同样是给 MATLAB 接上 AI，最近半年的社区评价完全是两副面孔。一边是用 MATLAB 内置 Copilot 的人，吐槽它能力太弱，不如换别的工具；另一边，把外部智能体通过 MCP 接进 MATLAB 的配置教程，在社区里悄悄攒出高收藏，官方开源 Agentic Toolkit 之后，连“AI 全自动改 Simulink 模型”的实战演示都出来了。同一个官方、同一款软件，为什么口碑差出两个极端？我把官方发布、社区讨论和实测案例翻了一遍，结论先放在这里：问题不在 MATLAB 能不能搞 AI，而在你用的是三条路线里的哪一条。
分界线：是只能聊天，还是能干活
先看官方这一年多的节奏，变化其实分了三级台阶。R2025 版本引入内置 Copilot，本质还是编辑器里的补全和问答助手；到了今年四月的 R2026a，MATLAB在其生成式AI能力上又做了更深入的拓展，引入Agentic AI（智能体AI）这样的自动化工作流，以及MCP。知乎分界线到底在哪？一句话：AI 是只能陪你聊天，还是能真正接手干活。官方指南里有个说法很准确：非智能体 AI 就像一位只写报告的顾问。具备智能体能力的 AI 就像一位能够完成工作的伙伴。知乎接入主流智能体工作流之后，开发流程就从“聊天生成代码”升级成了“写代码 -> 运行 -> 看结果 -> 修正 -> 再验证”的闭环。知乎同样挂着 AI+MATLAB 的名头，顾问和伙伴是两种完全不同的东西。
MCP 到底是个什么东西？官方的类比很直白：可以将 MCP 类比为 AI 的 USB-C 接口：正如 USB-C 能让任何设备连接到任何外围设备，MCP 能让任何 AI 模型连接到任何工具，包括 MATLAB 和 Simulink。知乎落到实操层面，官方开源的 Agentic Toolkit 干两件事：一是 MCP Core Server，让外部智能体连上你本机的 MATLAB，执行代码、读写文件、做静态分析；二是一套用 Markdown 写的 skills，把 MATLAB 的编码规范和工程实践直接喂给 AI。
半年里，官方连落三子
这半年官方落子很密。四月，R2026a 发布，Agentic Toolkit 随之推出，当时官方说法是当前支持 6 个 AI 平台；7 月 16 日，MathWorks 干脆把 MATLAB MCP Server 和 Agentic Toolkit 都做成了开源软件包，所用的智能体工具包括 Claude® Code、GitHub Copilot®、OpenAI® Codex™、Gemini® CLI 等。知乎同期 FileExchange 上的投稿也被分配了唯一的 Package Name，为后续的包管理铺路。
社区口碑为什么两极
但社区的真实口碑是分裂的。被吐槽最狠的是内置 Copilot，有回答说得毫不客气：在 VSCode 里装第三方 AI 插件写 MATLAB 很顺，而目前 Matlab 2025a 的 Copilot 依然是残废，落后时代的 GPT3.5 级别。知乎槽点其实很集中：模型能力弱、上下文理解有限，更关键的是它碰不到运行结果——只能帮你写，不能帮你把活干完。
另一边，MCP+外部智能体这条线有几个立得住的场景。MATLAB 学生大使在公开分享里，用 Agent 把官方的电动垂直起降飞行器模板改成六旋翼布局：仅用时 23 分钟，Agent 就在没有任何编译中断的情况下，完成了六旋翼基础布局的重建，一个多小时的自动参数扫描后，又成功通过 Simulink Autotune 完成了 PID 与 MPC 控制器的自动调参。知乎有动手对比过的用户给过更直观的感受：MCP 服务没连上时，智能体会退回脚本开发模式，代码质量相较成功启用 MCP 和 Skills 差了约两个档次。知乎这也解释了为什么那些配置教程收藏量高——值钱的不是“AI 替你写 MATLAB”，而是写、跑、看报错、再改的完整闭环真的转起来了。
Simulink 这边也没被落下。官方的 Simulink Agentic Toolkit 在 MCP Core Server 之上加了一层模型专用工具，智能体可以读模型结构、改模块和连接、查参数、跑仿真，连需求工程这类文档活都能接。它还有个容易被忽视的价值是版本避坑：在 MATLAB 2025b 环境里误运行了 2026a 新增的 API 时，网页 AI 往往会胡乱修改程序逻辑，而接入 MCP 的 Agent 可以在不运行编译的情况下，直接读取静态分析器的警告反馈，在一分钟内准确判断出“这是软件版本 API 变更导致的问题，无需破坏现有代码结构”。知乎对做基于模型设计的工程师来说，这是真能在日常里省时间的能力。
三条路线怎么选，坑在哪
那普通用户到底怎么选？我把现状拆成三条路线：
路线一，内置 Copilot：零配置，打开 MATLAB 就能用，适合只想轻度补全、完全不想折腾的人，但社区口碑如上，别抱太高预期；
路线二，VS Code + MATLAB 官方插件：编辑器体验比 MATLAB 自带编辑器好，还能叠加各种 AI 插件，适合本来就在 VS Code 里干活的人；
路线三，MCP + Agentic Toolkit：上限最高、闭环最完整，适合已经在用主流 AI coding 工具、愿意花半小时配环境的研究生、科研和工程用户。
走路线三的话，社区已经趟出一条比较稳的配置流程：下载官方 agenticToolkitInstaller.mltbx 双击安装，在 MATLAB 命令行运行 setupAgenticToolkit(“install”)，按提示选择安装到具体项目，再运行 shareMATLABSession() 共享会话，最后在智能体端确认 MCP 已连接。其中最关键的一个坑是安装范围：不建议选择全局安装，最好将所有 MATLAB 相关项目放在同一个文件夹下，安装时选择A specific project（仅安装到特定项目），这样无关项目不受影响，还能省一些 token 开销。知乎另外两个隐性成本提前说清：路线三需要本地装有正版 MATLAB，另一端的智能体工具本身也有订阅费用，两头都到位，这条路才走得通。
现在值不值得折腾
最后给两个判断。第一，不想现在折腾的，可以盯一下 R2026b。有长期跟版本更新的用户注意到，FileExchange 投稿被分配唯一 Package Name，似乎是为了未来出一个类似pip install的功能，目前还未实装，预计R2026b版本会开始正式生效。知乎到时候工具链的分发和安装成本还会再降一截。第二，这套东西不是玩票：MCP 服务器大约每两周更新一次。知乎这个节奏说明它是一条持续维护的长线，而不是某个版本的一锤子功能。哪怕你现在不上车，也值得放进观察清单——MATLAB 的 AI 玩法，明年大概率不是现在这个样子。你现在在用哪条路线，配置时踩过什么坑？评论区聊聊。
