做 AI 工具、写 AI 技能的朋友，请先停一下——你们最头疼的那个问题，昨天有六家巨头联手给出了答案：以后做出来的 AI 技能和插件，终于不用再为每家工具单独打包了。

8 月 6 日，谷歌正式宣布以核心维护者身份加入 Agent Plugins 技术指导委员会，让这份名为 Agent Plugins 1.0.0 的开放规范进入全面公开阶段。别看这事听起来偏技术，它解决的是一个所有 AI 用户都迟早会遇到的痛点：同一份 AI 技能，在 Cursor 里能用，换到 VS Code 里就得重新适配；同一个 MCP 服务，给 ChatGPT 配完，给 GitHub Copilot 还得再配一遍。

六巨头罕见地坐在了同一张桌子上

Agent Plugins 的共建名单堪称豪华：亚马逊 AWS、Cursor（母公司 Anysphere）、GitHub、微软、OpenAI、Vercel 六家创始核心维护者，再加上 8 月 6 日宣布加入的谷歌。平时在 AI 赛道上杀得刺刀见红的大厂，这次罕见地联手定了同一个标准。据新智元报道，这份规范唯一引人注目的缺席者，是这套玩法的开创者 Anthropic——它没有被列进核心维护者名单。

这件事的分量，可以类比软件行业的两次”大一统”：当年 JavaScript 生态统一了 package.json 之后，npm、yarn、pnpm 才能装同一份包；当年容器界统一了 OCI 镜像格式之后，Docker、Podman 才能跑同一个镜像。Agent Plugins 想做的，就是给 AI 智能体的插件，定一个统一的”包装盒”。

这个标准到底统一了什么？

先说清楚一个概念：一个 AI 插件，通常由两部分组成——Agent Skills（给模型的可复用指令和资源）和 MCP 服务器（连接外部工具和数据的桥梁）。这两样东西本身就能跨客户端复用，真正卡住开发者的，是最外层的打包方式：各家客户端的目录结构、清单文件、MCP 配置写法都不一样，同一个组件换个客户端，就得按”新家”的规矩重新打包一次。

Agent Plugins 1.0.0 把外面这层”箱子”统一了：一个插件就是一个标准目录，根目录放 plugin.json 清单，里面是 skills/ 技能文件夹和可选的 mcp.json 配置。打一份包，凡是支持这套格式的客户端都能认。目前，ChatGPT、Codex、Cursor、GitHub Copilot、Kiro、VS Code 已经宣布支持；谷歌自家的 Agents CLI 和 Data Agent Kit 也从发布当天开始接入。

它和 MCP 是什么关系？

很多人可能会问：已经有了 MCP，为什么还需要 Agent Plugins？答案是两者解决的是不同层面的问题——MCP 解决的是”模型怎么调用工具”，Agent Plugins 解决的是”技能和工具怎么打包分发”。一个管”连接”，一个管”分发”，是互补关系，不是替代关系。规范 1.0.0 明确说明，它不会重写 Agent Skills 和 MCP 的既有规范，只统一它们打包在一起的”外壳”。

对普通人意味着什么？

这件事短期看是开发者的福音，长期看却关系到每一个 AI 用户——因为它正在为”AI 技能市场”铺路。当打包格式统一之后，”一次做好、到处能用”的技能包就有了爆发的基础：你做一个”查数据库写周报”的技能，过去要适配四五个客户端，现在打一份包就能通吃；内容创作者可以把整理好的提示词、工作流、行业方法论打包成标准技能包分发；副业党甚至有机会直接靠”卖 AI 技能包”赚钱——就像今天有人在应用商店卖效率插件一样。

未来的 AI 世界，模型是能力，技能包是商品，标准就是货架。Agent Plugins 迈出的这一步，是让这个货架真正立起来的第一步。

你怎么看？

最后想问问大家：如果你有一个 AI 技能包，你最想打包什么功能卖给别人？是做周报、写文案、还是数据分析？评论区聊聊，也许下一个”技能包市场”里的爆款，就来自你的想法。