每家公司都在打造彼此無法協作的代理——Standard Agents 的 Justin Schroeder
每家公司都在打造彼此無法協作的代理——Standard Agents 的 Justin Schroeder
Standard Agents 的 Justin Schroeder 指出,代理之所以無法互通,是因為各家 harness 缺乏共同標準;他提出一套開源、不繫結特定廠商的 TypeScript「標準代理規範」(Standard Agent Specification),並搭配 builder runtime,讓代理可以組合、可以安裝。
AI 伴隨問答
針對這篇報導有疑問?可直接點選快捷問題或向 AI 追問背景脈絡與技術細節:
Podcast 專家音訊節目
收錄於 888news Podcast 智庫專區,包含精華摘要與上市公司即時行情
Justin Schroeder 在 Standard Agent Specification 公開發表會上親自說明這份規格。他主張,企業之所以不斷自行打造代理,而不願只對外開放 MCP 伺服器與 markdown 技能檔,是因為關鍵業務流程需要掌控權、信任感,以及可衡量的成效。這場 34 分鐘的演講,大半時間都在談:為什麼針對特定領域打造的代理,在狹窄任務上勝過通用前沿模型;為什麼代理的「執行框架(harness)」才是真正缺漏的標準;以及新規格與其首個執行環境 Standard Agent Builder 的完整導覽。標題所點出的「企業打造的代理彼此無法互通」,其實是為後半場鋪陳;前半場則是一套市場論述,說明代理為何終究會存在。
Schroeder 是以規格制定者的身分發言,因此他對模型行為、成本與評測表現的說法,都是他本人的主張。讀者讀完應該能掌握:規格的五項設計原則、元件模型(模型、提示、工具、子代理、鉤子、效果、執行緒)、只支援 TypeScript 的決定及其理由,以及具體的實機示範:一個電池保固理賠代理,由 Claude Code 在 5 分 21 秒內、以 DeepSeek V4.1 Flash 生成完成。
企業自行打造代理,因為不願把核心流程交給通用模型
Schroeder 開場先點出市場上的一個矛盾:主流建議是把業務透過 MCP 伺服器對外開放、寫好技能檔或 AGENTS.md 這類 markdown 檔,再讓一個夠聰明的模型去讀取操作——但大家還是一直在打造代理。他不把這視為錯誤,而是一種訊號,並歸因於三個因素。
第一是整合。他認為,一家企業本質上就是它的一連串流程,而企業所有有價值的東西——客戶關係、網路效應、專有資料——都是這些流程順利運作的副產品。他跨產業舉了具體例子:
| 產業 | 所列流程 |
|---|---|
| 空調維修 | 保固理賠驗證、全市工班排程、申請州政府許可、行銷活動管理、客戶帳戶擴充套件、施工材料 |
| 大學 | 助學金分配、補助款行政、宿舍分配 |
| 雲端服務供應商 | 濫用偵測、帳務爭議 |
| 任何組織 | 薪資發放、合約審閱 |
把這些流程交給「Grokbot」之類的東西,用他的話說,「實在令人難以接受」——即使它運作得不錯也一樣。企業真正想要的是掌控權、長期穩定執行、可重複性(「同一筆理賠就該用同樣的方式處理」),以及能保有的、非通用的語氣與風格。
「如果一個代理什麼都能做,它就可能做出任何事。而那是一項風險。」
第二個因素是信任。Schroeder 舉的例子是:一個通用代理登不進保固入口網站,於是乾脆自己開一個新帳號;或者回覆了不相干的信件;或者在執行任務途中去檢視某個 X 帳號。他承認聰明的模型很少犯這類錯誤,但仍堅持問題出在「能力本身」。替代方案是狹窄的工作流程:一筆保固理賠觸發一個配備特定工具的特定代理——查裝置、附照片、送出理賠——它依然是真正會多輪對話、有自己的上下文與評測的代理,但能力範圍被限定住了。
第三是成效,他認為這或許是最重要的一點。重點不在於模型聰不聰明,而在於它能否把指派的任務做好,並讓流程比原本的做法更好。因為狹窄的代理可以被評測,「追逐基準分數」反而成了優點而非缺點:單一模型、單一提示、單一工具組,全部針對同一項工作調校,就能拉出很高的評測通過率——而這正是你要的。
Gmail 代理在成本與可評測性上都勝過 Gmail 技能
Schroeder 的核心技術論點是:一個小型、固定版本的模型跑狹窄代理,表現勝過一個工具與技能不斷堆疊的前沿模型。他把現行做法——給 Opus 55 這類「超級超級聰明的模型」更多工具、更多技能——拿來對比一個只做單一操作(例如保固理賠)的 DeepSeek V4.1 Flash 代理。
「從根本上來說,Gmail 代理就是勝過 Gmail 技能。不是說兩者都不能用……但 DeepSeek V4.1 Flash 在這件事上真的能做得非常好。」
他主張的優勢是:便宜得多、可以直接評測,而且能組裝進更大的系統——包括以 MCP 伺服器形式提供給 Opus 55 使用,或安排在某個更大代理之下、成為有自己明確任務的階層成員。他引用演講前幾個月(大約 2026 年中)的一篇論文,他稱之為「Jeepa 論文」,其發現是:微調代理的提示,比微調模型本身更有效。他也提到模型的「崎嶇性(jaggedness)」:在一個名為 Model Zen Garden 的副專案裡,某個模型——轉錄稿中記為「10 cents y3」——能以遠低於其他模型的成本生成 3D 禪意花園,儘管它整體並不是個強模型。對特定領域的工作來說,這種狹窄的強項反而是優勢。
缺漏的標準是執行框架,而非工具
代理遍地開花卻一團混亂——語言各異、工具各異、代理迴圈各異。Schroeder 說,基礎其實很簡單(一個模型、一段系統提示、一些工具、訊息歷史),但現實很難:迴圈編排、步數上限、需要非同步處理的平行工具執行,以及出錯後能續跑的永續性。打造一個代理,就等於打造一套執行框架。
他主張,只走 MCP 這條路最後會塌陷成同一個問題。企業發現自家的工具要配上推論才更有價值;一旦提供了推論,很快又需要多步推論,「然後突然間,你等於在 MCP 裡面重新造了一套代理系統。」自製的執行框架在分享上也會失敗(你的框架未必能在我的託管環境跑)、在組合上失敗(不同方式打造的代理根本不相容)、在規模上失敗(沒人想手工打造幾百個代理,最後還是落得一個 Grokbot)。既然技能早已是由一整個生態系的人共同撰寫、而非出自單一作者,他主張代理也該如此。
根據 Schroeder 的說法,目前存在的是「圍繞代理」的標準,而不是「為代理而設」的標準:
| 層級 | 他點名的標準 |
|---|---|
| 工具散佈 | MCP |
| 提示 | Skills、AGENTS.md |
| 代理對代理通訊 | A2A |
| 支付 | ACP、「X42」(依轉錄稿) |
| 代理執行環境/執行框架 | 在本規格之前,從缺 |
他說,一份規格能換來四件事:速度(不必重新發明代理迴圈或工具撰寫慣例)、一致性(每個代理都用同一套方式打造,深度客製化在任何相容的執行環境中依然可用)、可攜性(把代理打包好,用一支 USB 隨身碟就能交出去)、可組合性(把小零件組成更大的東西,他稱這是把特定領域代理推向市場的關鍵)。
規格:五項原則、TypeScript,以及元件模型
Standard Agent Specification 於演講當天以開源規格形式發表,網址為 standardagentspec.org。它對代理的定義是:「一種確定性的軟體,駕馭模型所產生的非確定性結果,以達成預設目標。」Schroeder 特別說明「駕馭(harness)」這個字是刻意選的——好的代理就是好的執行框架,而代理幾乎就是執行框架的一個實例。
五項原則是:廠商中立、領域特定、與模型耦合、可組合、可攜。他處理了「廠商中立」與「與模型耦合」之間的表面矛盾:代理必須能在任何宿主、任何模型上執行,但個別代理在繫結某個特定供應商、某個特定量化版本的特定模型時表現最好,並備有在主要模型失效時能接手、智慧更高的備援模型。他說,隨意更換模型會違反成效原則。
一切都以程式碼撰寫,理由有兩個:它必須能被包裝與散佈(npm 套件,或字面意義上的 USB 隨身碟),而且代理必須有能力撰寫代理。所有代理都以 TypeScript 撰寫——不是出於個人偏好,而是因為他認為真正重要的語言只有兩類:Rust 這類系統語言,以及 TypeScript;而 TypeScript 到處都能跑(邊緣裝置、桌機、手機),又是直譯式語言,所以生成的代理可以立刻執行,不必經過建置步驟。他明確反對 MCP 的伺服器要求,主張把所有東西打包在一起。
他逐一走過的元件模型如下:
flowchart TD
A["代理套件(TypeScript)"] --> B["模型,固定版本並附備援"]
A --> C["提示,掌管對話的其中一方"]
A --> D["工具:函式、提示,或整個代理"]
A --> E["子代理,各自擁有自己的 A 方與 B 方"]
A --> F["鉤子,確定性的生命週期事件"]
A --> G["效果,排程執行的程式碼"]
A --> H["執行緒,沙箱化環境"]
H --> I["訊息、工具、子代理、KV 儲存、檔案系統、程式碼執行、端點"]
他對每個元件給出的關鍵細節:
- 提示掌管雙邊對話的其中一方,且可巢狀在其他提示之中、於執行時渲染——這在注入環境變數,或讓許多子代理共用一段語氣提示時很有用。
- 工具有三種:TypeScript 函式、提示(一小段推論用的子提示,例如不建立完整子代理就直接呼叫影像模型,或改用聽起來更像真人的模型),以及被當成工具呼叫的整個代理。
- 對話配對可以自由混搭:提示對人(ChatGPT 式)、AI 對 AI(他將其定位為內建評測——A 方生成一張帶浮水印的圖片,B 方標記出來,A 方重新生成)、處理器對人(純確定性程式碼,一個完全沒有 AI 的代理),以及其中一方是子代理的提示對人。
- 子代理是擁有自己雙方的完整代理;他展示了一個行事曆代理被實例化兩次,一次供工作用、一次供個人用。
- 父層鉤子讓子代理在安裝時自動對外暴露並修改父層的鉤子——所以安裝一個 Gmail 代理,就等於讓父層學會使用它,無須額外設定或修改提示。
- 鉤子是在特定生命週期時點觸發的確定性事件(過濾訊息、工具呼叫前、更新訊息後)。
- 效果是排程執行的程式碼——鬧鐘、寄送郵件——通常從工具呼叫內部排定,他舉的例子是小孩鋼琴發表會的提醒。
- 執行緒是沙箱化環境,擁有自己的訊息、工具、子代理、KV 儲存與檔案系統,還能撰寫並執行程式碼,並附有明確的匯入允許清單,且可選擇完全不連網。執行緒可以使用決策模型(他引用 TypeSafe AI 的 Jev 來做情緒判斷與升級),也能對外開放自己的端點——規格同時要求 HTTP 與 WebSocket API——如此一來,就能讓人自行託管一個開源、類似 Grokbot 的代理,並搭配自己的 OAuth。
執行環境的契約刻意不對實作方式表態。他的例子是:規格定義了執行緒狀態的讀檔操作,卻不規定它怎麼實作——在他自己部署於 Cloudflare Durable Objects 的環境裡,讀檔其實是打資料庫,根本沒有真正的檔案系統,但執行緒看到的卻是一個檔案系統。
Standard Agent Builder 作為首個公開執行環境上線,示範代理只花了 5 分鐘
與規格同步,Schroeder 發布了 Standard Agent Builder,定位為這份規格的第一個公開執行環境,當時已在生產環境使用,且當天即可複製(clone)。賣點是:把一個寫程式的代理指向這個 repo,它就完全知道該怎麼定義那些確定性的部分,不必重新打造執行框架。它可在本機免費執行,也能推上他們的雲端供生產使用。他邀請其他人用任何語言打造執行環境——Rust、Go,什麼都行——只要它能執行規格中的 TypeScript,並提議在規格網站上連結第三方執行環境。
示範環節:當天稍早,Claude Code 拿到一份電池保固理賠流程的 PDF,被要求打造這個代理。它在 5 分 21 秒內完成,產出一份檔案樹,內含提示與工具(檢查電池、升級給主管、提供舊換新、通報安全問題),以及一個名為「warranty」、指向 DeepSeek V4.1 Flash 的模型定義。Schroeder 強調,這些工具只能做被指派的那些事——它們不可能跑去查政治。在 Builder 的管理介面中,他展示了執行緒、每一次工具呼叫、實際使用的模型、成本、Token 數量、94% 的快取命中率、提供給模型的六個工具、送給 LLM 的完整請求內容,以及最後呼叫更換電池工具的過程。同一個代理可以透過 HTTP/WebSocket API 化身為網站聊天機器人,或以 MCP 伺服器形式對外開放,讓使用者在 ChatGPT 那端的代理能與它對話。
他也提到先前的一個內部專案:一個由許多極小型的子代理組成的完整寫程式代理,他們可以往裡面加入生態系中任何標準代理,「就像你新增技能一樣,差別在於這些是完整代理,各自具備執行能力。」
押注的是開放生態系,而這份規格明確尚未完成
Schroeder 把當下比擬為早期網路:瀏覽器為了專有功能彼此競爭——「你該用 Mozilla,因為我們有個瘋狂的新玩意兒叫 JavaScript」——直到一群雜牌軍般的規格愛好者做出一個屬於整個生態系的標準。他請聽眾去打造執行環境、打造特定領域的代理,並試著把這份規格弄壞,直言他們「絕對不是帶著一個已完成的方案來的」。他最後呼籲大家:開啟一個寫程式的代理、加一個技能,然後開始寫。
他自己點出的未解張力是:規格堅持代理要廠商中立、可攜,卻又要求它們繫結某個特定供應商、某個特定量化版本的特定模型。這在成效上說得通,卻讓「用 USB 隨身碟交給你、插上就能用」的承諾變得複雜,因為收下的人必須能存取那個一模一樣的模型。另一個未解的問題是採用率:這份規格的價值,取決於 Standard Agent Builder 之外是否還有其他執行環境存在,也取決於可分享的特定領域代理生態系能否成形——而這兩點都不是發表當天能證明的。值得持續觀察的是:只准用 TypeScript 撰寫的規定(其理由是直譯性與普及性),是否會成為他正招攬來寫執行環境的 Rust 與 Go 社群的門檻。