel: voer LCM vanavond uit"
↓
GOEKEURING DOOR MENS
↓
Prism API:
Voer de update uitDit model is vooral nuttig bij taken als:
- upgrades;
- netwerkwijzigingen;
- migraties;
- resource deleties;
- beveiligingsaanpassingen;
- hersteltaken.
De AI kan diagnose stellen en het plan voorbereiden, terwijl de beheerder de controle houdt over de uitvoering.
Langdurige operaties als asynchrone taken
Infrastructuur reageert niet altijd binnen enkele milliseconden zoals een web-API.
Verplaatsen van een VM, cluster-updates of het deployen van Prism Central kan minuten duren.
De API’s van Nutanix v4 maken al gebruik van asynchrone taken voor veel operaties. Een verzoek kan een taak-ID teruggeven die later wordt gecontroleerd voor afronding.
De documentatie van Prism v4 gebruikt bijvoorbeeld HTTP 202-responsen voor geaccepteerde operaties die nog lopen, met een verwijzing naar de bijbehorende taak.
Dit past goed bij agents.
Agent
│
├─ start operatie
│
▼
Taak-ID: 12345
│
├─ status opvragen
│
├─ wachten
│
├─ status controleren
│
▼
VOLTOOIDDe agent hoeft geen open verbinding te houden terwijl de operatie wordt uitgevoerd.
Hij kan later terugkeren, de status checken en het workflowproces voortzetten.
Van natuurlijke taal naar Python, Go of PowerShell
De MCP-server heeft ook een ontwikkelaargerichte zijde.
Nutanix garandeert dat assistenten de API-kennis kunnen gebruiken om code te genereren in diverse talen en formaten.
Enkele voorbeelden:
Python
Go
Java
JavaScript
PowerShell
curl
REST
JSONDit is logisch omdat het ontwikkelaarsportal van Nutanix al voorbeelden publiceert voor diverse talen binnen referentie v4.
Een beheerder kan bijvoorbeeld vragen:
Genereer een PowerShell-script dat VM's lijst met meer dan 16 GB RAMOf een ontwikkelaar kan vragen:
Maak een Go-voorbeeld om actieve taken van Prism Central te raadplegenZo beschikt de agent over een gestructureerde beschrijving van de API, in plaats van endpoints te moeten afleiden uit ongestructureerde documentatie.
Het echte interessante geval: hybride operaties
Nutanix bouwt al jaren aan haar aanbod rondom hybride cloud.
De Nutanix Cloud Platform kan gebruikt worden in eigen datacenters, via Nutanix Cloud Clusters en aan de edge.
De documentatie v4 beschrijft de Multi Domain Management-laag als een manier om diensten te beheren die worden uitgerold in:
on-premises
+
Nutanix Cloud Clusters
+
edgeHier kan een agent veel meer waarde hebben dan in een geïsoleerde cluster.
Bijvoorbeeld, een agent zou kunnen vragen:
"Check of we capaciteit hebben om 20 VM's van het datacenter naar NC2 te verplaatsen zonder de 70% gebruikslimiet te overschrijden."Het uitvoeren van zo’n taak kan het raadplegen vereisen van:
- capaciteit;
- CPU;
- geheugen;
- opslag;
- VM-inventaris;
- netwerken;
- beleidsregels;
- verschillende domeinen.
Dit type taak leent zich perfect voor agents die API’s kunnen combineren en automatiseren.
MCP verandert niet automatisch infrastructuur in autonome systemen
Het is echter belangrijk om geen overdreven interpretatie van de aankondiging te maken.
Het feit dat een platform een MCP-server heeft, betekent niet dat een agent veilig elk soort infrastructuur kan beheren zonder toezicht.
MCP biedt een mechanisme om tools te exposeren.
De uiteindelijke veiligheid blijft afhankelijk van:
identiteit
+ rechten
+ ontwerp van tools
+ validatie
+ limieten
+ audit
+ menselijke goedkeuringDaarnaast is prompt injection een steeds relevanter aandachtspunt.
Als een agent externe informatie raadpleegt en daarna tools kan gebruiken om de infrastructuur aan te passen, kan kwaadaardige input proberen het systeem te misleiden en onbedoelde acties uit te voeren.
Traditionele RBAC-controles beperken het risico, maar kunnen dat niet volledig elimineren.
De meest verstandige aanpak is nog steeds het toepassen van het principe van minimale privileges en het scheiden van leesagenten en beheersagenten voor productie.
De cloudbeheerwereld staat mogelijk op een new fase
Al jaren volgt de evolutie van infrastructuurbeheer doorgaans deze volgorde:
GUI
↓
CLI
↓
API
↓
Infrastructure as Code
↓
Automatisering
↓
AgentsMCP vervangt niet de bestaande lagen, maar bouwt voort op hen.
Het agentproces is mogelijk dankzij een stabiele API. Die API is veilig door authenticatie en RBAC. Automatisering stelt herhaalbaarheid mogelijk.
De nieuwe laag is de interface erbovenop.
Een beheerder hoeft niet meer precies te weten welk endpoint hij moet aanwenden; hij kan zijn intentie uitspreken en de agent laten bepalen welke tool te gebruiken.
Dit kan de doorlooptijd voor routine-operaties aanzienlijk verkorten.
Tegelijkertijd brengt die abstractie het risico met zich mee dat gebruikers vergeten wat onder de motorkap gebeurt.
De aanpak van Nutanix is daarom veelzeggend: agents introduceren zonder het bestaande governance-mechanisme te omzeilen.
De echte test begint als deze tools volop worden ingezet in productieomgevingen.
Veelgestelde vragen
Wat heeft Nutanix gelanceerd?
Nutanix heeft een open source MCP-server aangekondigd voor Nutanix Cloud Platform, waarmee agents en AI-assistenten verbonden kunnen worden met het platform via de Prism v4 API.
Welke assistenten kunnen het gebruiken?
Nutanix noemt GitHub Copilot, Claude Code en Cursor, hoewel de server compatibel is met andere agents die het Model Context Protocol ondersteunen.
Kan een agent infrastructurele wijzigingen uitvoeren?
Ja, zolang de agent de juiste autorisaties heeft. De acties worden beperkt door de API-autoriteiten van Prism v4 en de RBAC-instellingen in Nutanix.
Is het veilig om een AI productie te laten beheren?
MCP alleen biedt geen volledige veiligheid. Nutanix voegt RBAC, audit logging, throttling, en menselijke supervisie toe, maar organisaties moeten nog steeds minimale privileges toepassen en controlemaatregelen nemen bij kritieke operaties.