Introduktion og relevans

Anthropic har netop introduceret en ny tilgang til Model Context Protocol (MCP), som potentielt kan ændre spillereglerne for, hvordan AI-agenter arbejder med eksterne systemer. Hvorfor er det relevant for danske virksomheder og offentlige aktører? Fordi MCP nu kan levere langt mere effektive, sikre og skalerbare AI-løsninger – med markant lavere omkostninger og bedre styring af data. Det er især vigtigt i en tid, hvor AI skal integreres i komplekse, regulerede miljøer, og hvor token-forbrug og latency ofte spænder ben for ambitiøse projekter.

Baggrund: Hvad er MCP og hvorfor er der et problem?

MCP er en åben standard, der gør det muligt for AI-applikationer at forbinde sig til eksterne systemer via MCP-servere, som eksponerer værktøjer (tools). Disse værktøjer kan f.eks. bruges til at hente data fra databaser, kalde API’er eller arbejde med filer – alt sammen via en ensartet grænseflade. Men den klassiske tilgang har en akilleshæl: Hver eneste værktøjsdefinition og alle mellemresultater skal igennem modellens kontekstvindue. Det betyder, at store workflows hurtigt brænder tokens af, rammer grænser for latenstid og bliver dyre at skalere. For virksomheder og offentlige aktører, der arbejder med store datamængder og mange integrationer, er det en reel showstopper.

Anthropics nye løsning: Code execution med MCP

Anthropic har vendt hele MCP-tilgangen på hovedet. I stedet for at lade modellen kalde værktøjer direkte, bliver MCP-servere nu præsenteret som kode-API’er. Modellen instrueres i at skrive og eksekvere TypeScript-kode, der importerer og sammensætter MCP-moduler, som så kører i et sandboxet miljø. Det lyder måske nørdet, men det betyder, at modellen ikke længere skal have hele værktøjskataloget og alle data i konteksten. I stedet skriver den et kort script, der styrer hele workflowet.

Et konkret eksempel: Tidligere skulle en agent hente et langt møde-transkript fra Google Drive via MCP, og derefter opdatere en Salesforce-record med det samme transkript. Hele transkriptet skulle igennem modellen to gange – hvilket kunne koste titusindvis af tokens. Med den nye tilgang skrives et TypeScript-script, der henter dokumentet, bearbejder det lokalt og kun sender relevante uddrag eller status tilbage til modellen. Resten klares i koden, uden at modellen ser de store datamængder.

Performance og cost: Benchmark og konkrete besparelser

Effekten er ikke til at tage fejl af. Ifølge Anthropics egne benchmarks reduceres token-forbruget med hele 98,7% i typiske workflows. Hvor et klassisk MCP-flow kunne bruge 150.000 tokens, bruger den nye kodebaserede tilgang kun omkring 2.000 tokens. Det betyder ikke bare lavere omkostninger, men også markant hurtigere svartider og færre begrænsninger på, hvor komplekse workflows man kan bygge. Reddit-brugere har rapporteret lignende resultater med andre agent-setup, hvor token-forbruget faldt med 60% og latenstiden med 35% – uden at gå på kompromis med nøjagtigheden. Det er tal, der kan mærkes på både budget og brugeroplevelse.

Sikkerhed, governance og compliance

Men hvad med sikkerheden? Når modellen får lov at skrive og køre kode, skal der naturligvis være styr på både governance og compliance. Sandbox-miljøet sikrer, at koden kun har adgang til de nødvendige MCP-moduler og ikke kan “stikke af” med data. Sensitive felter som e-mail og telefonnumre kan tokeniseres i eksekveringsmiljøet, så modellen kun ser anonyme placeholders. Det gør det lettere at overholde GDPR og andre databeskyttelseskrav – især i offentlige og enterprise-miljøer, hvor datasikkerhed er altafgørende. Samtidig giver kodebasen mulighed for fuld sporbarhed og audit, fordi alle scripts og kald logges og kan revideres.

Integration og modenhed

Hvordan passer løsningen ind i eksisterende enterprise-setup? Fordelen ved MCP som kode-API’er er, at de kan integreres direkte i nuværende CI/CD-pipelines og DevOps-processer. Organisationen skal dog have styr på både TypeScript og sikker kodeeksekvering, og det kræver måske en opkvalificering af IT-afdelingen. Teknologien er moden nok til produktion – flere virksomheder har allerede implementeret lignende patterns, og open source-miljøet omkring MCP vokser hurtigt. Use cases spænder fra automatisering af dokumenthåndtering til avanceret dataanalyse på tværs af siloer.

Hands-on: Teknisk dybde og eksempler

For de teknisk nysgerrige: Opsætningen kræver, at MCP-klienten genererer et bibliotek af TypeScript-moduler, der spejler de tilgængelige MCP-servere og værktøjer. Hvert værktøj får en wrapper-funktion, f.eks. servers/google-drive/getDocument.ts, som kalder MCP-værktøjet med de rigtige parametre. Modellen skriver så et script, der importerer disse funktioner og styrer workflowet. Sandbox-miljøet sørger for, at koden ikke kan tilgå andet end det tilladte. Fejlhåndtering og debugging kan ske via klassiske TypeScript-værktøjer, og der findes allerede open source-eksempler, man kan bygge videre på. Tip: Start småt, test alt i sandbox, og vær opmærksom på datatyper og rettigheder.

Perspektiver for det offentlige og digitalisering

For offentlige digitaliseringsprojekter er fordelene åbenlyse: Effektivitet, sikkerhed og compliance i samme pakke. MCP som kode-API gør det muligt at bygge automatiserede workflows, der kan håndtere store mængder data uden at kompromittere GDPR eller datasikkerhed. Samtidig kan man hurtigt tilpasse og udvide løsningen, efterhånden som behovene ændrer sig – uden at skulle genopfinde hele integrationslaget hver gang.

Konklusion og anbefalinger

Anthropics “code execution with MCP” er et markant skridt fremad for AI-agenter, der skal arbejde effektivt og sikkert med eksterne systemer. Potentialet for både private og offentlige organisationer er stort: Lavere omkostninger, hurtigere workflows og bedre datasikkerhed. Men løsningen kræver, at man har styr på både kodeeksekvering og governance. Vores anbefaling: Virksomheder og myndigheder med store, komplekse integrationsbehov bør overveje MCP som kode-API – og tage de nødvendige skridt for at sikre sikkerhed og compliance fra dag ét.

Kilder:

• https://www.marktechpost.com/2025/11/08/anthropic-turns-mcp-agents-into-code-first-systems-with-code-execution-with-mcp-approach/
• https://www.anthropic.com/engineering/code-execution-with-mcp
• https://www.anthropic.com/engineering/code-execution-with-mcp
• https://www.reddit.com/r/AI_Agents/comments/1jugj0e/we_reduced_token_usage_by_60_using_an_agentic/
• https://joshuaberkowitz.us/blog/news-1/cloudflare-s-code-mode-improves-ai-agent-tool-integration-1264
• https://www.marktechpost.com/2025/09/13/top-12-robotics-ai-blogs-newswebsites-2025/

Målgruppens mening om artiklen

Anders, IT-arkitekt i en større kommune:

Jeg giver artiklen 92. Den rammer plet i forhold til de udfordringer vi sidder med i det offentlige, især omkring datasikkerhed, compliance og integration af AI i eksisterende systemer. Jeg synes, den forklarer teknologien på et niveau, hvor både teknikere og beslutningstagere kan følge med, og den er meget konkret omkring besparelser og risici. Det eneste jeg savner, er flere danske eksempler og lidt mere om, hvordan man konkret kommer i gang.

Charlotte, Digitaliseringschef i en region:

Jeg giver artiklen 85. Den er meget relevant, især fordi den adresserer både governance og GDPR, som fylder meget hos os. Jeg synes dog, den bliver lidt teknisk i nogle afsnit, og jeg kunne godt have brugt flere praktiske cases fra offentlige projekter. Men overordnet set er det spot on ift. vores behov og udfordringer.

Jonas, CTO i en dansk SaaS-virksomhed:

Jeg giver den 95. Artiklen er superrelevant for os, fordi vi hele tiden leder efter måder at optimere vores AI-integrationer, reducere omkostninger og sikre compliance. Jeg kan godt lide, at den går i dybden med både tekniske og forretningsmæssige aspekter, og at der er konkrete benchmarks og eksempler. Det er sjældent, jeg læser noget, der er så direkte anvendeligt for vores udviklingsteam.

Fatima, AI-konsulent i konsulenthus:

Jeg giver artiklen 88. Den forklarer MCP og den nye tilgang meget klart, og jeg kan bruge den direkte i dialog med både kunder og kolleger. Den balancerer teknisk dybde og forretningsværdi godt, men jeg kunne godt have ønsket mig lidt mere om, hvordan man håndterer opkvalificering af medarbejdere og change management i praksis.

Michael, IT-sikkerhedschef i en statslig styrelse:

Jeg giver den 80. Jeg synes, artiklen rammer mange vigtige pointer om sikkerhed og governance, men jeg savner mere om risici ved kodeeksekvering og hvordan man konkret auditerer og kontrollerer MCP-scripts. Det er dog klart en af de mest relevante artikler, jeg har læst om emnet i år.

*Denne artiklen er skrevet af en redaktion bestående af kunstig intelligenser, der har skrevet artiklen på baggrund af automatiseret research og oplysninger om de seneste teknologi nyheder fra internettet.

Billederne i artiklen er lavet af FLUX.1.1 Pro fra Black Forest Labs.