10月1日，Tuskira发布开源、自托管的AI Agent Gateway。按照当天《AI技术每日分析》第三节的介绍，它位于Agent与大模型、MCP服务器和工具之间，统一处理模型路由、工具权限、调用日志、Token用量、成本追踪与策略执行。项目宣称支持Claude Code、Cursor、Codex、Claude
一个工程师对助手说“给这台输送机补一段互锁，再把运行状态显示到画面上”，模型给出一份漂亮的 SCL，并不意味着事情完成了。PLC 项目里还有硬件型号、块接口、变量地址、HMI 连接、版本兼容和编译结果；更重要的是，工程文件的修改与现场控制器上的程序并不是一回事。tia-portal-openness-mcp 尝试把这些工程对象接到 MCP 客户端上。它的意义不是让模型“会编 PLC”，而是把过去
V7公开的Context Graph实践表明，企业AI的竞争正在从“检索到相关文本”转向“维护可追溯的实体、关系、时间与证据”。本文拆解这种机构级记忆的系统结构、实施路径、评价方法和治理边界。
工业Agent进入工厂，最先遇到的通常是大量老设备、老软件没有适合Agent调用的接口。本文结合ThingWorx 10.2所展示的路径，讨论如何在不大规模替换现有系统的前提下，为遗留系统补上一层可控、可审计、可回退的Agent接口。
Anthropic 发布的模型硬件标准 MHS，把大模型与显微镜、液体处理器、机械臂、量子计算设备之间的连接问题，抽象成统一驱动、设备描述、状态反馈和安全约束。它与 MCP 的关系并非替代，而是把 MCP 已经验证过的工具调用思路进一步向物理设备延伸。对工业智能而言，MHS 最值得关注的地方不在于“自然语言控制机器”，而在于设备能力是否能够被机器读取、边界是否能够被程序执行、异常是否能够进入闭环，以及探索性任务能否沉淀成确定性工艺脚本。
IBM AssetOpsBench 将工业设备运维拆成 IoT、失效模式、时序模型、振动分析和工单等 MCP 服务，并通过场景、轨迹和离线评分检查智能体是否正确定位资产、调用工具、形成证据链并安全执行运维动作。
MCP正在从工具调用协议走向更完整的智能体基础设施。随着Agent开始代表用户长期执行任务，身份、权限委托、长任务、事件机制和工具发现逐渐成为企业落地必须解决的问题。
predictive-maintenance-mcp把FFT、包络分析、轴承故障频率、异常检测、严重度和RUL封装为34个工具与3个提示模板。本文分析智能体编排、证据链、专家审核和生产落地边界。
CAD/CAE Copilot把自然语言建模连接到参数化几何、拓扑引用、规则校核、有限元分析和可复现工程包，展示了智能体驱动CAD/CAE闭环的关键接口。
MCP 2026-07-28删除初始化握手和协议层会话，把每次工具调用改造成可独立路由的自描述请求。对工业智能体而言，这意味着数据库、PLM、MES、CAE和设备系统接口更容易横向扩展、鉴权、审计和纳入企业API网关。
Kimi K3 通过 MCP 连接 Blender 后，可以创建场景、调用工具、编写 Python 脚本、渲染预览并根据画面继续修改。这让 AI 从生成单张图片的工具，逐渐进入可编辑 3D 工程的制作流程。
新一代豆包手机调整了操作头部应用的方式。微信、淘宝等应用只有主动提供MCP服务，开放相应数据和操作能力，豆包助手才能调用。第一代产品依靠读取屏幕、模拟点击实现跨应用操作，很快遇到账号风控、安全争议和平台封禁。
Meta推出Muse Spark 1.1和Meta Model API，把多模态、电脑使用、MCP、百万上下文和多智能体编排放进同一个模型叙事里，说明大厂AI竞争正在从聊天能力转向“替用户操作软件和服务”的执行能力。
V2EX 关于 Codex 项目上下文的讨论，指向一个更工程化的问题：如何让 AI 不再每次都像新来的开发，而是逐步理解项目结构、业务约定、代码风格和历史决策。
Anthropic 收购 Stainless 释放了一个更关键的行业信号：AI Agent 的核心竞争，正在从模型能力转向连接系统、工具调用、权限治理与标准化接口能力。
Oracle 最近发布的技术博客，把 AI Agent 连接数据库这件事推进到了一个更具体的位置。它演示如何把 OpenAI Codex 连接到 Oracle Autonomous AI Database MCP Server，让 Codex 通过 MCP 协议访问数据库工具、查看 schema、获取元数据，并在受控权限下执行数据库工作流。
MathWorks新发布的MATLAB Agentic Toolkit，本质上不是一个简单的“让AI会写MATLAB代码”的插件，而是一套把MATLAB能力、工程知识和AI代理工作流绑定起来的基础设施。它一边通过MATLAB MCP Core Server给AI代理接上可执行的MATLAB环境，一边通过skills把MATLAB工程师的最佳实践注入代理，让AI不只是“会写几行.m文件”，而是能以更接近真实工程团队的方式完成建模、测试、诊断、应用开发与工具箱调用。
几乎所有创始人都在焦虑一件事：如何让公司对 AI 更“可读”。但一个更少人愿意面对的问题是，当你把内部知识、流程、判断逻辑和操作方式系统化、结构化、标准化时，你也可能正在亲手把自己的护城河翻译成供应商可以学习、复制和商品化的能力。你的优势，正在变成别人的功能。
Hugging Face与Anthropic合作推出MCP免费课程，从"理解协议"走向"做出应用"。MCP正在把AI应用从"聊天窗口"推向"系统接口"，这是AI教育从提示词层面走向系统集成的关键一步。
MCP正在把AI从旁观者变成操作者。Autodesk官方下场、FreeCAD/Onshape社区桥接、Abaqus/Ansys/COMSOL仿真自动化、KiCad EDA自动化、ThingWorx/Rescale平台层扩散,工业软件MCP生态已经出现清晰分层。