一项关于共享协议的新举措旨在减少自主式AI中隐藏的依赖关系，使企业在部署规模扩大时拥有更多灵活性。

包括Anthropic、AWS、谷歌、微软和IBM在内的科技行业巨头，正开始围绕智能体的共享标准达成一致，这一转变可能会让CIO拥有更多灵活性，并减少对单一供应商平台的依赖。

周二宣布成立的自主式AI基金会(Agentic AI Foundation，AAIF)旨在为智能体如何访问数据和与业务系统交互制定通用协议，这反映出人们日益担忧，当前专有工具的混杂状况将阻碍其更广泛的采用。

许多早期部署都依赖定制连接器或某个供应商的智能体框架，这使得随着项目规模扩大，很难集成其他工具。Futurum集团最近的一份报告指出，智能体领域目前处于碎片化且不一致的状态，并警告称，如果没有开放规范，企业将面临更高的成本和治理风险。

AAIF的目标是通过就智能体如何在不同系统中进行身份验证、共享上下文和采取行动达成一致，使智能体之间更容易协同工作。

Anthropic将其被广泛采用的模型上下文协议(Model Context Protocol，MCP)作为核心起点，Block的goose和OpenAI的AGENTS.md也加入了首批项目，这为该组织提供了既有的构建模块，而非从零开始制定标准。

风险上升推动标准制定

企业在试验自主式AI时，遇到了意外的锁定效应和集成复杂性问题，暴露出了架构风险。分析人士表示，根本问题在于智能体行为本身可能会产生隐藏的依赖关系。

“对于智能体平台而言，依赖关系现在被编码进了行为中，”Greyhound研究公司的首席分析师Sanchit Vir Gogia表示，“表面上看似模块化的东西，当组织尝试迁移或多样化时，往往发现其紧密耦合。”

Kadence国际公司的高级副总裁Tulika Sheel对此表示赞同，并补充说，如今采用自主式AI的企业，有风险被绑定到单一供应商的专有协议和基础设施上，这限制了灵活性并提高了转换成本。她表示，AAIF的成立“使企业能够更有信心地采用自主式AI，让他们对自己的AI选择拥有更多控制权”。

共享标准如何重塑架构

对于CIO而言，真正的问题在于供应商能否就跨平台实用的接口和安全规则达成一致。分析人士表示，这将决定AAIF是成为企业智能体部署的有意义基础，还是最终成为另一项影响有限的标准制定工作。

“如今，近70%的生成式AI用例都使用开放基础模型，超过80%的企业表示，开源在其生成式AI应用栈中极其或非常重要，尤其是在开发和微调层，”IDC研究副总裁Sharath Srinivasamurthy表示，“因此，企业已经在设计架构时考虑到了开放环境。”

共享协议可能会加速这一转变，据Omdia首席分析师Lian Jye Su称，智能体互操作性的通用标准有可能重塑AI架构的设计和部署方式。

“首先，自主式AI应用可以从僵化的、特定于供应商的竖井式系统，转变为具有即插即用能力的模块化、可组合系统，”Su表示，“其次，企业可以享受无缝的可移植性，轻松地将工作负载从一个环境转移到另一个环境，而无需紧密绑定。”

Su补充说，更清晰的标准还可以改善治理和编排。透明的监督机制与一致的集成规则相结合，将使企业能够更高效地协调多智能体工作流程。他表示，无缝编排对于大规模生成准确且可信的输出至关重要。

供应商能否保持一致?

尽管势头正在增强，但分析人士警告称，一旦实施开始，更难的部分可能是维持跨供应商的一致性。

Gogia表示，AAIF真正的考验将不在技术层面，而在行为层面，并指出供应商往往在实践之前很久就在纸面上达成一致。他补充说，现在的不同之处在于自主式AI系统的复杂性极高。

“自主式AI不仅仅是基础设施，”Gogia表示，“它是编码在软件中的行为自主性，当智能体行为不可预测，或标准与实施出现偏差时，后果不仅限于系统错误，它们还会延伸到法律风险、运营失败和声誉损害。”

Su同意一致是有可能的，但并非板上钉钉。“围绕智能体的共享治理、API和安全协议，使主要供应商达成一致是现实可行的，但颇具挑战性，”Su表示，并列举了期望上升和监管压力等问题。

Sheel表示，进展的早期指标将包括MCP和AGENTS.md的更广泛生产使用、跨供应商治理指南，以及跨平台一致工作的可审计性和智能体间通信工具：“当企业能够大规模使用这些工具和安全控制，而不仅仅是在概念验证中使用时，我们就知道它起作用了。”

文章来自：51CTO