OpenAI 攜手業界巨頭推出 Agent Plugins 開放標準，實現可攜式 AI Agent 擴充功能

OpenAI 與 Amazon、Microsoft、Cursor 和 Vercel 等業界巨頭合作，推出了「Agent Plugins」開放標準。這是一項廠商中立的標準，旨在實現跨相容平台的可攜式 AI Agent 擴充功能的建立與部署。Agent Plugins 1.0.0 規範解決了快速發展的 AI Agent 領域中一項關鍵挑戰：因平台特定相容性要求而導致 Agent 功能碎片化的問題。這項新標準旨在讓開發者能夠「一次編寫插件，即可在所有相容的 Agent 用戶端上使用」，從而提高 AI 生態系統的效率與相容互通性。

一、 引入 Agent Plugins：實現 AI Agent 擴充功能的一體化方法

Agent Plugins 標準為用於擴充 AI Agent 功能的重複使用元件定義了統一的封裝格式。在此標準推出之前，開發者往往需要重新設計或重新封裝相同的核心功能，以適應不同的 AI Agent 用戶端，從而導致重複投入與相容性問題。Agent Plugins 1.0.0 旨在透過為這些共享元件建立一個可預測且具結構性的存放位置，來簡化此流程，並在擴充功能創作者與載入這些功能的用戶端之間建立一個可攜式協定。

其核心思想是將焦點從為每個平台調適插件，轉向開發單一、具備通用相容性的擴充功能。這種「一次編寫，隨處運行」的理念預計將顯著加速開發工作流程，並提升 AI Agent 擴充功能的整體可靠性與可用性。該標準刻意縮小了涵蓋範圍，僅專注於定義套件封裝格式，而將安裝、發佈、策略和用戶體驗等用戶端特定的層面留給各個用戶端自行實現。這種設計選擇確保了在核心元件實現相容互通的同時，用戶端仍能保留創新空間，並提供差異化的產品。

二、 技術核心：Agent Skills 與模型上下文協定 (MCP) 伺服器

Agent Plugins 標準圍繞著兩大主要元件類型的封裝進行構建：「Agent Skills」（Agent 技能）與「Model Context Protocol (MCP) 伺服器」（模型上下文協定伺服器）。

Agent Skills 代表為特定任務設計的模組化工作流程以及可重複使用的指令或資源。這些技能為 Agent 提供了高效執行指定操作所需的知識和步驟。例如，某個 Agent Skill 可以封裝準備軟件發佈、檢查服務運行狀況或安全復原部署的步驟。

另一方面，MCP 伺服器對於將 AI Agent 連接到即時工具、外部 API 和動態數據源至關重要。模型上下文協定 (MCP) 本身是一項開放協定，作為為 AI 模型擴充額外工具和知識的業界標準，正受到越來越多的關注。遠端 MCP 伺服器使 Agent 能夠存取其直接環境以外的功能和資訊，例如查詢資料庫、與雲端平台互動，或與版本控制系統進行整合。例如，MCP 伺服器可以賦予 Agent 搜尋文件管理系統或為報告檢索即時數據的能力。

符合 1.0.0 規範的插件結構為一個目錄，其根目錄下包含一個 plugin.json 資訊清單檔案，並為其內嵌元件設有固定位置。此資訊清單用於識別插件，並指定其符合的 Agent Plugins 標準版本。相容的用戶端可以透過掃描此定義的目錄結構來偵測並載入該插件的內容。

三、 業界合作與技術督導委員會

Agent Plugins 標準的開發是重大跨業界合作的成果。該倡議最初由 Vercel 提出，隨後由 Amazon Web Services (AWS)、Anysphere（Cursor 開發商）、GitHub（Microsoft 旗下子公司）、Microsoft、OpenAI 及 Vercel 的代表共同協作完善。

由這些領先的 AI 和雲端基礎架構公司的核心維護者組成的技術督導委員會 (TSC) 將負責監督該標準的未來方向與版本迭代。Google 亦宣佈作為核心維護者加入（由 Kevin Hou 代表），並表示計劃將 Agent Plugins 的支援整合到其自家產品中，包括 Data Agent Kit 和 Agents CLI。這種多廠商治理模式強調在塑造標準演進過程中的開放貢獻與社群共識，而非由單一公司的發展藍圖主導。

在發佈初期，Agent Plugins 標準已獲得一系列知名 AI Agent 用戶端的支援，包括 OpenAI 的 ChatGPT 與 Codex、Cursor、GitHub Copilot、Kiro 及 VS Code。如此廣泛的初期採用，突顯了業界對 AI Agent 擴充功能一體化方法的迫切需求。

四、 對開發者與 AI 生態系統的影響與效益

Agent Plugins 開放標準的推出對開發者和更廣泛的 AI 生態系統具有多項重大意義：

* 提高開發效率： 開發者現在只需封裝一次其 Agent 擴充功能，無需再針對不同平台進行調適。這釋放了以往用於相容性調整的資源，使開發者能更專注於建立創新解決方案。 * 增強可攜性與相容互通性： 該標準確保了 Agent Skills 和 MCP 伺服器可以在各種 AI Agent 用戶端之間輕鬆共享和重複使用。這提升了不同系統與工具之間的相容互通性，減少了重複性工作，並促進了更具協作性的開發環境。例如，AWS 於 2026 年 2 月推出的現有「Agent Plugins for AWS」（旨在為 Claude Code 和 Cursor 等 Agent 提供 AWS 部署的專業技能），將受益於這一更廣泛的標準，使這些功能在更廣泛的相容 Agent 中具備更強的可攜性。 * 將核心功能與用戶端細節解耦： 透過僅對封裝格式進行標準化，Agent Plugins 促進了用戶端層面的良性競爭與創新。每個 AI 用戶端仍可開發獨特的安裝方式、發佈渠道、安全策略和用戶體驗，同時依賴統一、可攜式的底層 Agent 功能基礎。 * 更廣泛地採用具備主動代理能力的 AI (Agentic AI)： 擴充功能的標準化方法可降低開發者構建和部署 AI Agent 的門檻，從而有可能加速 Agentic AI 在各種應用和行業中的採用與效用。

常見問題

Agent Plugins 解決了什麼問題？

Agent Plugins 解決了 AI Agent 擴充功能相容性碎片化的問題。在過去，開發者必須針對每個特定的 AI 用戶端或平台調適其 Agent Skills 或模型上下文協定 (MCP) 伺服器。新標準實現了「一次編寫，隨處運行」的可攜性。

Agent Plugins 標準封裝了哪些元件？

Agent Plugins 1.0.0 規範封裝了「Agent Skills」（為 Agent 提供可重複使用的指令和資源）以及「Model Context Protocol (MCP) 伺服器」（將 Agent 連接到外部工具、API 和即時數據源）。

Agent Plugins 標準是由誰開發的？

該標準是由 Vercel 發起的一項合作計劃開發而成，貢獻者以及技術督導委員會成員包括 Amazon (AWS)、Cursor、Microsoft (GitHub, Code/VS Code)、OpenAI 及 Vercel。Google 亦作為核心維護者加入其中。

在發佈初期，哪些 AI 用戶端支援 Agent Plugins？

在發佈時，Agent Plugins 已獲得多個知名 AI Agent 用戶端的支援，包括 OpenAI 的 ChatGPT 和 Codex、Cursor、GitHub Copilot、Kiro 以及 VS Code。

該標準是否規定了插件的安裝或發佈方式？

否，Agent Plugins 1.0.0 規範特意僅專注於 Agent Skills 和 MCP 伺服器的封裝格式。諸如安裝機制、發佈管道、權限模型、沙盒機制、信任驗證以及用戶體驗等方面，均由各個用戶端自行實現決定。

參考來源

* https://x.com/OpenAIDevs/status/2085398373511918022 * https://9to5mac.com/2026/08/06/gpt-5-turning-one-as-openai-shares-new-agent-plugins-standard/ * https://digg.com/tech/OpenAI-Introduces-Agent-Plugins-Open-Standard * https://geekygadgets.com/openai-launches-vendor-neutral-agent-plugins-open-standard/ * https://thenextweb.com/news/openai-amazon-microsoft-cursor-vercel-agreed-one-standard-ai-agents * https://www.infoq.com/news/2026/03/aws-agent-plugins-cloud/ * https://vercel.com/blog/introducing-agent-plugins * https://aws.amazon.com/blogs/developer/introducing-agent-plugins-for-aws/ * https://ssojet.com/blog/cursor-plugins-ai-agent-workflows/ * https://docs.aws.amazon.com/agents/latest/userguide/plugins.html * https://github.com/agentplugins/agent-plugins-spec * https://dev.to/aws-builders/beyond-assistance-the-executive-power-of-agent-plugins-for-aws-5d7d * https://futurumresearch.com/aws-agent-plugin-frictionless-deployment-developer-honeypot/ * https://github.com/lastmile-ai/openai-agents-mcp * https://developers.google.com/blog/agent-plugins-portable-package-format-for-ai-skills * https://vercel.com/changelog/introducing-agent-plugins-1-0-0 * https://developers.openai.com/plugins/building-mcp-servers * https://aws.amazon.com/blogs/machine-learning/aws-supports-agent-plugins-an-open-standard-for-portable-agent-extensions/ * https://agentic.ai/foundation/agent-plugins-1-0-portable-package-format-for-ai-skills * https://code.visualstudio.com/docs/ai/agent-plugins * https://www.kucoin.com/news/me-ai-news-vercel-unifies-ai-agent-plugin-format-with-openai-microsoft-and-cursor-20260807 * https://briefflash.news/2026/08/06/introducing-agent-plugins-open-standard-for-ai-agent-extensions/ * https://learn.codesignal.com/lessons/connecting-agents-to-external-tools-with-mcp-servers/ * https://learn.codesignal.com/lessons/integrating-mcp-servers-to-an-openai-agent/