来源：DeepTech深科技
在刚刚结束的“美国 AI 春晚” AWS re:Invent 2025 大会上，AI Agent（智能代理）的重要性被反复提及。
亚马逊云科技 CEO Matt Garman 宣布的 12 项有关 AI 的新发布，都围绕着 Agent 的基建、开发和管理。在演讲中，他下了一个判断：AI Agent 的出现，正在让 AI 的价值真正释放。
“让 Agent 自主处理复杂任务”——这个未来看似美好，可实现起来困难重重。因为在现实的代码世界里，开发者面临着碎片化的难题。每个大模型都有自己的工具调用格式，每个数据源都需要单独编写连接器，且随时可能因为厂商的 API 变动而失效。
不过，这一困局似乎迎来了它的转折点。
12 月 9 日，Linux 基金会牵头 OpenAI、Anthropic 等科技公司，正式宣布成立 Agentic AI Foundation（代理人工智能基金会，简称 AAIF）。
图 | Linux 基金会宣布成立 AAIF（来源：The Linux Foundation）更令人意外的是，Anthropic 宣布将其重要工具—— Model Context Protocol（模型上下文协议，MCP）捐赠给该基金会。 一同被捐赠的还有OpenAI 的AGENTS.md 和 Block 的goose 框架。
开发者需要的不是更多模型，而是通用标准
要理解此次 Anthropic 捐赠的意义，须从开头提及的开发者面临的碎片化难题说起。
过去的一年里，AI 行业虽然在模型能力上突飞猛进，但在应用层的基础设施建设上却显得步履蹒跚。开发者在构建智能代理时，往往发现自己陷入了重复造轮子的困境。要让一个 AI 助手既能读取本地的 SQLite 数据库，又能操作 Slack 发送消息，还需要连接 Google Drive 读取文档，开发者必须针对所使用的模型（无论是 GPT-4、Claude 3.5 还是Llama）分别适配。
MCP 的出现原本就是为了解决这一痛点。一年前，Anthropic 在推出该协议时，将其定位为连接 AI 模型与数据源、工具之间的通用接口。
我们可以将 MCP 理解为计算机领域的 USB 接口：只要鼠标、键盘或打印机遵循 USB 标准，就可以插在任何品牌的电脑上使用。同样，只要数据源或工具支持 MCP 标准，任何支持该协议的 AI 模型（客户端）都能直接调用它们，而无需开发者编写复杂的中间层代码。
Anthropic 首席产品官迈克·克里格（Mike Krieger）在谈及此次捐赠时坦言，MCP 最初只是为了解决其内部团队面临的数据连接难题。但在 2024 年 11 月开源后，该协议迅速获得了社区的拥护，目前已有超过 10,000 个活跃的 MCP 服务器，涵盖了从企业级数据库到个人开发者工具的广泛场景。
图 | MCP 过于一年的发展节点（来源：Anthropic）此次将 MCP 移交至中立的 Linux 基金会，彻底消除了开发者的最大顾虑——供应商锁定。MCP 从此成为一个由社区共同治理的开放标准，任何厂商都无法单方面控制其发展，这为行业广泛采纳扫除了部分障碍。
Agent 铁三角：连接、规范与运行
仅有连接标准并不够，构建可靠的 Agent 还需要行为规范与执行框架。AAIF 的另外两个创始项目——OpenAI 的 AGENTS.md 和Block 的 goose——恰好补齐了 MCP 之外的拼图，共同构成了开发者构建代理应用的三大支柱。
OpenAI 捐赠的 AGENTS.md 解决的是“上下文与行为规范”的问题。
在复杂的软件工程中，让 AI 代理接管代码库并非易事。AI 需要知道项目的架构、编码风格以及哪些文件是禁区。AGENTS.md 提供了一种极其轻量级的解决方案：开发者只需在项目根目录下放置一个标准化的 Markdown 文件，就能向任何访问该项目的 AI 代理“自报家门”。
这种方式避免了将大量上下文硬编码在提示词（Prompt）中，既节省了 Token 成本，又提高了代理执行任务的准确性。据 OpenAI 技术人员尼克·库珀（Nick Cooper）介绍，这种格式已被超过 60,000 个开源项目采用。
而 Block 捐赠的 goose 则是一个本地优先的代理框架。
它能够直接运行在开发者的机器上，利用 MCP 连接各种工具，并遵循 AGENTS.md 的指引来执行任务。Block 的 AI 技术负责人布拉德·阿克森（Brad Axen）指出，goose 并非实验品，而是已经在 Block 内部经过数千名工程师验证的生产级工具。对于那些不想从零开始构建代理运行时的开发者来说，goose 提供了一个现成的、开源的起点。
“掌”握科技鲜闻 （微信搜索techsina或扫描左侧二维码关注）
