2026 年 9 月 17 日，IBM 宣布面向工程生命周期管理（ELM）的企业平台 Engineering AI Hub 1.4 正式可用（GA）。这一平台把 AI 辅助能力嵌入需求、工作流与验证管理等工程环节。对建设企业级 AI 应用与智能体平台的团队，本次更新在 Agent、MCP 生态与多模型运行时上都给出了具体落地内容。本文从 AI 工程化与应用视角解读。
AI 测试生成 Agent
1.4 版本新增 AI 测试生成 Agent，能够从工程需求直接生成验证用例草稿与详细脚本，并包含前置与后置条件，把 AI 辅助工程从需求分析阶段延伸到验证阶段。对工程组织而言，这意味着 AI 不再只帮助写文档与写代码，而是开始介入质量门禁的上游，自动把需求转化为可执行的验证资产。其实际可用性仍建议结合项目数据评估。
扩展 MCP 工具生态
新版本扩展了 Model Context Protocol（MCP）工具目录，覆盖 DOORS Next、Engineering Workflow Management 与 Engineering Test Management 等产品，并让现有 MCP 工具有了配置感知能力。MCP 正在成为企业内 AI Agent 连接各类工程系统的通用接口，工具目录越完整，智能体能调用的上下文与操作就越丰富。对采用多供应商模型的团队，统一协议也降低了集成维护成本。
多模型运行时与规模化部署
该版本新增对 Azure AI 模型运行时的支持，管理员可在控制台直接配置，拓宽了大模型供应商选择；同时引入 Redis 集成，用于共享状态管理与分布式缓存，支持多 Pod 的大规模部署。把模型运行时选择权与有状态扩展能力同时交给平台，是企业 AI 应用从试点走向规模化的典型工程诉求。
治理管控与安全修复
治理方面，管理员可按需启用或禁用 MCP 端点与 Agent-to-Agent（A2A）端点，用量报表新增多时段视图、独立用户指标与 PDF 导出。另据 IBM 安全公告，1.4.0 同时修复了影响 1.1.0、1.2.0 与 1.3.0 版本的多个漏洞。端点级开关与用量可观测，使智能体平台在提效的同时保持可审计、可收敛。
小结
IBM Engineering AI Hub 1.4 于 2026 年 9 月 17 日 GA，以 AI 验证 Agent、MCP 工具扩展、Azure AI 运行时与治理管控为核心，是 AI 工程化与应用在企业研发场景的一次务实推进。