五大厂商联手,给 AI 智能体插件定了个＂USB-C 标准

AI 资讯

五大厂商联手，给 AI 智能体插件定了个"USB-C 标准"

约 3417 字·阅读 9 分钟

一个插件写一遍，六大客户端都能用——OpenAI 联合亚马逊、微软、Cursor 和 Vercel 做的这件事，可能比新模型更值得你关注。

· · ·

不是新模型，是"插头标准"

2026 年 8 月 6 日，GPT-5 系列模型上线整整一周年。OpenAI 没有发新模型，没有晒跑分，也没有喊"再见了某某行业"。

他们做了一件看起来很"无聊"的事：联合亚马逊（AWS）、微软（Microsoft）、Cursor 和 Vercel，发布了一套叫 Agent Plugins 的开放标准。

简单说，就是给 AI 智能体的插件规定一种统一的"包装方式"。

你可能觉得，这不就是个接口规范吗，有什么好激动的？

但如果你是一个 AI 插件开发者，你一定经历过这种痛苦：同一个功能，在 Codex 里要打包成 A 格式，在 Cursor 里要改成 B 格式，到 GitHub Copilot 又得来一遍 C 格式。东西都是同一个东西，换台设备就得重新找转接头。

最忙的不是 AI，是那个四处复制文件的人。

Agent Plugins 想解决的，就是这个问题。

· · ·

到底什么是 Agent Plugins？

Agent Plugins 是一个开放、厂商中立的打包标准，当前已发布 1.0.0 版本规范。

它的核心理念用一句话就能说清楚：构建一次，在所有兼容的智能体客户端中使用。

但要注意，它不是一个新的运行时，也不是一种新的指令格式。它是一个"容器"——把已有的两样东西打包到一起：

组件	作用	通俗比喻
Agent Skills	教 AI 怎么做事的指令包（SKILL.md 格式）	工作手册
MCP 服务器配置	让 AI 连接外部工具和数据的接口配置	工具箱的钥匙
Agent Plugins	把上面两者打包成统一可分发的插件	装手册和钥匙的行李箱

三层关系一目了然：MCP 管运行时怎么连接工具，Agent Skills 管怎么教 AI 做事，Agent Plugins 管怎么把这俩打包在一起、跨客户端分发安装。

官方原话："Build a plugin once and use it across compatible agent clients."（构建一次插件，在所有兼容的智能体客户端中使用。）

这条发布推文在 24 小时内突破了 110 万次浏览，社区反应整体非常积极。

· · ·

插件长什么样？

根据已公开的 1.0.0 规范，一个 Agent Plugin 的目录结构如下：

my-plugin/├── plugin.json ← 清单文件，插件的"身份证"├── skills/ ← 存放 Agent Skills│ └── summarize/│ ├── SKILL.md ← 技能指令│ ├── scripts/ ← 支撑脚本│ └── references/ ← 参考资料目录├── mcp.json ← MCP 服务器连接配置└── com.example.client/ ← 客户端私有扩展区 └── hooks/ ← 某家产品独有的钩子

核心文件解读：

**plugin.json**：每个插件必须有的清单文件，标识插件名称和目标 Agent Plugins 规范版本。最简形态只需两行：

json

{"$schema": "https://agent-plugins.org/schemas/1.0.0/plugin.schema.json","name": "deployment-tools"}

可选字段包括版本号、描述、作者、主页、仓库地址、许可证、关键词等。Schema 设计为"封闭式"——未知字段会被报告并忽略，违规清单可能导致客户端在加载组件前就拒绝该插件。

skills/ 目录：存放 Agent Skills，遵循 Agent Skills 规范定义的格式。每个技能是一个子目录，包含 SKILL.md 指令文件及配套的脚本和参考资料。

**mcp.json**：描述 MCP 服务器连接，支持三种传输方式——本地 stdio、Streamable HTTP、传统 HTTP+SSE。一个典型配置长这样：

json

{"$schema": "https://agent-plugins.org/schemas/1.0.0/mcp.schema.json","mcpServers": {"local-validator": {"type": "stdio","command": "./bin/validator","args": ["--data", "${PLUGIN_DATA}/validator"],"cwd": "${PLUGIN_ROOT}" },"deployment-api": {"type": "streamable-http","url": "https://deploy.example.com/mcp" } }}

规范预留了两个运行时变量：PLUGIN_ROOT 指向已安装的插件包，PLUGIN_DATA 指向客户端管理的可写数据（可在插件更新后保留）。客户端会在参数、环境变量和工作目录中展开这两个变量，但不会在可执行命令、URL 或 HTTP 头中展开——这是安全边界的一部分。

客户端扩展区：某家产品想增加独有能力，可以放进以反向域名命名的目录（如 com.example.client/）。其他客户端看不懂就忽略，不影响公共部分。这是一个很聪明的"逃生舱"设计。

· · ·

谁在支持？

首批兼容客户端名单已经不是一个"小圈子实验"了：

兼容客户端	开发方	支持能力
Codex	OpenAI	Skills + 两种 MCP 传输
ChatGPT	OpenAI	Skills + 两种 MCP 传输
Cursor	Anysphere	Skills + 三种 MCP 传输
GitHub Copilot	GitHub/Microsoft	Skills + 三种 MCP 传输
VS Code	Microsoft	Skills + 三种 MCP 传输
Kiro	AWS	Skills + 三种 MCP 传输

这六个客户端覆盖了当前 AI 编程和智能体领域的主力玩家。

再看项目治理结构，同样值得关注：最初的技术指导委员会由 5 位核心维护者组成，分别来自 Amazon、Cursor、Microsoft、OpenAI 和 Vercel。治理章程明确规定：任何单一厂商都不能控制多数核心维护席位，技术讨论和提案必须公开进行。

大家都想做自己的 AI 入口，却也发现插件生态继续各修各的路，最后谁都要多交一遍维护费。

· · ·

为什么不直接扩展 MCP 或 Agent Skills？

因为这两个标准解决的是不同层面的问题，而且都没定义"打包"这件事。

MCP 定义的是运行时的通信协议和信任模型——智能体怎么发现和调用工具，但没说"一个技能加一个 MCP 服务器"怎么作为整体打包、版本管理、分发安装。

Agent Skills 定义的是指令包格式——但一个依赖特定 MCP 服务器的技能，历来需要额外手写配置说明，而且每个客户端的写法还不同。

Agent Plugins 填的就是这个空：一个共享的安装时容器。

五家公司联合开发这个标准（而不是 OpenAI 单独发布后等别人跟进），本身就是最强信号——这是整个生态的共同痛点，不是某一家公司的 speculative 尝试。

· · ·

真正值钱的，是让 AI 能力跟着人走

一个 AI 智能体能不能干好活，不只取决于背后的模型。

模型更像一个聪明的大脑。但只有大脑，没有工作方法，也没有可以动手的工具，它最多是坐在会议室里给建议。

Skill 教它怎么做，MCP 让它真的能做，Plugin 把它们装进同一个行李箱。

标准没有试图统一所有 AI 的大脑，它先统一大脑随身携带的经验和工具。

这意味着什么？模型今天用 Codex，明天换 Cursor，后天团队决定用 GitHub Copilot——如果你的技能和工具可以跟着走，你积累下来的就不再只是某个平台里的几段聊天记录，而是一套能搬家的工作能力。

你喜欢哪个 AI，可以继续用哪个。你的能力包，不必被一起扣在里面。

过去的插件	Agent Plugins 希望做到
每个平台一套格式	公共部分只打包一次
换工具要重新适配	兼容客户端直接识别
技能和工具分散配置	一个插件统一携带
厂商能力互不相认	私有扩展互不干扰

· · ·

先别急着喊大一统，它还缺最难的一半

看到这里，你可能想问：以后是不是随便下载一个插件，所有客户端都能安全使用？

不能。

Agent Plugins 1.0.0 目前只统一了两类公共组件的打包格式：Skills 和 MCP 服务。插件的分发、安装、更新、权限提示、用户界面，仍然由各家客户端自行决定。

更重要的是，官方的"未来考虑事项"文件非常坦诚地列出了 v1.0.0 尚未覆盖的问题：

插件需要哪些文件、网络和工具权限

用户安装时应该看到怎样的授权提醒

如何验证插件来源、是否被篡改

密钥和敏感信息怎样安全保存

企业如何统一审核、放行、禁用和审计插件

这几件事可不是边角料。插件既能教 AI 做事，又可能让它连接文件、账号和外部服务。一个来路不明的插件，危险之处不在于"回答错一道题"，而在于它可能拿着你给的钥匙，认真执行了一份有问题的说明书。

规范确实做对了一些安全设计：插件路径必须限制在插件根目录内，某个组件加载失败不应该连累其他有效组件。但路径隔离不是沙箱。stdio 类型的 MCP 服务器仍然可以执行代码，远程 MCP 端点在认证后仍然可以访问外部系统。

Agent Plugins 解决了可移植性问题，但还没有替用户解决信任问题。

它现在更像 USB-C 的接口标准，而不是一个已经审核好所有应用的手机商店。接口统一之后，劣质充电器仍然是劣质充电器。能插进去，不代表应该插进去。

· · ·

接口只是第一步

过去大家争的是谁的模型更聪明。

Agent Plugins 的出现意味着行业开始面对一个新问题：我们积累的能力，到底属于某个平台，还是应该属于我们自己？

下一阶段，大家会争谁能让用户带着自己的技能、工具和工作方法自由迁移。

接口只是第一步。但很多真正改变行业的事情，最开始看起来，也只是一张很无聊的接口说明书。

· · ·

引用来源

OpenAI Developers 官方公告（X/Twitter，2026年8月6日）："Build a plugin once and use it across compatible agent clients. Introducing Agent Plugins, an open standard developed with AWS, Cursor, GitHub, VS Code, and Vercel."

Agent Plugins 官方网站：https://agent-plugins.org/

Agent Plugins 1.0.0 完整规范：https://agent-plugins.org/specification

Agent Plugins 兼容客户端名单：https://agent-plugins.org/compatible-clients

Agent Plugins 项目治理章程：https://github.com/agentplugins/agent-plugins-spec/blob/main/GOVERNANCE.md

Agent Plugins 未来考虑事项：https://github.com/agentplugins/agent-plugins-spec/blob/main/FUTURE_CONSIDERATIONS.md

Agent Plugins 规范源码仓库：https://github.com/agentplugins/agent-plugins-spec

explainx.ai 技术分析："Agent Plugins: OpenAI's New Open Standard for Packaging AI Agent Tooling"（2026年8月7日）

kingy.ai 技术详解："OpenAI Agent Plugins: Portable Skills and MCP Explained"（2026年8月6日）

10.

9to5Mac："GPT-5 turning one as OpenAI shares new Agent Plugins standard"（2026年8月6日）

11.

IT之家 / 同花顺："GPT-5 上线 1 周年之际：OpenAI 面向 AI 智能体推出 Agent Plugins 规范"（2026年8月7日）

12.

腾讯新闻 / 程序员晚枫："OpenAI联合微软、亚马逊等5家大厂联手发布Agent Plugins：AI插件终于要统一了"（2026年8月7日）

欢迎关注