Kemunculan agents.json sebagai spesifikasi baharu untuk membolehkan agen AI berinteraksi dengan API telah mencetuskan perbincangan penting dalam komuniti pembangun. Dicipta oleh Wildcard AI, spesifikasi terbuka ini bertujuan untuk merapatkan jurang antara struktur API tradisional dan keperluan Model Bahasa Besar (LLM), tetapi maklum balas komuniti mendedahkan kedua-dua semangat dan kebimbangan tentang pendekatan, pelesenan, dan potensi penggunaannya.
 |
|---|
| Pengasas Wildcard AI membincangkan spesifikasi baru mereka untuk interaksi agen AI |
Protokol Tanpa Keadaan vs. Protokol Berkeadaan: Perbandingan MCP
Salah satu perbincangan paling menonjol mengenai agents.json tertumpu pada pendekatan tanpa keadaan berbanding dengan Model Context Protocol (MCP). Sementara MCP mengekalkan sambungan 1:1 antara pelanggan dan pelayan dengan konteks yang dikongsi, agents.json dengan sengaja mengambil jalan tanpa keadaan yang lebih biasa dengan pembangunan API tradisional. Perbezaan asas ini telah membahagikan komuniti mengenai pendekatan mana yang lebih baik untuk masa depan pembangunan agen AI.
MCP sangat bagus untuk sistem berkeadaan, di mana konteks yang dikongsi adalah satu kelebihan, tetapi ini jarang berlaku. Pembangun umumnya menulis klien untuk menggunakan API secara tanpa keadaan, dan kami ingin membantu majoriti pengguna ini.
Pasukan Wildcard AI menegaskan bahawa kedua-dua protokol tidak saling eksklusif, mencadangkan bahawa agents.json mengisi jurang untuk pembangun yang lebih suka menguruskan keadaan dalam aplikasi mereka daripada bergantung pada entiti luaran. Beberapa ahli komuniti mengandaikan bahawa kedua-dua pendekatan mungkin wujud bersama, melayani kes penggunaan yang berbeza dalam ekosistem agen AI yang sedang berkembang.
Kebimbangan Pelesenan Mengancam Penggunaan
Mungkin halangan paling ketara terhadap penggunaan agents.json yang dikenal pasti dalam perbincangan komuniti adalah struktur pelesenannya. Walaupun spesifikasi itu sendiri dilesenkan di bawah Apache 2.0, pakej pelaksanaan Python menggunakan lesen AGPL yang lebih ketat. Ini telah menimbulkan kebimbangan tentang daya maju komersial dan potensi integrasi.
Beberapa pembangun telah mempersoalkan bagaimana pakej berlesen AGPL boleh dimasukkan ke dalam produk komersial, dengan sesetengah menggambarkannya sebagai gagal sejak awal kerana sekatan pelesenan. Pasukan Wildcard AI telah mengakui kebimbangan ini, menjelaskan bahawa mereka terutamanya ingin menghalang pembekal cloud besar daripada menjadikan kerja mereka sebagai perkhidmatan proksi, sambil masih membenarkan integrasi dengan rangka kerja sumber terbuka seperti LangChain atau CrewAI.
Perbahasan pelesenan ini menyoroti keseimbangan halus yang perlu dicapai oleh projek AI sumber terbuka antara melindungi kerja mereka dan menggalakkan penggunaan secara meluas.
Kesederhanaan vs. Keserasian OpenAPI
Komuniti kelihatan terbahagi sama ada agents.json harus mengekalkan keserasian ketat dengan OpenAPI atau mengutamakan kesederhanaan. Sesetengah pembangun menghargai asas OpenAPI, menyatakan bahawa banyak platform dokumentasi API boleh mengeksport spesifikasi OpenAPI. Yang lain mempersoalkan sama ada keserasian ini menambah kerumitan yang tidak perlu, menunjukkan bahawa OpenAPI belum mencapai penggunaan universal.
Pasukan Wildcard AI telah menunjukkan bahawa walaupun mereka kini membina di atas OpenAPI, mereka mereka bentuk agents.json untuk boleh diperluas melampaui API REST, dengan rancangan untuk menyokong GraphQL, gRPC, dan SDK dalaman. Ini menunjukkan masa depan di mana agents.json mungkin berkembang melampaui asal-usul OpenAPI sambil mengekalkan keserasian ke belakang.
Cabaran Dokumentasi dan Kebolehgunaan
Beberapa ahli komuniti telah menyoroti kesukaran dalam memahami dan melaksanakan agents.json kerana masalah dokumentasi. Aduan khusus termasuk cabaran mencari fail contoh dalam daftar dan kekurangan contoh yang jelas dan mudah diakses dalam dokumentasi.
Sebagai tindak balas, pasukan Wildcard AI telah menambah butang muat turun ke daftar mereka dan mengakui keperluan untuk dokumentasi yang lebih baik. Mereka juga telah menyebut rancangan untuk membangunkan alat yang akan memudahkan penciptaan fail agents.json, termasuk pengesah dan pembina interaktif.
Ciri-ciri Utama agents.json
- Dibina di atas standard OpenAPI
- Fokus pada interaksi API tanpa keadaan
- Mengoptimumkan penerangan API untuk penggunaan LLM
- Memperkenalkan konsep "flows" dan "links" untuk operasi API berbilang langkah
- Spesifikasi dilesenkan di bawah Apache 2.0
- Pelaksanaan (Wildcard Bridge) dilesenkan di bawah AGPL v3
Kebimbangan Komuniti
- Pelesenan AGPL mengehadkan penggunaan komersial
- Kejelasan dan kebolehcapaian dokumentasi
- Pertindihan dengan standard lain (MCP, Arazzo, llms.txt)
- Kemampanan model perniagaan
- Kerumitan pelaksanaan untuk pembekal API
 |
|---|
| Demo langsung yang mempamerkan antara muka API Resend, menggambarkan cabaran kebolehgunaan dengan API semasa |
Persoalan Model Perniagaan
Sebagai syarikat yang disokong oleh Y Combinator, Wildcard AI menghadapi persoalan tentang bagaimana mereka merancang untuk memonetasi protokol. Pasukan telah menunjukkan strategi pendapatan utama mereka melibatkan mengenakan bayaran kepada pembekal API untuk pelaksanaan sarung tangan putih standard, bukannya mengenakan bayaran kepada pembangun akhir yang menggunakan fail agents.json.
Pendekatan ini telah menimbulkan beberapa keraguan tentang sama ada syarikat yang lebih besar akan menggunakan standard yang dicipta oleh syarikat permulaan, walaupun pasukan menyebut bahawa syarikat seperti Resend dan Alpaca telah menunjukkan minat untuk melaksanakan protokol tersebut.
Sebagai kesimpulan, agents.json mewakili pendekatan menarik untuk menyelesaikan cabaran membolehkan agen AI berinteraksi secara berkesan dengan API. Walaupun komuniti mengiktiraf nilai potensinya, persoalan tentang pelesenan, keserasian, dokumentasi, dan daya maju perniagaan kemungkinan akan menentukan sama ada ia mendapat penggunaan meluas atau kekal sebagai penyelesaian ceruk. Memandangkan keupayaan agen AI terus berkembang dengan pesat, keperluan untuk protokol interaksi standard menjadi semakin penting, menunjukkan bahawa sama ada agents.json atau penyelesaian serupa akhirnya akan muncul sebagai standard.
Rujukan: Terjemahkan OpenAPI kepada Alat LLM dengan agents.json