Agent Plugins 1.0: Satu Format untuk Ekstensi AI Lintas Platform

Bagi pengembang, tujuan utamanya cukup sederhana: tidak perlu lagi mengemas kemampuan atau koneksi alat yang sama secara berbeda untuk ChatGPT, Cursor, GitHub Copilot, dan VS Code. Dengan format yang kompatibel, satu plugin dapat ditemukan dan dimuat oleh berbagai klien AI agent.

Apa yang diatur Agent Plugins 1.0.0?

Agent Plugins 1.0.0 pada dasarnya adalah standar pengemasan, bukan standar runtime lengkap. Plugin minimal berbentuk sebuah direktori yang berisi dua komponen utama :

• File manifest plugin.json di direktori utama untuk mencantumkan versi spesifikasi dan nama plugin.
• Subdirektori skills/ yang berisi file Agent Skill, yakni file .md berisi instruksi atau kemampuan yang dapat digunakan agent.

Plugin juga dapat menyertakan file mcp.json untuk mengatur koneksi ke server MCP atau Model Context Protocol. Spesifikasi ini mendukung ketiga metode transport MCP . Dengan demikian, Agent Skills—kemampuan berbasis instruksi—dan konfigurasi server MCP—koneksi ke alat serta data eksternal—dapat didistribusikan dalam satu paket .

Namun, ruang lingkupnya sengaja dibuat sempit. Agent Plugins tidak menetapkan cara instalasi, sistem izin, sandboxing, model kepercayaan, distribusi, maupun perilaku plugin saat runtime. Semua keputusan tersebut diserahkan kepada masing-masing klien yang mengimplementasikan standar .

Karena itu, sejumlah analisis menyebut Agent Plugins sebagai “lapisan tipis” di atas Agent Skills dan konfigurasi MCP yang sudah ada, bukan sebagai spesifikasi runtime menyeluruh .

Klien yang mendukung saat peluncuran

Format yang sama didukung oleh sejumlah klien besar sejak peluncuran :

• ChatGPT dan Codex dari OpenAI
• Cursor
• GitHub Copilot
• Kiro dari Amazon
• VS Code dari Microsoft

Google juga menyatakan akan mulai mendukung standar tersebut di produknya sendiri setelah bergabung sebagai Core Maintainer .

Siapa yang mengatur standar ini?

Technical Steering Committee Agent Plugins terdiri atas core maintainer dari Amazon, Cursor, Microsoft, OpenAI, dan Vercel . Google kemudian bergabung sebagai Core Maintainer pada hari peluncuran, diwakili Kevin Hou, senior staff engineer di Google DeepMind .

Repositori spesifikasinya telah dikembangkan secara terbuka sejak April 2026. Proyek ini juga menyatakan bahwa arah format tidak ditentukan oleh roadmap produk satu perusahaan saja .

Meski demikian, ada nama besar yang tidak masuk dalam komite tersebut: Anthropic, perusahaan yang menciptakan MCP dan Agent Skills . Ketidakhadiran ini memunculkan pertanyaan tentang dinamika persaingan di balik koalisi para penandatangan standar.

Standar baru, tetapi masalah keamanan belum terjawab

Karena hanya mengatur pengemasan, Agent Plugins tidak menyelesaikan persoalan keamanan yang melekat pada plugin dan Agent Skills. Temuan sepanjang 2026 menunjukkan bahwa skill berbahaya dapat melewati sejumlah pemindai keamanan komersial .

• Peneliti Trail of Bits berhasil melewati pendeteksi skill berbahaya untuk ClawHub, Cisco, dan platform skills.sh milik Vercel. Dalam tiga dari empat kasus, metode tersebut dikembangkan dalam waktu kurang dari satu jam menggunakan teknik seperti penambahan whitespace secara berlebihan, penyembunyian bytecode, dan prompt injection .
• Peneliti HKUST menemukan bahwa teknik packing dapat melewati seluruh delapan pemindai yang diuji dengan tingkat keberhasilan lebih dari 90%, berdasarkan analisis terhadap 1.613 skill berbahaya yang ditemukan di alam liar .
• ESET Research menganalisis sekitar 800.000 agentic skill antara Maret dan Mei 2026 dan menemukan lebih dari 25.000 kasus yang mencurigakan .
• Perusahaan keamanan AIR mendemonstrasikan skill palsu yang lolos dari seluruh pemindai yang diuji dan diperkirakan menjangkau sekitar 26.000 agent. Caranya adalah memakai tautan eksternal yang tampak aman saat proses persetujuan, tetapi kemudian dapat diarahkan ke konten berbahaya .

Dengan desain Agent Plugins yang minimal, tidak satu pun persoalan tersebut ditangani di tingkat spesifikasi. Setiap klien harus menentukan sendiri cara menangani verifikasi, izin, sandboxing, dan pemantauan perilaku plugin—atau memilih untuk tidak menerapkannya .

Respons pengembang terbelah

Reaksi komunitas pengembang terhadap Agent Plugins cukup beragam .

Dax Raad, pengembang framework developer tools SST, mengatakan dirinya “very much against” standar tersebut. Ia menyebut Agent Plugins sebagai “a thin standard” dan berpendapat bahwa fitur-fitur yang benar-benar berguna pada akhirnya akan masuk ke ekstensi khusus masing-masing klien .

Di sisi lain, developer advocate Angie Jones menyambut baik interoperabilitas yang ditawarkan. Ia menulis, “Oh we neeeeded this! I've been begging for a way to use my Skills and MCPs across the various harnesses I use” .

Sejumlah pengguna forum komunitas OpenAI juga menilai standardisasi sebagai “the only realistic path toward reusable agent extensions that are not permanently locked to a single vendor” .

Apakah Agent Plugins akan menjadi “USB-C” untuk AI agent?

Agent Plugins hadir ketika persaingan industri mulai bergeser dari sekadar kemampuan model AI ke infrastruktur dan ekosistem agent . Bagi pengembang kecil, manfaatnya jelas: satu kali mengemas plugin berpotensi membuka akses ke berbagai klien AI agent utama.

Tetapi standar ini juga dapat memperkuat posisi platform dengan basis pengguna terbesar. Alasannya, hal-hal yang paling menentukan pengalaman pengguna—seperti izin, sistem kepercayaan, alur instalasi, distribusi, dan jangkauan marketplace—tetap berada di lapisan khusus milik masing-masing klien .

Dengan hanya menetapkan titik temu paling minimal, Agent Plugins memang dapat mengurangi fragmentasi bagi pengembang. Namun, keputusan paling penting terkait keamanan, kepercayaan, dan distribusi tetap berada di tangan platform yang menerapkannya . Jadi, standar ini bisa menjadi langkah menuju ekosistem plugin AI yang lebih portabel—sekaligus memberi perusahaan besar ruang untuk mempertahankan keunggulan mereka di lapisan yang lebih menentukan.