Agentic AI Foundation 在 AGNTCon + MCPCon 大会宣布接纳四个项目（Agent Skills、Open Responses、OpenEnv、OpenSandbox），将智能体生态从连接协议扩展到技能、接口、训练与执行的治理框架。该举措侧重治理和中立托管，旨在促进跨供应商协作，但并不等同于端到端兼容性或安全认证的保证。
智能体开放基础设施的协作范围，正从如何连接工具，扩展到如何共享工作流程、调用不同模型，以及训练和运行智能体。
2026年10月22日，Agentic AI Foundation（AAIF）在美国圣何塞举行的AGNTCon + MCPCon北美大会上宣布，接纳四个项目：Anthropic贡献的Agent Skills、OpenAI贡献的Open Responses、Hugging Face贡献的OpenEnv，以及阿里巴巴贡献的OpenSandbox。根据基金会发布的公告，新增项目使其托管项目总数达到10个。
此次变化的核心是治理归属，而不是四个项目在当天首次诞生或开源。它们分别处理技能封装、跨模型接口、强化学习环境和沙箱执行问题，如今进入同一个强调开放与供应商中立的基金会框架。但共同托管并不意味着这些组件已经组成一套经过验证、可以直接互换的完整系统。
四个项目，解决四类不同问题
Agent Skills处理的是智能体如何获得特定任务所需的知识和流程。按照官方格式说明，一个技能的核心是包含SKILL.md文件的目录，其中记录名称、描述和任务指引，也可以附带脚本、参考资料与模板。
它与单纯增加一段提示词的区别，在于把工作流程组织成可复用、可版本管理的资源。智能体先读取技能名称和描述，在任务需要时再加载完整说明，并按需读取附属材料。这种渐进式加载方式，意在避免将所有专业知识一次塞入上下文。
Open Responses则位于应用与模型之间。AAIF公告将其描述为基于OpenAI Responses API的开放规范，通过共享的数据结构、一致的流式事件和可扩展工具机制，减少应用在不同模型供应商之间切换时的转换工作。
这里需要区分接口规范与模型能力：统一请求和输出的表达方式，可以减少部分适配负担，却不等于不同模型具备相同的工具调用能力、行为表现或服务限制。此次公告也没有提供四个新项目之间端到端兼容性的测试结果。
OpenEnv关注训练和评测过程中的环境接口。智能体采取行动后，环境需要返回观察结果、更新状态，并提供奖励或其他反馈。这与一次性调用工具有所不同，更适合需要连续操作的任务，例如浏览器导航、游戏和代码执行。
OpenEnv项目仓库列出的基本接口包括重置环境、执行一步行动和读取状态；环境可以被封装为独立运行单元。Hugging Face的TRL集成文档则说明，训练框架能够通过环境工厂管理实例，组织多轮交互并获取奖励信号。环境框架提供的是训练所需的交互基础，而不是一个已经训练完成的智能体。
OpenSandbox处理的则是执行空间：当智能体需要运行代码、操作文件或使用浏览器时，这些行动在哪里发生，又通过什么接口被管理？根据AAIF项目介绍，它通过沙箱协议定义环境生命周期和执行接口，让应用使用相对一致的操作方式，同时允许底层基础设施变化。项目提供多语言SDK，并支持Docker和Kubernetes运行时。
OpenEnv与OpenSandbox因此既有交集，也不能混为一谈。前者侧重训练或评测中的行动、状态与反馈，后者侧重创建和管理隔离执行环境。两者都涉及代码或工具运行，但承担的是不同层次的职责。
Agent Skills移交的不只是代码
四个项目中，Anthropic对Agent Skills的治理移交给出了更具体的说明。
在独立公告中，Anthropic表示，捐赠范围包括Agent Skills名称和标识、GitHub组织，以及agentskills.io域名。开发者无需加入AAIF，仍然可以使用标准或参与贡献。
标准将由来自Anthropic、Google、OpenAI等公司的工程师以个人身份维护，David Soria Parra和Mahesh Murag担任首席维护者。这项安排试图将标准的后续发展与单一公司的产品路线分开，同时保留原有维护者的参与。
Anthropic还表示，自2025年12月将Agent Skills发布为开放标准以来，已有超过70个智能体平台集成支持。这是项目贡献方公布的采用情况，不应进一步理解为这些平台在技能发现、权限管理和脚本执行上具有完全一致的行为。
下一步安排也尚有明确边界。Anthropic提出的初步路线图包括版本化发布、正式提案流程，以及面向技能编写者和安装者的安全指南。公告使用的是提议表述，不能将这些事项写成已经全部落地。
从MCP的“连接”扩展到完整工作流程
AAIF并非此次才开始托管智能体基础项目。根据Anthropic此前关于基金会成立的公告，AAIF是Linux基金会旗下的定向基金，由Anthropic、Block和OpenAI共同发起，最初项目包括模型上下文协议MCP、goose和AGENTS.md。
MCP主要为AI应用连接外部工具和系统提供共同协议。此次加入的四个项目，把协作范围扩展到连接之外：工具接通以后，智能体还需要知道如何按团队流程工作、如何与模型交换信息、如何接受训练，以及如何在受控环境中执行行动。
从开发者角度看，这些问题往往同时出现。例如，一个编程智能体可能需要读取团队技能，通过模型接口生成行动，在独立环境中修改代码并运行测试；如果要进一步训练它，还需要把行动轨迹和任务结果转化为可使用的学习信号。共同接口与共享规范的潜在价值，是减少每个团队分别重建这些基础设施的工作。
环境复用已经是生态中的一个具体议题。AIFlux此前关于Hugging Face将强化学习环境纳入Hub的报道，讨论了如何让任务集被发现、共享和版本管理。OpenEnv加入AAIF处理的是相关但不同的层次：不仅要找到任务，还要让智能体通过明确的接口与环境持续交互。
不过，四个项目进入同一基金会，并不等于它们已经成为一款统一产品。AAIF此次宣布的是项目托管与治理扩展，而非一套联合发行、经过共同认证的软件栈。
中立治理不是兼容性或安全认证
对贡献方而言，加入基金会的共同理由是扩大参与，而不是由原始开发公司单独决定项目未来。阿里巴巴开发基础设施负责人Xiaobin Xu在AAIF公告中表示，希望让更多开发者和组织参与塑造智能体生态中的沙箱环境，而不是让OpenSandbox的未来由一家公司定义。
这种治理安排回应了开放生态的一个现实问题：如果其他公司要长期依赖某项标准，就需要知道谁能修改规范、贡献如何进入项目，以及出现分歧时由谁作出决定。中立托管提供了开展这些协商的组织框架，但实际效果仍取决于后续规则与执行。
安全也不能仅由托管归属推导出来。技能可以携带可执行脚本，因此使用者仍需理解技能来源、脚本行为及其获得的权限；沙箱提供隔离执行机制，但具体安全边界仍取决于底层运行时和部署配置。AAIF在OpenSandbox技术介绍中也明确区分了公共API与运行时实现：Docker和Kubernetes可以暴露共同的生命周期操作，却仍然是不同的系统。
同样，训练环境具有标准接口，不代表奖励就一定准确。Hugging Face的TRL文档建议在正式训练前测试奖励，确认环境能为有意义的任务表现提供合理反馈。接口解决的是如何交互，任务是否被正确验证仍是另一项工作。
因此，此次接纳四个项目的直接意义，是把更多已经存在的智能体基础组件纳入跨公司协作框架。它能否进一步降低迁移成本、提高跨平台复用程度，并形成更清晰的安全实践，还要看后续的规范发布、治理落实和实际部署结果，而不是只看基金会项目名单的增长。