LF Edge（Linux基金会旗下组织）表示，其EdgeLake项目已从LF Edge第一阶段“At-Large”晋级至第二阶段“Growth”。LF Edge称，此次阶段晋级反映了项目采用率提升、贡献者活跃度增强，以及在边缘与工业环境中面向更广泛生产应用的准备度提高。

LF Edge致力于构建独立于硬件、云或操作系统的开放互操作边缘计算框架。该组织指出，进入“Growth”阶段的项目通常体现为社区持续增长、治理结构更为成熟，以及实际应用范围扩大。

在项目进展方面，EdgeLake引入了模型上下文协议（Model Context Protocol，MCP）的实现。LF Edge介绍称，该能力使AI代理与大型语言模型（LLM）能够直接访问并推理实时边缘数据，而无需进行数据集中化或依赖传统分析技术栈。

LF Edge披露，EdgeLake在晋级过程中体现出的进展包括：全球范围内活跃的贡献者与采用者增加；在工业与基础设施环境中的生产部署推进；与企业需求及开放标准方法保持一致；以及向去中心化、AI驱动的边缘架构演进。

Linux基金会网络、边缘及物联网总经理Arpit Joshipura表示，EdgeLake晋级第二阶段反映了项目采用率增长及其与LF Edge使命的契合，即实现可扩展、开放且互操作的边缘解决方案。他提到，MCP等能力展示了开源边缘平台如何在边缘侧实现实时AI与数据智能。

AnyLog创始人兼CEO Moshe Shadmon表示，“Growth”阶段确认了EdgeLake作为边缘智能AI基础数据层的定位。他称，借助MCP与统一命名空间（UNS），项目减少了对集中式分析技术栈与专用中介的依赖，使AI代理能够以安全、实时的方式直接推理运营数据。

据介绍，EdgeLake的MCP实现支持AI代理与应用通过自然语言、SQL以及统一命名空间（UNS）层级，对分布式边缘数据进行查询与交互。LF Edge称，这一方式旨在降低对集中式商业智能平台、自定义仪表盘及传统数据科学工作流程的依赖。

LF Edge表示，相较于依赖云端数据摄取、ETL流程与集中式中介的传统模式，EdgeLake的MCP能力可实现AI对运营边缘数据的直接访问，并在一定程度上减少对集中式商业智能系统与数据科学资源的依赖，从而缩短从问题到行动的洞察时间。

此外，LF Edge称其正通过Linux基金会社区内的跨项目协作，推动开放、互操作边缘基础设施的采用。LF Edge提到，近期案例研究展示了一项探索性概念验证（PoC）：将LF Edge的InstantX与汽车级Linux（AGL）集成，以开源技术实现车辆到云（V2C）通信，包括通过轻量级消息传递实现实时车辆遥测流，并采用支持未来扩展的模块化架构。