都2026了，你还在为写提示词掉头发吗？ 我知道，大伙儿不管上班的上学的早就离不开 AI 了，但我的评价是，最折磨人的，还得是用 AI 的前戏，因为 AI 是很难一句话，就听懂你想要什么的。 得把一大坨一大坨的提示词搬来搬去，把背景需求格式交代一遍，还得把各种陈年老文件喂给AI，看着他学。 结果还没开始，AI 就顶不住了，聊天框又得remake了。 然而最近，世超发现个新项目，只能说巨火，各大 AI 社区都在讨论这玩意，甚至有说法是比提示词用着爽。 这次，他们又搓了个 Skills 回来了，看架势好像又想引领新潮流了。。别的不说，隔壁 OpenAI 反正好像已经开始抄作业了。 这玩意叫 Agent Skills ，是由 Claude 母公司 Anthropic 搞出来的。 经常看咱文章的差友可能有印象，这公司之前搞了个 MCP 协议，直接把 AI 抄家伙干活的难度打了下来，后来谷歌和 OpenAI 这种巨头全跟进了。 这玩意的作用，顾名思义，AI 现在可以像宝可梦一样，学会任意新技能了。 我们就拿 Skills 的亲兄弟 Claude 来演示下。 首先你得在设置里，找到 Skills 的开关把它打开。 然后你 ...

行业重大事件 - Linux基金会正式宣布推出智能体AI基金会，标志着AI领域从单点模型驱动转向可协同工作的自主智能体时代，此举被视为AI领域的“Linux时刻” [2] - 数十家头部科技公司签约成为AAIF成员，包括亚马逊云科技、Anthropic、Block、谷歌、微软、OpenAI等，Anthropic、OpenAI与Block作为联合创始成员贡献了三大核心开源项目 [2] 核心技术支柱 - MCP协议由Anthropic开源，旨在统一AI智能体与外部数据源的连接方式，被誉为“AI领域的USB-C接口” [3] - AGENTS.md规范由OpenAI提出，是一种基于Markdown格式的标准，用于定义智能体在特定项目中的行为指令 [3] - Goose框架由Block贡献，提供了一套结构化的智能体工作流开发方案，支持工具扩展与MCP集成 [3] 技术应用与行业采纳 - MCP协议已得到广泛应用，目前部署超过1万台MCP服务器，Claude、Cursor编辑器、微软Copilot、Gemini、VS Code及ChatGPT均已支持该协议 [4] - 谷歌在2025年I/O大会上宣布将在其开发工具中新增MCP支持，并逐步推广至多款产品，OpenAI也在发布后数月内完成适配接入 [4] - Goose框架每周已有数千名工程师使用，进行编码、数据分析与文档编写，证明了其在规模化场景下的可行性 [5] 行业背景与需求 - 截至2025年中，65%的企业已启动智能体试点，近九成高管计划在2026年加大投入，然而仅有5%的企业实现了财务回报，96%的信息技术专家担忧风险升级 [5] - 缺乏统一标准可能导致智能体生态陷入碎片化困境，AAIF的目标是推动开发框架、云服务提供商与开发者工具的兼容协同，让下一代AI运行于开放互通的标准之上 [5][6] 基金会治理与理念 - AAIF的治理机制借鉴Linux基金会经验，强调技术主导而非资本主导，项目路线图由技术指导委员会制定，任何单一成员都无权单方面决定发展方向 [5] - 基金会执行董事Jim Zemlin表示，目标是避免未来出现“围墙花园”式的专有技术栈，通过制定互操作性标准、安全模式与最佳实践，确保AI智能体生态不会被少数平台垄断 [3] - 基金会认为智能体人工智能的规模关键不在于模型大小，而在于如何构建解决方案，并提到PARK技术栈正在成为大规模AI部署的新默认平台 [6]

行业核心动态 - 全球AI领域两大竞争对手OpenAI和Anthropic，以及金融科技巨头Block共同宣布成立AI智能体基金会（AAIF）[2] - 该基金会由Linux基金会负责运作，并获得了谷歌、微软、亚马逊AWS、彭博社和Cloudflare等众多科技巨头的支持[3] - 此举标志着硅谷巨头们认识到，在智能体这一被视为继大模型之后最具潜力的商业化赛道上，开放标准比封闭竞争更符合其长期利益[3] 成立背景与核心目标 - AI智能体被视为继大语言模型之后最具潜力的商业化方向，能执行实际操作，如完成交易、管理复杂任务、相互协商并大规模参与企业运营[4] - 行业面临两大痛点：一是不同公司开发的智能体和工具之间互操作性差，导致企业需投入大量资源自建连接器，重复劳动巨大[4]；二是需避免关键技术标准被单一公司掌控，防止生态走向封闭化，出现由少数平台垄断的“封闭高墙”[5] - AAIF的成立旨在解决生态碎片化问题，推动形成统一、开放的“通用语言”，实现不同智能体之间的无缝协作，并确保技术标准的开发不受个别公司控制[4][5] 技术基础与捐赠 - 三家发起公司已将各自的核心智能体技术捐赠给基金会作为“启动资金”[6] - Anthropic捐赠了MCP协议，这是一种用于连接模型、智能体、工具与数据的通信协议，旨在解决智能体之间的连接与通信障碍[6] - OpenAI捐赠了AGENTS.md，这是一个轻量级规范，专注于指导AI智能体如何与代码仓库高效、安全地协作，以提高AI编程智能体的性能和可靠性[6] - Block捐赠了Goose框架，这是一个被数千名工程师使用的开源智能体框架，为开发者提供快速构建、测试和部署智能体系统的基础工具包[6] - AAIF将作为这些技术的中立托管平台，负责接收和治理后续开发，此举将减少开发者自建连接器的重复劳动、提高不同系统间智能体行为一致性，并让企业更容易在安全环境中部署智能体系统[7] 战略合作动因 - 尽管OpenAI和Anthropic在大语言模型领域是直接且激烈的竞争对手，但它们愿意共享核心技术，背后有共同的战略利益，即确保市场开放与扩大[8] - 对于行业巨头而言，智能体市场能否大规模启动，比在初期占据微小优势更重要，通过建立开放标准可以扩大整个市场的“蛋糕”，并确保其模型或服务能够接入任何主流智能体生态，从而获得巨大的先发优势[8] - 在全球AI竞争格局中，开源带来的战略优势正被重新审视，中国厂商如DeepSeek、阿里巴巴等通过推出具有竞争力的开源模型迅速扩大影响力，促使美国巨头认识到开源和开放标准是吸引全球开发者、扩大生态圈的有效手段[8] 未来愿景 - AAIF的宏大愿景是打造一个更类似于互联网的智能体生态系统：模块化、可组合、且可审计，而非当前孤立的应用程序模式[9] - 基金会希望以MCP协议、Goose框架和AGENTS.md规范作为起点，通过共享的基础设施和协议加速创新进程，并确保智能体生态的大门保持开放[9]

MCP协议的技术原理与架构 - MCP协议由Anthropic于2024年11月推出，旨在解决AI模型与外部工具交互时的碎片化问题，其核心设计理念类似于USB-C接口，通过统一标准让AI模型能够调用数据库、API、文件系统等外部资源 [2] - 技术架构采用客户端-服务器模式，客户端为AI模型（如Claude、GPT-4），负责理解用户意图并整合结果，服务器端提供工具或数据服务，协议层定义工具发现、调用等规则以确保互操作性 [2][3] - 该架构的突破性在于，开发者无需为每个AI模型定制集成方案，只需将工具封装为MCP服务器，即可被所有支持MCP的AI调用，实现“一次开发，多端复用” [2] 智能体开发模式的演进与案例 - MCP协议的普及推动了智能体开发从“单兵作战”向“平台级协作”演进，基于MCP的智能体平台可通过组合多个工具服务器，构建覆盖全业务流程的解决方案 [3] - 在金融领域，智能体可通过MCP协议直接连接Wind行情接口实时获取股票价格数据 [2] - 在医疗领域，智能体能调用医学知识图谱生成符合诊疗规范的建议 [2] - 在制造业，某企业基于联想“AI工厂”解决方案部署的智能体可同时调用质量检测API、供应链管理系统和设备维护工具，实现生产全流程自动化，将良品率提升至99.2% [4] 产业生态的构建与标准化 - 2025年12月，由Linux基金会运作的AI代理基金会（AAIF）正式成立，谷歌、微软、亚马逊、OpenAI等科技巨头以及联想、浪潮等硬件厂商均参与其中，该基金会以MCP协议为核心，推动AI工具生态的标准化建设 [4] - 在硬件层面，联想发布的“AI工厂”解决方案通过万全异构智算平台4.0为MCP智能体提供从训练到推理的全栈算力支持 [4] - 2025年，低代码开发平台（如活字格）已集成MCP工具市场，开发者可通过拖拽方式快速构建智能体应用 [4] 行业应用场景与效能提升 - 在企业知识管理领域，某公司通过MCP对接内部知识库、CRM系统和日程管理工具打造“智能办公助手”，将新员工入职培训周期从2周缩短至3天 [6] - 在医疗诊断辅助领域，某三甲医院开发的智能体整合了电子病历系统、医学影像库和临床决策支持工具，使诊断准确率提升22% [6] - 在金融风控领域，某银行利用MCP协议连接征信数据库、反欺诈模型和交易监控系统构建“实时风控智能体”，可在毫秒级内完成评估，将欺诈交易拦截率提升至99.97% [6] - 在教育领域，某教育机构开发的“智能作业批改助手”可自动调用OCR识别、语法检查和知识点匹配工具，将批改效率提升5倍 [4] 未来发展趋势与场景深化 - 未来智能体将进一步渗透至物联网、边缘计算等场景，例如智能家居智能体可通过MCP协议连接空调、照明和安防系统，根据用户习惯自动调节环境参数 [5] - 在工业领域，智能体能实时分析设备传感器数据，预测故障并触发维护工单，将设备停机时间减少70% [5] - MCP协议与智能体开发的结合标志着AI应用进入“标准化、模块化、生态化”的新阶段，企业可通过组合现有工具快速实现业务智能化升级 [5]

行业动态：AI代理基金会成立 - 随着人工智能进步，基于AI的代理工具与互联网生态互联的矛盾正变得愈发突出，行业领军公司宣布组建AI代理基金会（AAIF），合作制定与AI代理有关的开源技术标准 [1] - AAIF由管理Linux操作系统的Linux基金会定向运作，确保技术标准的开发不受个别公司掌控 [1] - 该基金会基于三家公司捐赠的项目组建：Anthropic的MCP协议、OpenAI的AI代理设计蓝图AGENTS.md，以及Block的端侧开源AI代理Goose [1] 参与成员 - 基金会的发起单位包括三家捐赠单位（Anthropic、OpenAI、Block）以及谷歌、微软、亚马逊、彭博和Cloudflare [2] - 会员单位还包括思科、IBM、甲骨文、赛富时、SAP、Shopify、Hugging Face、优步等科技公司和互联网平台企业 [2] 创始技术项目详情 - Anthropic的MCP协议为AI模型连接到各种数据源和工具提供了标准化方式，是实现“AI代理”功能的先决条件 [3] - MCP协议已获得谷歌、微软、OpenAI，以及中国的阿里巴巴、腾讯、百度等知名科技公司的支持 [3] - 由于该标准较新，许多开发者反馈技术存在许多问题，特别是公司使用时需要额外修补安全漏洞来防范黑客“注入攻击”窃取数据等风险 [3] - OpenAI的Agents.md是一种格式，用于向编码类智能体提供指令，例如告诉智能体应如何安装应用程序或对软件运行测试 [3] - Block开发的Goose是开源AI智能体，可以在本地电脑上运行，无需互联网连接 [3]

文章核心观点 - Anthropic推出的MCP协议旨在标准化AI模型与外部工具的交互，初期被行业寄予厚望并获大厂支持，但因其存在技术缺陷、成本高昂及加剧模型幻觉等问题，在短期内迅速从行业焦点变得无人问津 [1][3][14] MCP协议的目标与愿景 - MCP旨在解决不同厂商AI产品各自为政、交互复杂的问题，通过标准化接口实现大语言模型与外部数据源及工具的无缝集成 [5][6] - 该协议被类比为AI领域的“USB-C接口”，试图通过能力协商、发现等机制，建立AI与工具、数据之间的桥梁，实现“万物互联” [6] - MCP为AI智能体提供了一个统一的工具调用规范，旨在将开发者从繁琐的适配工作中解放出来，在三个月内吸引了数千个工具自发接入 [8] MCP的初期热度与行业背景 - MCP在2024年冬季发布，但在2025年春季才成为AI圈头条，其走红过程与ChatGPT等产品的迅速席卷不同，更像是Anthropic、谷歌、微软等大厂默契推动的“预制爆款” [3] - 其走红与“2025年是智能体之年”的行业说法相契合，OpenAI首席执行官也将让ChatGPT自主执行任务列为2025年重点，为MCP的推广创造了背景 [8] MCP面临的技术挑战与缺陷 - 协议缺乏跟踪上下文传播机制，导致开发者无法知晓AI决策路径中具体调用了哪些工具 [10] - 缺乏截止时间传播机制，导致被调用的工具若出现问题，整个智能体会被卡住 [10] - 在云端部署时，为应对高并发，MCP的双连接模型在多服务器架构下引入了跨机器寻址的复杂性和高维护成本 [10] - 所有工具定义、调用请求和返回结果都必须经过模型的上下文窗口，导致所需处理的上下文容量随调用工具数量呈指数级提升，极大增加了Token消耗和成本 [12] - 若要减少Token消耗，就必须用规范流程调用特定工具，但这会牺牲MCP的灵活性和通用性优势 [12] MCP的核心缺陷与市场反应 - 随着调用工具数量的增加，智能体出现幻觉的概率同步上升，因为模型的注意力被稀释，导致胡乱决策，这对于需要“干活”的智能体而言是致命缺陷 [14] - 开发者在发现MCP除通用性外乏善可陈，且存在过多缺陷后，迅速对其失去了兴趣，导致其讨论度趋近于零 [1][14]

行业宏观趋势 - 2025年AI行业核心变化是实际业务发展终于匹配上过去的市场炒作叙事[1] - AI已成为最重要的经济增长动力之一，16家头部AI-first公司年化总收入达到185亿美元，进入百亿美元时代[2] - AI从前沿技术研究演变为真正的生产系统，重塑能源市场、资本流动和政策框架制定[3] - 人工智能正式进入工业化时代，OpenAI、软银、甲骨文等联合推动的Stargate项目计划4年内投资5000亿美元，建造总容量达10吉瓦、包含超过400万个GPU的计算集群[84] - 电力供应取代芯片成为新的制约因素，预测到2028年美国可能出现68GW的隐含电力缺口[85] 模型技术进展 - 2025年被定义为"推理之年"，OpenAI的o1-preview和DeepSeek的R1-lite-preview代表了推理模型的进步[8][9][10] - 从2024年9月到2025年8月，各大公司密集发布具备思考、推理能力的模型，包括o1、Gemini 2.0 Flash Thinking、DeepSeek R1、Claude 3.7 extended thinking等[13] - 传统模型基准测试因数据污染和结果方差逐渐失效，AI真正价值体现在实用性上[25][26][28] - 模型发布时机成为融资策略的重要部分，Anthropic平均在融资前44天发布新模型，OpenAI平均在融资前50天发布新模型[18] - Anthropic提出的模型上下文协议迅速成为行业默认标准，OpenAI、谷歌、微软等主要厂商均已集成MCP协议[46][48] 市场竞争格局 - OpenAI在前沿研究领域仍是行业标杆，但领先优势正变得微弱，与其他模型的差距缩小至数个百分点[19][20] - 中国在开源领域取代Meta成为全球开放权重生态系统的新领导者，Qwen模型在Hugging Face上新衍生模型占比超过40%，而Llama份额从50%下降到15%[29][30][31] - 中国开源生态崛起得益于完善的工具链和宽松的开源许可证[33] - 浏览器成为新的AI战场，Google、OpenAI、Anthropic纷纷推出基于浏览器的AI助手[75] 商业应用与收入 - AI-first公司处于收入高速增长期，企业级和消费级AI应用中位数年化经常性收入在第一年分别达到200万美元和400万美元以上[58] - 44家小型AI公司总收入超过40亿美元，平均每位员工年创收超过250万美元[58] - 顶尖AI公司从创立到达到500万美元ARR的速度比传统SaaS公司快1.5倍，2022年后成立的新一代AI公司增长速度达到惊人的4.5倍[60] - 企业付费AI采用率从2023年初的5%升至2025年9月的43.8%，12个月留存率达到80%，平均合同价值从3.9万美元涨至53万美元[65] - 在供应商选择方面，OpenAI模型占据35.6%份额，Anthropic以12.2%位居第二[66] 细分赛道表现 - AI编程赛道独角兽涌现，Lovable成立8个月后估值18亿美元，Base44以8000万美元估值被收购[68] - 音频与视频生成领域头部公司实现规模化营收，ElevenLabs、Synthesia、Black Forest Labs等年收入均达数亿美元级别，其中ElevenLabs收入在9个月内翻倍至2亿美元[72] - ChatGPT引荐的零售访问转化率从6%增长至11%，已超过所有主要营销渠道的测量值[73] - NVIDIA在AI芯片市场占据主导地位，市值突破4万亿美元，约90%的开源AI论文提到NVIDIA产品[76][77] 技术应用发展 - AI智能体框架生态系统进入"百家争鸣"阶段，数十个相互竞争的框架共存，各自在细分领域找到生态位[35][36] - 智能体记忆从临时上下文管理转向结构化、持久的记忆系统，支撑推理、规划和身份认同[39][40] - 字节跳动的原生GUI Agent"UI-TARS-2"在多个主流基准测试中创下最佳纪录，大幅超越OpenAI和Anthropic的同类研究[41] - AI角色从工具转变为科学合作者，能够主动参与生成、测试和验证新科学知识的全过程[43][45] 用户行为变化 - 95%的专业人士在工作或家庭中使用AI，76%的专业人士自行付费使用AI工具[88] - 付费用户更能感受到生产力提升，在认为AI没有帮助的用户中60%是免费用户，而在感受到生产力提升的用户中免费用户比例仅为15%[90] - 用户信息获取习惯发生结构性转变，绝大多数受访者将生成式AI作为处理复杂查询的第一站[93]

文章核心观点 - 谷歌联合60多家行业巨头推出AP2协议，旨在解决AI智能体在商业交易中的信任问题，标志着“代理商业”时代的加速到来 [1][17][22] AI智能体商业化的核心障碍 - 现有金融支付体系完全围绕人类主体建立，当执行者变为AI智能体时，信任基础崩塌 [3] - 授权拷问：商家无法100%确认交易请求源于用户的真实授权，而非被劫持或失控的程序 [4] - 真实性拷问：AI智能体对用户复杂意图的理解可能出现偏差，导致交易内容不真实 [5] - 权责拷问：交易出错后责任归属不明，涉及用户、AI平台和商家，纠纷难以解决 [5] AI智能体的经济进化三部曲 - 第一步：Anthropic于2024年11月推出MCP协议，解决AI智能体与外部世界工具的连接问题，赋予其“手脚” [8][11] - 第二步：谷歌于2025年4月推出A2A协议，使不同平台的AI智能体能够互相沟通协作，教会其“语言” [13] - 第三步：谷歌推出AP2协议，为AI智能体提供在商业社会进行价值交换的资格，颁发“经济身份证” [16] AP2协议的信任构建机制 - 协议核心是设计了一套不可篡改的“数字证据链”，其关键载体是经过区块链加密签名的“授权书” [17] - 首先生成“意向授权书”，清晰记录用户原始意图和限制条件，并由用户数字签名，锁定“想法” [19] - 其次生成“购物车授权书”，详细记录商品的精确信息、价格和商家，锁定“事实” [20] - 最后将用户支付工具关联至已验证的“购物车授权书”，确保资金仅用于授权商品，锁定“交易” [21] AP2协议的行业生态与影响 - 协议为完全开源的开放标准，首批合作伙伴超过60家全球各领域巨头 [22][25] - 合作伙伴涵盖支付金融、电商旅游、加密Web3及企业服务等未来AI商业可能触及的所有角落 [22][23][24][25] - 协议预示商业范式转移，未来交互将是个人AI智能体直接与商家服务AI智能体进行API层面的高速对话和交易 [26] - AP2的发布是AI全面接管商业交易的开始，未来商业竞争将是不同AI智能体生态系统之间的竞争 [27]

协议概述与定位 - AP2协议旨在为AI Agent主导的跨平台购买支付提供支持，并为每笔交易建立可追溯的记录[2] - 该协议可被视为A2A协议和MCP协议的扩展，由谷歌推出[2] - 协议主要聚焦解决三大核心问题：授权（证明用户授予Agent特定购买权限）、真实性（确保Agent请求反映用户真实意图）、问责（确定欺诈或不正确交易的责任方）[7] 技术架构与运作机制 - AP2通过使用防篡改、加密签名的数字合约（Mandates，授权书）来建立信任，这些授权书作为用户指令的可验证证明[8] - 授权书涵盖两种主要购物场景：实时购买（人工参与）和委托任务（无人参与）[9] - 在实时购买场景中，流程包括记录用户请求的"意向授权"和用户确认后签署的"购物车授权"，创建商品明细与价格的防篡改记录[9] - 在委托任务场景中，用户需提前签署详细的意向授权书，规定价格限制、时间安排等条件，Agent在条件满足时可自动生成购物车授权书[9] - 从"意向"到"购物车"再到"付款"形成完整闭环，建立不可否认的审计追踪[9] 行业应用与生态建设 - 协议支持多种支付类型，包括信用卡、借记卡、稳定币和实时银行转账，确保用户和商家获得一致、安全且可扩展的体验[7] - 谷歌已与60多家企业达成合作，涵盖支付、电商、旅行等多个领域，包括美国运通、阿里巴巴、蚂蚁国际、携程、Coinbase、万事达卡、PayPal等[10] - 协议为Agent平台和商家之间安全合规的交易提供通用语言，有助于防止生态系统碎片化[7] 开发与部署 - 谷歌已在GitHub上公开AP2项目，包括完整的技术规范、文档和参考实现[12] - 项目目录包含一系列精选场景展示Agent支付协议的关键组件，提供README文件和脚本简化本地运行过程[12] - 运行环境要求Python 3.10或更高版本，需要从Google AI Studio获取Google API密钥[13]

文章核心观点 - 谷歌推出名为AP2的Agent支付协议，旨在为AI Agent与商家之间的交易提供安全、合规的通用语言 [2][4] - AP2协议是A2A和MCP协议的扩展，聚焦于解决Agent主导的跨平台支付中的授权、真实性和问责三大核心问题 [5][7][9] - 该协议通过使用防篡改的授权书和可验证凭证建立信任，支持从信用卡到稳定币等多种支付方式，并已获得60多家行业领先企业的合作 [10][12][14] 协议技术定位与发展背景 - AP2可视为A2A协议和MCP协议的扩展，旨在构建AI Agent的完整能力栈 [5] - MCP协议由Anthropic于2024年11月推出，使Agent能更好地与外部资源、工具和API集成 [5] - 谷歌于今年4月推出A2A协议，实现不同框架和供应商的Agent之间的互通与协作 [5][6] - AP2在A2A基础上进一步解决了Agent跨平台支付的安全性问题 [7][8] 协议核心功能与解决的问题 - 授权：证明用户授予Agent进行特定购买的权限 [9] - 真实性：使商家能够确信Agent的请求准确反映了用户的真实意图 [9] - 问责：在发生欺诈或不正确交易时，明确责任界定 [9] - 支持多种支付类型，包括信用卡、借记卡、稳定币和实时银行转账 [10] 协议运作机制 - 通过使用Mandates（授权书）建立信任，这是一种防篡改、加密签名的数字合约 [12] - 授权书由可验证凭证签名，作为每笔交易的基础证据 [12] - 涵盖用户通过Agent购物的两种主要场景：实时购买（人工参与）和委托任务（无人参与） [13][19] 应用场景与行业合作 - 应用场景示例：用户可委托Agent预订周末旅行的机票和酒店，总预算为700美元，Agent可同步执行加密签名的双项预订 [14] - 谷歌已与60多家企业达成合作，包括美国运通、阿里巴巴、蚂蚁国际、携程、Coinbase、万事达卡、PayPal、Salesforce等 [14] - 协议已在GitHub上开源，包含完整的技术规范、文档和参考实现 [15]