Wprowadzenie
Dwa miesiące temu ten blog opisywał, jak A2A dołączyła do MCP w Linux Foundation, umieszczając protokół agent-do-agenta Google pod tym samym neutralnym dachem co Model Context Protocol Anthropic. 22 października 2026 roku Agentic AI Foundation (AAIF) zrobiła znacznie większy krok. Na konferencji AGNTCon + MCPCon North America w San Jose cztery kolejne projekty przeszły pod jej zarządzanie w jednym ogłoszeniu: Agent Skills od Anthropic, Open Responses od OpenAI, OpenEnv od Hugging Face i OpenSandbox od Alibaba. Fundacja uruchomiła się z trzema projektami w grudniu 2025 roku. Teraz hostuje 10, a łącznie obejmują prawie każdą warstwę, na której działa agent AI, od instrukcji, które wykonuje, do piaskownicy, w której uruchamia się jej kod.
Czym dołączyły 22 października
Każda z czterech darowizn wypełnia lukę, którą fundacja wcześniej nie obejmowała:
| Projekt | Wniósł | Co standaryzuje |
|---|---|---|
| Agent Skills | Anthropic | Spakowane instrukcje, skrypty i zasoby, które agenci ładują na żądanie |
| Open Responses | OpenAI | Jeden format żądania i transmisji strumieniowej do wywoływania modeli od różnych dostawców |
| OpenEnv | Hugging Face | Skonterneryzowane środowiska uczenia się ze wzmacnianiem z interfejsem agenta |
| OpenSandbox | Alibaba | Izolowane środowiska uruchomieniowe dla kodu generowanego i wykonywanego przez agentów |
Dołączają do sześciu projektów już hostowanych: MCP, goose, AGENTS.md, A2A, Agent Router i agentgateway. „Rok temu AAIF uruchomiła się z trzema projektami i zakładem, że agentic AI potrzebuje neutralnego domu, aby prosperować," powiedział Manik Surtani, CTO i współzałożyciel fundacji. „Dziś hostujemy 10."
Gotowy na rozwój swojej firmy?
Rozpocznij bezpłatny okres próbny już dziś i zobacz rezultaty w ciągu kilku dni.
Agent Skills Staje Się Neutralny
Umiejętności Agenta to darowizna, którą pierwsi zauważą twórcy agentów. Umiejętność to folder zbudowany wokół pliku SKILL.md: krótki opis, który agent zawsze widzi, plus pełniejsze instrukcje, skrypty i pliki referencyjne, które ładuje tylko wtedy, gdy zadanie ich wymaga. Progresywne ładowanie to sedno sprawy. Agent może nosić setki umiejętności bez wpychania ich wszystkich do okna kontekstu, czego mogliśmy doświadczyć porównując jak agenci AI ładują umiejętności do swojego kontekstu na 11 frameworkach.
Anthropic nie tylko przekazała specyfikację. Przekazała nazwę Agent Skills, organizację GitHub i domenę agentskills.io. „Dziś przekazujemy Agent Skills do AAIF, aby zapewnić, że każdy budujący ze umiejętnościami może kształtować to, co będzie dalej," powiedział David Soria Parra, współtwórca i główny opiekun MCP w Anthropic.
Umiejętności teraz znajdują się obok AGENTS.md, konwencji w formacie tekstowym dla instrukcji agenta na poziomie repozytorium, którą OpenAI wniósł przy uruchomieniu fundacji. Razem obejmują warstwę instrukcji: AGENTS.md dla zawsze włączonego kontekstu, umiejętności dla wiedzy ładowanej na żądanie. Żaden z nich nie gwarantuje jakości. Kiedy testowaliśmy instrukcje agenta kodowania ze zmianą A/B, plik instrukcji o wielkości 33 KB nie przyniósł nic, czego nie przyniósł krótki. Udostępniony format sprawia, że umiejętności są przenośne, ale nie czyni ich dobrymi.
Otwarte Odpowiedzi: Jeden Kształt API
Otwarte Odpowiedzi kierują się cichszym źródłem blokady: kształtem samego wywołania API. Każdy dostawca modelu ma swój własny format żądania, swoje zdarzenia przesyłania strumieniowego i swój własny sposób opisywania narzędzi. Przełączanie modeli zwykle oznacza przepisanie kodu wokół nich.
Otwarte Odpowiedzi opierają się na OpenAI Responses API i definiują udostępniony schemat, spójne zdarzenia przesyłania strumieniowego i rozszerzowalalne narzędzia, dzięki czemu jeden format żądania może działać na dostawcach. „AAIF ma zdumiewające doświadczenie we wspieraniu ważnych projektów w całej branży," powiedział Steve Coffey z zespołu technicznego OpenAI. Dla zespołów, które już kierują różne zadania do różnych modeli, neutralny interfejs jest różnicą między przełączeniem wartości konfiguracji a przepisaniem integracji.
Dołącz do naszego newslettera
Otrzymuj najnowsze wskazówki, trendy i oferty za darmo.
Piaskownce i Tereny Szkoleniowe
Pozostałe dwa projekty zajmują się tym, co dzieje się wokół agenta, a nie wewnątrz niego.
OpenSandbox to platforma piaskownicy ogólnego przeznaczenia Alibaby dla aplikacji AI. Dostarcza wielojęzyczne SDK, zunifikowane API piaskownicy oraz środowiska uruchomieniowe Docker i Kubernetes, plus protokół do interfejsów API cyklu życia i wykonania, które umożliwiają zespołom podłączenie niestandardowych środowisk uruchomieniowych. „Nie chcemy, aby przyszłość była definiowana przez jedną firmę," powiedział Xiaobin Xu, szef infrastruktury programowania w Alibaby. Czas jest celowy. To lato przyniosło doniesienia o agentach AI wymykających się testowym piaskownicom w OpenAI i Anthropic, a izolacja to już nie coś, co każdy zespół może sobie pozwolić na improwizację.
OpenEnv to framework i centrum społeczności Hugging Face dla środowisk uczenia się ze wzmacnianiem. Pakuje każde środowisko jako usługę w kontenerze, która ujawnia interfejs agenta, MCP i protokół treningowy Gym. Oznacza to, że to samo środowisko, w którym agent się szkolił, może mówić tym samym protokołem, którego używa w produkcji. „Wierzymy, teraz bardziej niż kiedykolwiek, że demokratyzacja AI wymaga w pełni otwartego stosu," powiedział Ben Burtenshaw, inżynier uczenia maszynowego w Hugging Face.
Wymień Modele i Narzędzia Bez Przebudowy Swoich Agentów
Wizualny kreator FlowHunt utrzymuje twoich agentów niezależnych od jakiegokolwiek dostawcy modelu i łączy ich z twoimi systemami przez MCP.
Rok Jeden w Liczbach
Liczba projektów mówi jedną część historii. Adopcja mówi drugą. Zgodnie z danymi opublikowanymi przez fundację, gdy zapraszała Agent Skills, format jest obsługiwany przez ponad 70 platform agentów, opublikowano ponad 1 milion umiejętności w rejestrze skills.sh, a umiejętności zostały zainstalowane prawie 280 milionów razy. Dla porównania, MCP przekroczyła 10000 opublikowanych serwerów, a AGENTS.md została przyjęta przez ponad 60000 projektów open source, gdy fundacja się uruchomiła.
Te liczby wyjaśniają, dlaczego laboratoria w ogóle przekazują. Gdy format ma taką dużą adopcję, trzymanie go w tajemnicy niesie ze sobą większe ryzyko niż korzyść. Konkurent może go forknąć, a klienci zaczynają pytać, kto kontroluje plan działania. Neutralne zarządzanie odpowiada na to pytanie, zanim spowolni kogoś.
Co Wciąż Nie Jest Ustalone
Wspólny dom nie sprawia, że projekty automatycznie pracują razem. Otwarte Odpowiedzi to specyfikacja, którą dostawcy wciąż muszą wdrożyć, a wspólny format żądania nie wymazuje rzeczywistych różnic w tym, jak modele rozumują, wywoływują narzędzia lub obsługują długi kontekst. Umiejętności są przenośne na platformach, które je obsługują, ale umiejętność napisana dla zestawu narzędzi jednego agenta może zakładać możliwości, które inny agent nie ma. A OpenSandbox daje zespołom wspólny sposób izolowania kodu agenta, nie gwarancję, że jakakolwiek dana konfiguracja jest bezpieczna.
Jest też nakładanie się do rozwiązania. MCP, A2A, Agent Skills i Otwarte Odpowiedzi dotykają tego, jak agenci opisują i wywoływują narzędzia. Posiadanie ich pod jedną fundacją ułatwia ich wyrównanie, ale nie oznacza, że są już wyrównane.
Co To Oznacza dla Twórców
Dla zespołów budujących agentów dzisiaj, praktyczna wiadomość to traktowanie otwartych formatów jako domyślnych:
- Pakuj wiedzę jako umiejętności. Wielokrotnie wykorzystywalne instrukcje i skrypty są warte więcej jako przenośne umiejętności niż jako monity zagubione w jednym produkcie.
- Łącz narzędzia przez MCP. Niezależnie od tego, czy uruchamiasz własne serwery, czy używasz hostowanych serwerów MCP, MCP pozostaje warstwą połączenia, wokół której zbudowana jest reszta stosu.
- Utrzymuj modele wymienialne. Umieszczaj wywołania modelu za interfejsem niezależnym od dostawcy, dzięki czemu przeniesienie zadania na tańszy lub silniejszy model to zmiana konfiguracji.
- Piaskownica kodu agenta. Wszystko, co agent napisze i uruchomi, powinno być w izolowanym środowisku uruchomieniowym, a nie na wspólnym serwerze.
Platforma agenta AI bez kodu taka jak FlowHunt siedzi na szczycie tych warstw. Wybierasz model na zadanie, łączysz narzędzia przez MCP i orkiestrujesz agentów na jednym płótnie, dzięki czemu przepływy pracy, które budujesz, nie zależą od wygranej żadnego pojedynczego dostawcy.
Podsumowanie
W ciągu dziesięciu miesięcy Agentic AI Foundation przeszła z trzech projektów do 10, a laboratoria, które konkurują najciężej na modelach, teraz dzielą zarządzanie infrastrukturą poniżej nich. Anthropic zrezygnowała z kontroli nad Agent Skills, OpenAI otworzyła kształt swojego API, Hugging Face wniósł swoje środowiska szkoleniowe, a Alibaba swoje piaskownce. Nic z tego nie czyni agentów mądrzejszymi samo w sobie. Co to robi, to czyni stos agenta mniej zależnym od jednej firmy, co jest warunkiem, na który każdy zespół budujący go czekał.
