六巨头联手搞了个大新闻！AI插件终于能「一次打包、到处跑了」

你有没有想过——为什么每次换 AI 编程工具，插件就得重新装一遍？Cursor 用不了 Claude Code 的插件，Copilot 也读不了 Vercel 的工具链。

这不科学。

就在这个月，AI 编程工具的战国时代终于出现了一丝秩序——OpenAI、AWS、Microsoft、Cursor、GitHub、Vercel 六巨头联合发布了 Agent Plugins 1.0.0，一个 vendor-neutral 的开放规范，专门解决 AI Agent 插件「写一次、到处跑」的世纪难题。

一个文件夹 = 一个插件

说白了，这就是一套「插件打包格式」。你只需要一个文件夹，塞进去：

• plugin.json — 插件清单，告诉大家你是谁
• skills/ — 可复用的技能目录，每个技能就是一个 SKILL.md
• mcp.json — MCP 服务器配置，接工具、连数据

就这样。一个文件夹，打包走天下。

这意味着什么？你给 Claude Code 写的一个「自动生成 API 文档」技能，现在可以零改动地部署到 Codex、Cursor、GitHub Copilot 里面。不用改格式，不用拆分重装，一次编写，多端生效。

Skills = 可版本化的创意资产

真正让我兴奋的是 skills 这层。

SKILL.md 不只是 prompt 文本，它是一个可版本化、可审查、可复用的程序性知识包。你可以放进 Git 里面做 code review，可以打版本号，可以像代码一样做 CI 检查。

换句话说——Skills 正在从「调教的对话」变成「可管理的创意资产」。这对设计工作流来说意义重大：你的设计系统、你的品牌规范、你的素材库调用方式，都可以打包成一个可移植的 Skill，分发给团队成员或者开源社区。

落地情况

规范规格已开源在 agentplugins/agent-plugins-spec，目前 1.1k Stars，已经在快速迭代。

如果你想看实际落地的 Skills 例子，modelcontextprotocol/ext-apps 这个仓库展示了如何用 MCP Apps 协议构建带 UI 的 AI 聊天机器人，2746 Stars，是一个很好的参考起点。

我的判断

Agent Plugins 1.0 的出现，相当于给 AI 工具生态写了一套「插座标准」——以前大家各做各的，现在终于要统一了。

对于创意设计师和 AI 工具玩家来说，这意味着：你积累的 Skills 会越来越值钱，而不是换一个工具就归零。设计资产数字化、可移植化，这是我一直期待的方向。

建议关注这两个仓库，特别是 Agent Plugins 的路线图——v1.1.0 已经在做了。

https://github.com/agentplugins/agent-plugins-spec

GitHub: https://github.com/agentplugins/agent-plugins-spec