乐于分享
好东西不私藏

五大厂商联手,给 AI 智能体插件定了个"USB-C 标准

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。

· · ·

01

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。

· · ·

02

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。

· · ·

03

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。

· · ·

04

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。

· · ·

05

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。

· · ·

06

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

· · ·

07

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。

· · ·

08

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

1.
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."
2.
Agent Plugins 官方网站:https://agent-plugins.org/
3.
Agent Plugins 1.0.0 完整规范:https://agent-plugins.org/specification
4.
Agent Plugins 兼容客户端名单:https://agent-plugins.org/compatible-clients
5.
Agent Plugins 项目治理章程:https://github.com/agentplugins/agent-plugins-spec/blob/main/GOVERNANCE.md
6.
Agent Plugins 未来考虑事项:https://github.com/agentplugins/agent-plugins-spec/blob/main/FUTURE_CONSIDERATIONS.md
7.
Agent Plugins 规范源码仓库:https://github.com/agentplugins/agent-plugins-spec
8.
explainx.ai 技术分析:"Agent Plugins: OpenAI's New Open Standard for Packaging AI Agent Tooling"(2026年8月7日)
9.
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

相关学习资料