智能体应用正在爆发，但开发者最头疼的问题也随之而来：同一个技能，在Cursor上能用，换到ChatGPT就要重写一遍；同一个工具接入，这个平台支持MCP，那个平台只认自己的插件格式。生态的碎片化，正在成为Agent普及的最大障碍。近日，Vercel联合Amazon、Cursor、Microsoft和OpenAI等多家AI巨头，共同发布了Agent Plugins规范草案，试图为这一乱局立下统一标准。
这份名为Agent Plugins 1.0的规范，将智能体的技能和工具打包进单一的目录结构中，融合了Linux基金会下属AAIF管理的MCP协议和Anthropic于2025年创建的Agent Skills标准。简单说，Agent Skills定义智能体执行任务的指令，MCP提供与外部数据库、API等资源的连接，两者结合，AI能力被模块化封装，理论上可以实现跨平台复用。
Agent Plugins的核心理念，是把复杂的能力打包变成简单的文件操作。每个插件包含一个清单文件manifest和schema，技能存放在skills子目录，MCP配置则存储为mcp.json。这种以文件系统为配置方式的design，保持了格式的可预测性，开发者无需学习复杂的平台专有API，只要按照规范组织目录结构，插件就能在不同平台间流转。
规范的制定者刻意保持了1.0版本的窄范围，聚焦核心功能，避免一上来就堆砌过多特性导致落地困难。目前，VS Code、Cursor、GitHub Copilot、ChatGPT、Codex和Kiro等平台已经宣布支持该标准，这些平台几乎覆盖了当前最主流的AI编码与对话工具。对开发者而言，这意味着一次编写的技能，有望在多个工具中复用，重复开发的成本大幅降低。
更值得关注的是规范背后的治理架构。Agent Plugins未来将在开放治理模式下管理，由独立的行业技术监督委员会负责决策，核心开发团队来自Amazon、Cursor、Microsoft、OpenAI和Vercel。这种多巨头共治的结构，试图避免单一公司主导标准演进的局面。与此同时，Google已将其Agent2Agent协议并入AAIF，并开发Agentic Resource Discovery规范，进一步推动智能体开发标准的统一。头部玩家的集体站队，让这份规范的分量超出普通技术草案的范畴。
Agent Plugins规范的本质，是把两套已经流行的标准缝合起来。MCP协议由Anthropic提出，解决的是智能体如何连接外部资源的问题，相当于给Agent装上了访问数据库、调用API的接口；Agent Skills则聚焦智能体执行任务的指令封装，告诉Agent一件事该怎么干。两者此前各自发展，平台支持程度参差不齐，Agent Plugins试图给出统一的封装形态，让能力模块可以在任何平台即插即用。
这场标准之争之所以重要，是因为它直接决定智能体生态的竞争格局。历史上，无论是PC时代的插件体系还是移动互联网时代的SDK生态，标准制定者往往能占据生态核心位置。对平台方来说，支持开放规范意味着放弃部分封闭控制力，但换来的是更丰富的生态内容；对开发者而言，统一标准意味着更低的学习成本和更大的市场覆盖。Vercel联合多家巨头推动此事，本质上是在为智能体时代的互联互通奠定基础设施。
当然，规范落地仍面临现实挑战。安全边界和用户界面目前仍由各平台自行定义，这意味着同一个插件在不同平台上运行时，权限模型和交互体验可能不一致。此外，规范的1.0版本聚焦能力打包，尚未解决插件发现、版本管理、信任评估等生态级问题。行业观察人士指出，标准统一只是第一步，如何让插件生态繁荣起来，才是更大的考验。
Agent Plugins规范的价值，需要放在更大的产业背景中理解。当前企业部署智能体时，往往需要在多个平台分别建设技能库：给客服团队配置的Agent技能，研发团队用不上；内部工具接入的MCP服务，换了平台就要重新对接。这种重复建设不仅浪费资源，更拖慢了智能体从试点走向规模化的节奏。统一规范直接回应了这一问题，为企业提供了标准化部署的技术前提。
从产业协同角度看，这份规范也释放了积极信号。Anthropic、OpenAI、Microsoft、Amazon这些彼此竞争的前沿玩家，愿意在智能体互操作标准上坐到同一张桌前，说明行业已经意识到：单打独斗无法支撑智能体生态的爆发式增长，互联互通是共同利益所在。Google把A2A协议并入AAIF、开发资源发现规范，进一步印证了这一趋势。
对于开发者来说，现在正是学习新规范的好时机。Agent Plugins的目录结构简单直观，基于文件系统的设计让上手门槛极低，已经支持该标准的平台也提供了现成的集成路径。可以预见，未来几个月内，围绕Agent Plugins的工具链和插件市场将快速成型。智能体开发从各自为政走向标准化的拐点，或许就藏在这份看似朴素的规范文件里。一次编写处处运行，正在从理想变成可操作的工程实践。