La suite combina un servidor MCP con una biblioteca de habilidades especializadas para que agentes como Claude Code u OpenAI Codex trabajen con MATLAB como lo haría un ingeniero experimentado
MathWorks publicó el 13 de abril de 2026 el MATLAB Agentic Toolkit, una suite de código abierto disponible en GitHub que resuelve uno de los problemas más frustrantes de usar IA generativa con MATLAB: que el modelo sabe programar en general, pero no sabe programar bien en MATLAB.
El problema de fondo
Usar un agente de IA para generar código MATLAB sin contexto adicional produce resultados inconsistentes. El modelo puede equivocarse en los argumentos de una función, alucinar nombres de funciones que no existen o ignorar las convenciones de estilo y las prácticas recomendadas por MathWorks. El resultado es código que hay que corregir manualmente, lo que anula buena parte de la ventaja de usar IA en primer lugar.
El toolkit ataca este problema desde tres ángulos: darle al agente las herramientas para ejecutar y probar código en tiempo real, el contexto necesario para entender las convenciones específicas de MATLAB, y la guía para seguir buenas prácticas en lugar de adivinarlas.
Dos componentes principales
El toolkit integra dos tecnologías que MathWorks venía desarrollando por separado. El primero es el MATLAB MCP Core Server, lanzado en noviembre de 2025, que implementa el protocolo MCP (Model Context Protocol) para permitir que el agente de IA interactúe directamente con una instancia de MATLAB corriendo en la máquina del usuario. Esto elimina el ciclo manual de copiar y pegar código, ejecutarlo y volver al chat con el error. Con el servidor activo, el agente escribe código, lo ejecuta, lee el resultado y lo refina de forma automática. El servidor expone cinco herramientas principales: ejecución de código, ejecución de archivos, ejecución de pruebas unitarias, análisis estático con el Code Analyzer, y detección de versión y toolboxes instalados. También provee dos recursos de referencia: las guías de estilo de código MATLAB y las reglas de formato para Live Scripts.
El segundo componente es una biblioteca de Agent Skills, archivos Markdown que instruyen al agente sobre cómo realizar tareas específicas antes de intentarlas. El concepto de skills fue introducido por Anthropic en octubre de 2025 y se convirtió rápidamente en un estándar adoptado por todos los principales sistemas de IA. Un skill no es código ejecutable: es un conjunto de instrucciones curadas que el agente lee antes de abordar una tarea, de modo que no depende únicamente de su conocimiento de entrenamiento general sino de guías específicas y actualizadas. Las skills incluidas en el toolkit cubren configuración inicial, generación de pruebas unitarias, creación de Live Scripts, construcción de apps, revisión de código, depuración y modernización de código heredado.
Instalación y uso
El toolkit requiere MATLAB R2020b o posterior, Git y un agente de IA compatible. Actualmente soporta seis plataformas: Claude Code, OpenAI Codex, GitHub Copilot, Gemini CLI, entre otros. La instalación se reduce a clonar el repositorio e indicarle al agente que configure el toolkit; el propio agente localiza MATLAB, instala el servidor MCP, registra el plugin y verifica el entorno usando la skill de configuración incluida. Una vez completado el proceso, las herramientas y skills quedan disponibles globalmente para cualquier directorio de proyecto.
El uso de skills individuales desde Claude Code se hace con el prefijo / seguido del nombre abreviado del skill, por ejemplo /creating-live-scripts archivo.m. Sin embargo, en la práctica el agente aplica las skills relevantes de forma automática sin que el usuario tenga que invocarlas explícitamente.
¿Qué significa esto para los profesionales de datos?
La pregunta inevitable es si herramientas como el MATLAB Agentic Toolkit amenazan el empleo de quienes trabajan con MATLAB profesionalmente. La respuesta honesta es matizada. Para tareas bien definidas —modernizar código heredado, generar pruebas unitarias, depurar errores de sintaxis, convertir scripts en funciones reutilizables— la confiabilidad del agente mejora de forma significativa cuando tiene acceso a un entorno de ejecución real y guías especializadas. En ese tipo de trabajo rutinario, el toolkit sí puede reemplazar horas que antes requería un perfil técnico.
Donde el agente sigue siendo poco confiable es en todo lo que exige criterio de dominio: saber si una transformación tiene sentido físicamente, detectar que un resultado numérico es sospechoso aunque no genere error, o conocer los comportamientos no documentados de un toolbox especializado. Ese conocimiento no cabe en un archivo Markdown. El riesgo real no es la desaparición del perfil, sino la presión sobre los niveles de entrada: organizaciones con presupuesto ajustado podrían concluir que con IA necesitan menos juniors, o juniors con menos tiempo de rampa. El trabajo de los expertos no desaparece, pero el umbral para justificar su contratación sube. Como en casi todo lo que está ocurriendo con la IA aplicada, la herramienta amplifica la capacidad de quien ya sabe lo que hace, y reduce la tolerancia hacia quien todavía está aprendiendo a hacerlo.
Contexto y perspectiva
El toolkit es open source, se actualiza con frecuencia, el servidor MCP tiene un ciclo de actualización de aproximadamente dos semanas y MathWorks solicita activamente retroalimentación de la comunidad. El repositorio principal de skills de Anthropic, del que este proyecto toma inspiración, acumula más de 114,000 estrellas en GitHub desde su lanzamiento en octubre de 2025, lo que da una idea de la velocidad con que este patrón se ha convertido en infraestructura estándar para el desarrollo asistido por IA.
Para equipos de ingeniería, investigación científica y educación que usan MATLAB como plataforma central, el toolkit representa la diferencia entre tener un asistente de IA genérico que escribe código plausible y tener uno que conoce el ecosistema, puede verificar su propio trabajo y sigue los estándares de la plataforma.
El repositorio está disponible en: github.com/matlab/matlab-agentic-toolkit
