ปัจจุบันนักพัฒนาที่สร้างทักษะหรือการเชื่อมต่อเครื่องมือให้ AI agent มักต้องจัดแพ็กเกจแยกกันสำหรับ ChatGPT, Cursor, GitHub Copilot, VS Code และแพลตฟอร์มอื่น ๆ แม้ความสามารถเบื้องหลังจะคล้ายกันก็ตาม
Agent Plugins พยายามลดงานซ้ำนี้ด้วยการกำหนด “กล่องบรรจุ” รูปแบบเดียว นักพัฒนาจึงมีโอกาสสร้างปลั๊กอินครั้งเดียว แล้วนำไปใช้กับไคลเอนต์ที่รองรับมาตรฐานเดียวกันได้
ข้อกำหนดเวอร์ชัน 1.0.0 เป็นมาตรฐานด้าน การแพ็กเกจเป็นหลัก ไม่ใช่ข้อกำหนดรันไทม์แบบครบวงจร โดยปลั๊กอินขั้นต่ำต้องเป็นไดเรกทอรีที่มีองค์ประกอบสำคัญ 2 ส่วน
plugin.json ที่อยู่ในโฟลเดอร์ราก ใช้ระบุเวอร์ชันของข้อกำหนดและชื่อปลั๊กอินskills/ ซึ่งเก็บไฟล์ Agent Skills หรือไฟล์คำสั่งที่บอกเอเจนต์ว่าควรทำงานอย่างไรปลั๊กอินยังสามารถมีไฟล์ mcp.json ได้ตามต้องการ เพื่อกำหนดการเชื่อมต่อกับเซิร์ฟเวอร์ MCP หรือ Model Context Protocol ซึ่งเป็นมาตรฐานสำหรับเชื่อม AI เข้ากับเครื่องมือและแหล่งข้อมูลภายนอก โดยรองรับวิธีส่งข้อมูลทั้ง 3 แบบที่ MCP กำหนดไว้
ดังนั้น Agent Plugins จึงรวม 2 สิ่งไว้ในรูปแบบเผยแพร่เดียวกัน ได้แก่ Agent Skills ซึ่งเป็นความสามารถที่ขับเคลื่อนด้วยคำสั่ง และการตั้งค่า MCP server สำหรับเชื่อมต่อเครื่องมือหรือข้อมูล
ความตั้งใจของ Agent Plugins คือการกำหนด “พื้นฐานร่วมที่เล็กที่สุด” ให้แพลตฟอร์มต่าง ๆ เข้าใจแพ็กเกจเดียวกัน ไม่ได้พยายามกำหนดประสบการณ์ใช้งานทั้งหมด
ข้อกำหนดจึงไม่ได้ระบุเรื่องต่อไปนี้
ด้วยเหตุนี้ นักวิเคราะห์บางรายจึงมอง Agent Plugins ว่าเป็นเพียง “ชั้นบาง ๆ” ที่วางทับบน Agent Skills และการตั้งค่า MCP ที่มีอยู่เดิม มากกว่าจะเป็นมาตรฐานรันไทม์แบบเต็มรูปแบบ
รูปแบบแพ็กเกจนี้รองรับผลิตภัณฑ์หลัก 6 รายการตั้งแต่ช่วงเปิดตัว ได้แก่
Google ประกาศเข้าร่วมกลุ่มผู้ดูแลหลักในวันเปิดตัว โดยมี Kevin Hou วิศวกรระดับ Senior Staff Engineer จาก Google DeepMind เป็นตัวแทน
คณะกรรมการด้านเทคนิค หรือ Technical Steering Committee ประกอบด้วย Core Maintainer จาก
โครงการระบุว่าพื้นที่เก็บข้อกำหนดได้รับการพัฒนาแบบเปิดมาตั้งแต่เดือนเมษายน 2026 และไม่มีบริษัทใดบริษัทหนึ่งเป็นผู้กำหนดทิศทางตามโรดแมปผลิตภัณฑ์ของตนเพียงฝ่ายเดียว
อย่างไรก็ตาม ชื่อที่หายไปจากคณะกรรมการคือ Anthropic บริษัทผู้พัฒนา MCP และ Agent Skills ทั้งสองแนวคิด การไม่มี Anthropic จึงกลายเป็นหนึ่งในประเด็นที่ถูกจับตามองในเชิงการแข่งขัน
จุดอ่อนสำคัญของ Agent Plugins คือมาตรฐานกำหนดเพียงโครงสร้างแพ็กเกจ ขณะที่เรื่องความปลอดภัยและความน่าเชื่อถือถูกส่งต่อให้ผู้พัฒนาไคลเอนต์แต่ละรายรับผิดชอบ
ความกังวลนี้ไม่ได้เกิดขึ้นลอย ๆ เพราะก่อนหน้านี้ในปี 2026 มีงานวิจัยหลายชุดแสดงให้เห็นว่า Agent Skills ที่เป็นอันตรายสามารถหลบเลี่ยงเครื่องมือสแกนได้ เช่น
เมื่อ Agent Plugins ไม่ได้กำหนดมาตรฐานด้านการตรวจสอบ การอนุมัติ หรือการจำกัดสิทธิ์ ปัญหาเหล่านี้จึงยังคงเป็นภาระของแต่ละแพลตฟอร์ม ไม่ได้หายไปเพียงเพราะใช้รูปแบบแพ็กเกจเดียวกัน
นักพัฒนามีมุมมองต่อมาตรฐานนี้แตกต่างกันอย่างชัดเจน
Dax Raad ผู้พัฒนาเฟรมเวิร์กเครื่องมือสำหรับนักพัฒนา SST กล่าวว่าเขา “ไม่เห็นด้วยอย่างมาก” และเรียก Agent Plugins ว่า “มาตรฐานที่บางเกินไป” โดยมองว่าส่วนที่มีประโยชน์จริงท้ายที่สุดจะถูกย้ายไปอยู่ในส่วนขยายเฉพาะของแต่ละไคลเอนต์อยู่ดี
ในอีกด้านหนึ่ง Angie Jones แสดงความยินดีกับการทำงานข้ามแพลตฟอร์ม พร้อมเขียนว่า “เราต้องการสิ่งนี้มาก” เพราะเธอรอวิธีนำ Skills และ MCP ไปใช้กับเครื่องมือหรือฮาร์เนสที่หลากหลายอยู่แล้ว
ผู้แสดงความคิดเห็นในฟอรัมชุมชน OpenAI บางรายมองว่าการทำให้เป็นมาตรฐานคือ “หนทางที่เป็นจริงเพียงอย่างเดียว” ที่จะทำให้ส่วนขยายของเอเจนต์นำกลับมาใช้ใหม่ได้ โดยไม่ถูกล็อกไว้กับผู้ให้บริการรายเดียว
การเปิดตัว Agent Plugins เกิดขึ้นในช่วงที่การแข่งขันของอุตสาหกรรม AI เริ่มขยับจากการแข่งกันเฉพาะด้านโมเดล ไปสู่การแข่งขันเรื่องโครงสร้างพื้นฐานและระบบนิเวศของเอเจนต์
ในมุมบวก มาตรฐานนี้ช่วยลดต้นทุนให้ผู้พัฒนารายเล็ก เพราะสามารถแพ็กความสามารถครั้งเดียวแล้วเข้าถึงไคลเอนต์หลักหลายรายได้ หากมาตรฐานได้รับการยอมรับในวงกว้าง ก็อาจทำให้ทักษะและเครื่องมือของเอเจนต์ไม่ถูกผูกติดกับแพลตฟอร์มใดแพลตฟอร์มหนึ่ง
แต่ในอีกมุมหนึ่ง การกำหนดเพียงชั้นกลางที่แคบที่สุดอาจทำให้แพลตฟอร์มที่มีฐานผู้ใช้ขนาดใหญ่ยิ่งได้เปรียบ เพราะสิ่งที่มีผลต่อประสบการณ์จริง เช่น สิทธิ์ โมเดลความน่าเชื่อถือ ขั้นตอนติดตั้ง และการเข้าถึงมาร์เก็ตเพลส ยังคงอยู่ในส่วนขยายเฉพาะของแต่ละไคลเอนต์
กล่าวอีกแบบคือ Agent Plugins ช่วยลดการแตกแยกของรูปแบบแพ็กเกจ แต่ยังไม่ได้ทำให้ระบบนิเวศเปิดอย่างแท้จริงในทุกชั้น การตัดสินใจที่สำคัญที่สุดด้านความปลอดภัย ความไว้วางใจ และการกระจายปลั๊กอินยังคงอยู่ในมือของแพลตฟอร์มผู้ใช้งานมาตรฐาน