这些新功能面向 MATLAB 用户、构建智能体驱动工作流的应用 AI 工程师，以及管理 AI 辅助工程环境的平台团队。通过在 MATLAB 中直接运行代码，智能体的推理得以建立在确定性计算、数值分析和可执行模型的基础之上。这使 AI 从概率性推理转向基于执行的结果，从而强化工程的严谨性。工程师可以通过查看输出、将其与预期行为进行对比，并经由迭代优化工作流来验证结果。这些都是工程开发中的核心实践。

CIMdata 的 AI 实践总监 Diego Tamburini 表示：“随着各组织在基于模型的设计与工程领域采用智能体 AI，关注点正从代码生成转向在成熟的多学科工具链中实现可靠执行。工程师仍负责定义问题、验证成果并保持监督，而 AI 智能体则越来越多地承担迭代性和重复性任务，从而提升人员的效率与效能。这进一步凸显了人员在环工作流的重要性：真实的执行与验证为 AI 驱动的工程流程奠定了信任基础。”

MATLAB MCP Server 和 MATLAB Agentic Toolkit 均为开源软件包，使开发者和组织能够在各自的环境中检查、扩展并集成与 MATLAB 结合的基于智能体的工作流，所用的智能体工具包括 Claude^® Code、GitHub Copilot^®、OpenAI^® Codex™、Gemini^® CLI 等。这支持跨多种 AI 智能体框架的互操作性，并使 MATLAB 成为新兴的基于智能体的工程生态系统的基础架构。

MathWorks 生成式 AI 产品经理 Seth DeLand 表示：“当 AI 智能体能够直接与用于设计、仿真和分析的工具交互时，它们在工程领域中最为高效。通过让智能体能够执行并迭代 MATLAB 工作流，我们将 AI 驱动的迭代与工程师用于开发和验证工作的同一计算环境连接起来。这使团队能够在一致的工程框架内，从 LLM 生成的代码迈向可执行、可测试的结果。”