A crescente utilização de agentes de inteligência artificial para programação e automação está impulsionando uma nova tentativa de padronização do setor. Amazon, Microsoft, OpenAI e Vercel estão entre as empresas que participam do desenvolvimento do Agent Plugins, uma especificação aberta criada para facilitar o uso de componentes de IA em diferentes plataformas.
A proposta busca resolver um problema cada vez mais comum: desenvolvedores precisam adaptar as mesmas habilidades, ferramentas e integrações para diferentes agentes de IA. Com o novo formato, a ideia é permitir que esses componentes sejam empacotados uma única vez e utilizados por clientes compatíveis.
Um formato comum para agentes de IA
O Agent Plugins 1.0.0 estabelece um padrão aberto e independente de fornecedor para empacotar componentes reutilizáveis destinados a agentes de inteligência artificial.
A especificação define uma estrutura compartilhada para dois elementos importantes do atual ecossistema de agentes: Agent Skills, que fornecem instruções e fluxos de trabalho especializados, e servidores MCP (Model Context Protocol), responsáveis por conectar agentes a ferramentas, APIs e fontes externas de informação.
Na prática, um desenvolvedor pode reunir esses componentes dentro de um único pacote, permitindo que diferentes agentes compatíveis consigam identificá-los e carregá-los de maneira padronizada.
Problema da fragmentação
Antes de padrões desse tipo, cada plataforma poderia adotar sua própria maneira de estruturar e distribuir plugins.
Isso cria um obstáculo para quem desenvolve ferramentas para agentes de IA. Um componente criado para determinado ambiente pode exigir adaptações antes de funcionar em outro, aumentando o trabalho de manutenção e dificultando a distribuição.
O Agent Plugins tenta criar uma espécie de camada mínima de interoperabilidade. A proposta não pretende controlar toda a experiência do plugin, mas estabelecer uma estrutura previsível para os elementos que podem ser compartilhados entre diferentes clientes.
Como funciona o Agent Plugins
A estrutura de um plugin possui um manifesto obrigatório chamado plugin.json. A partir dele, podem ser incluídos diferentes componentes.
Entre eles estão:
- Agent Skills, armazenadas em uma pasta própria;
- MCP servers, descritos por meio de um arquivo
mcp.json; - scripts e referências utilizados pelas habilidades;
- extensões específicas para determinados clientes.
A especificação também permite que cada plataforma mantenha funcionalidades próprias por meio de namespaces específicos, sem alterar a estrutura principal do padrão.
Isso permite conciliar dois objetivos que normalmente entram em conflito: portabilidade e recursos específicos de cada plataforma.
Amazon, Microsoft, OpenAI e Vercel participam do projeto
O desenvolvimento não está concentrado em uma única empresa.
O comitê técnico inicial do Agent Plugins inclui mantenedores da Amazon, Cursor, Microsoft, OpenAI e Vercel. O projeto é desenvolvido publicamente, e propostas de mudanças podem ser discutidas pela comunidade.
A participação de empresas com diferentes produtos e ecossistemas aumenta o potencial de adoção do formato, especialmente em um mercado no qual grandes companhias disputam espaço na área de agentes de programação.
A proposta também mostra que a interoperabilidade começa a ganhar importância à medida que os agentes deixam de ser apenas interfaces de conversa e passam a executar tarefas diretamente em ambientes de desenvolvimento.
MCP ganha ainda mais importância
O Model Context Protocol, conhecido como MCP, ocupa papel central nesse movimento.
O protocolo permite que agentes de IA se conectem a ferramentas e serviços externos, enquanto o Agent Plugins estabelece uma forma padronizada de empacotar esses servidores junto a outras capacidades.
A própria especificação determina que o arquivo mcp.json pode descrever servidores MCP utilizando diferentes mecanismos de transporte, incluindo stdio e Streamable HTTP, além do legado HTTP+SSE.
Essa combinação pode simplificar a distribuição de agentes que precisam acessar informações ou executar tarefas fora do próprio modelo de inteligência artificial.
A padronização não resolve todos os problemas
Apesar do potencial, o Agent Plugins não pretende solucionar todas as questões relacionadas ao uso de extensões em agentes.
A especificação concentra-se principalmente no formato e na portabilidade dos componentes. Questões como distribuição, instalação, permissões, experiência do usuário e determinadas capacidades específicas continuam sob responsabilidade de cada cliente.
Essa distinção é importante para empresas que pretendem adotar plugins em ambientes corporativos.
Um formato padronizado pode facilitar a instalação e reutilização de componentes, mas não significa automaticamente que qualquer plugin seja seguro ou confiável.
Segurança será um ponto crítico
A questão ganha ainda mais relevância porque agentes de IA podem executar tarefas com acesso a arquivos, código, sistemas corporativos e serviços externos.
Um plugin mal configurado ou comprometido pode, dependendo das permissões concedidas pelo ambiente, representar um risco muito maior do que uma extensão tradicional.
Por isso, empresas que adotarem o padrão deverão avaliar não apenas a compatibilidade de um plugin, mas também sua origem, código, permissões, dependências e acesso a informações sensíveis.
A padronização pode facilitar a interoperabilidade, mas não substitui mecanismos de segurança, controle de acesso e auditoria.
Amazon já utiliza o conceito em seus próprios agentes
A Amazon já vinha desenvolvendo plugins para agentes de programação antes da especificação mais ampla.
Em fevereiro, a empresa apresentou o Agent Plugins for AWS, um projeto de código aberto que fornece habilidades para agentes ajudarem desenvolvedores a arquitetar, implantar e operar aplicações na AWS.
Posteriormente, a companhia passou a oferecer um conjunto mais amplo de ferramentas, incluindo habilidades para infraestrutura, armazenamento, análise de dados, aplicações serverless e serviços de inteligência artificial. A Amazon também combina plugins com servidores MCP em seu ecossistema de ferramentas para agentes.
Isso indica que o conceito já está sendo aplicado em cenários reais de desenvolvimento, e não apenas tratado como uma proposta experimental.
Vercel também aposta em plugins multiplataforma
A Vercel oferece atualmente um plugin próprio que reúne habilidades relacionadas ao seu ecossistema, incluindo Next.js, AI SDK e infraestrutura.
A empresa informa que o plugin pode ser instalado em diferentes agentes e ambientes, como Claude Code, Cursor, Codex CLI, ChatGPT, VS Code e GitHub Copilot, entre outros.
A companhia diferencia ainda seus plugins dos servidores MCP: enquanto o plugin fornece conhecimento e habilidades para orientar o agente, o MCP permite que o agente utilize ferramentas para executar determinadas ações em sistemas externos.
O que muda para os desenvolvedores
Se o padrão ganhar ampla adoção, desenvolvedores poderão reduzir a necessidade de manter versões diferentes de uma mesma habilidade para cada agente.
Isso pode favorecer um modelo semelhante ao que ocorreu em outros momentos da história do software: um formato comum facilita a criação de um ecossistema de ferramentas que não depende exclusivamente de uma plataforma.
Para empresas, o benefício potencial está na possibilidade de escolher diferentes agentes sem precisar reconstruir toda a infraestrutura de habilidades e integrações.
Para usuários, a consequência pode ser um mercado de agentes mais interoperável, no qual ferramentas desenvolvidas para um ambiente possam ser utilizadas em outros sistemas compatíveis.
Um passo em direção à interoperabilidade
O Agent Plugins surge em um momento em que o mercado de inteligência artificial começa a migrar de modelos que apenas respondem perguntas para sistemas capazes de planejar, utilizar ferramentas e executar tarefas de forma mais autônoma.
Nesse cenário, a capacidade de conectar agentes a ferramentas externas se torna tão importante quanto o próprio modelo de IA.
A proposta liderada por empresas como Amazon, Microsoft, OpenAI e Vercel não elimina a competição entre plataformas, mas pode estabelecer uma base comum para que desenvolvedores não precisem ficar presos a um único ecossistema.
Para o setor, o principal impacto pode estar justamente aí: quanto mais os agentes se tornam capazes de trabalhar em diferentes ambientes, maior será a importância de padrões que permitam transportar suas habilidades e ferramentas entre plataformas.
