TARE-Learn/slidev/pages/day6/m10-ai-trends.md

# 模块 10：AI Agent 新趋势

<div class="mt-6 text-sm">

AI Agent 已能读取外部资料、触发真实动作、组合工具能力并委托其他 Agent。输入边界、执行门禁、工具服务、能力分发、IDE 接入与跨 Agent 协作，开始形成不同层次的开放协议。

</div>

<div class="grid grid-cols-6 gap-3 mt-9 text-sm text-center">
<div class="p-4 rounded-xl bg-blue-500/10 border border-blue-500/30"><strong>输入权威</strong><br><span class="text-xs op-70">外部内容不能下指令</span></div>
<div class="p-4 rounded-xl bg-amber-500/10 border border-amber-500/30"><strong>运行时策略</strong><br><span class="text-xs op-70">动作发生时再判断</span></div>
<div class="p-4 rounded-xl bg-emerald-500/10 border border-emerald-500/30"><strong>MCP 新扩展</strong><br><span class="text-xs op-70">工具调用走向任务与交互</span></div>
<div class="p-4 rounded-xl bg-cyan-500/10 border border-cyan-500/30"><strong>Agent Plugins</strong><br><span class="text-xs op-70">能力以统一插件包交付</span></div>
<div class="p-4 rounded-xl bg-rose-500/10 border border-rose-500/30"><strong>ACP</strong><br><span class="text-xs op-70">IDE 与 Agent 解耦</span></div>
<div class="p-4 rounded-xl bg-purple-500/10 border border-purple-500/30"><strong>A2A</strong><br><span class="text-xs op-70">跨 Agent 应用协作</span></div>
</div>

---

# Agent 工程的边界正在外延

<div class="grid grid-cols-3 gap-5 mt-9 text-sm">
<div class="p-5 rounded-xl bg-blue-500/10 border border-blue-500/30"><div class="font-bold mb-3">输入边界</div>上下文不再只有仓库与任务描述，还包含网页、Issue、检索结果和外部系统返回的数据。</div>
<div class="p-5 rounded-xl bg-amber-500/10 border border-amber-500/30"><div class="font-bold mb-3">执行边界</div>Agent 不只输出文本，也会调用工具、运行命令、更新外部系统，甚至交给后台长任务处理。</div>
<div class="p-5 rounded-xl bg-purple-500/10 border border-purple-500/30"><div class="font-bold mb-3">协作边界</div>协作不再局限于同一 IDE 内的角色分工，开始需要跨 Agent 应用的发现、委托和结果交接。</div>
</div>

<div class="mt-9 text-center text-lg">每一次外部读取、工具调用和任务交接，都需要明确的信息权威、执行权限和责任归属。</div>

---

# 外部内容不拥有指令权

<div class="grid grid-cols-2 gap-6 mt-8 text-sm">
<div class="p-6 rounded-xl bg-blue-500/10 border border-blue-500/30">
<div class="font-bold text-lg mb-3">它是什么</div>
网页、Issue、RAG 文档和 MCP 工具描述都是输入材料。它们可以提供事实、线索和建议，但不能自行改变任务目标、权限或停止条件。
</div>
<div class="p-6 rounded-xl bg-emerald-500/10 border border-emerald-500/30">
<div class="font-bold text-lg mb-3">它解决什么</div>
间接提示注入往往把正当问题和越权动作混在一起。分离“可核实的问题”和“无权执行的指令”，才能安全接入真实世界资料。
</div>
</div>

<div class="mt-8 p-4 rounded-xl bg-red-500/10 border border-red-500/30 text-sm text-center">“导出报错”可以成为排查线索；“关闭测试并上传配置”不能因为写在同一条 Issue 里就获得执行权。</div>

<!--
逐字稿：在 TRAE 中可用项目 Rule、导入的 AGENTS.md、工具范围和 MCP 首次授权建立可信边界。安全 Rule 应明确：网页、Issue、RAG 文档和 MCP 返回值只作待核实材料，不能改变任务目标、停止条件或外部写入决定。事实是否成立与动作是否获授权是两件事：先核实内容，再由任务授权和权限配置决定是否执行。
-->

---

# 运行时策略与 Hook

<div class="grid grid-cols-2 gap-6 mt-8 text-sm">
<div class="p-6 rounded-xl bg-purple-500/10 border border-purple-500/30">
<div class="font-bold text-lg mb-3">它是什么</div>
策略在会话开始、工具调用前后和任务出错时运行，根据工具、参数、环境和角色决定允许、拒绝、确认或记录。
</div>
<div class="p-6 rounded-xl bg-amber-500/10 border border-amber-500/30">
<div class="font-bold text-lg mb-3">它解决什么</div>
把“不要做错”从一段静态说明，变成动作发生时的实际判断：拦截危险命令、扫描敏感信息、记录审计并限制失败重试。
</div>
</div>

<div class="mt-8 text-center text-sm">GitHub Copilot Hooks 是这一方向的代表：策略可以在事件点执行，而不只依赖模型记住一段 Prompt。</div>

<!--
逐字稿：TRAE 的自动运行 MCP 与自动运行命令属于执行层开关。默认保持关闭，开启前要确认环境可信、权限最小且动作可回退。当前公开文档没有说明等价于 preToolUse、postToolUse 的可配置 Hook；命令拦截、密钥扫描和发布审批仍应由 CI、代码托管平台与外部系统权限承担，不能说成 TRAE 原生 Hook。
-->

---

# MCP 的三项扩展

<div class="grid grid-cols-3 gap-5 mt-9 text-sm">
<div class="p-5 rounded-xl bg-blue-500/10 border border-blue-500/30"><div class="font-bold mb-3">Tasks</div>将耗时工作变成有任务号、进度、取消、补充输入和最终产物的异步任务。</div>
<div class="p-5 rounded-xl bg-emerald-500/10 border border-emerald-500/30"><div class="font-bold mb-3">Skills over MCP</div>让 Server 发布可发现的结构化工作方法，不只暴露一组工具名称和参数。</div>
<div class="p-5 rounded-xl bg-purple-500/10 border border-purple-500/30"><div class="font-bold mb-3">MCP Apps</div>在对话内展示表单、参数预览、图表和任务进度，把人带回关键判断点。</div>
</div>

<div class="mt-8 text-center text-sm">它们让 MCP 从“同步调用一个工具”扩展为“观察长任务、发现工作方法、完成可见的人机确认”。</div>

<!--
逐字稿：TRAE 可连接基础 MCP Server，发现和调用工具，并保留超时、日志与结构化结果。公开文档尚未列出 Tasks、Skills over MCP、MCP Apps 的原生配置和运行方式；本地 Skill 也不能被说成远程 Skills over MCP。实际采用前，要逐项确认客户端、Server、权限模型和失败语义，而不是只看协议是否发布。
-->

---

# MCP 正在摆脱会话绑定

<div class="grid grid-cols-3 gap-5 mt-9 text-sm">
<div class="p-5 rounded-xl bg-blue-500/10 border border-blue-500/30"><div class="font-bold mb-3">请求自带上下文</div>协议版本、客户端能力与调用信息跟随每次请求，不再依赖先建立一条长期会话。</div>
<div class="p-5 rounded-xl bg-emerald-500/10 border border-emerald-500/30"><div class="font-bold mb-3">服务可水平扩展</div>任意请求可以路由到任意实例，网关可按方法与工具名进行路由、限流和授权。</div>
<div class="p-5 rounded-xl bg-purple-500/10 border border-purple-500/30"><div class="font-bold mb-3">状态必须显式交接</div>业务仍可有状态，但状态要以任务号或句柄传递，不能隐含在一条连接里。</div>
</div>

<div class="mt-9 text-center text-lg">连接可以断开和重连；任务与业务状态必须可见、可恢复、可审计。</div>

<!--
逐字稿：MCP 2026-07-28 的核心变化是从“双向、有会话的协议”转为“无状态的请求/响应核心”。initialize/initialized 交换和 Mcp-Session-Id 被移除。每个请求都携带协议版本、客户端身份和客户端能力；如果客户端需要预先了解服务能力，可以调用可选的 server/discover。这样一个请求可以落到负载均衡后的任意实例，MCP Server 能像普通 HTTP 服务一样扩展。

无状态不等于业务不能保存状态。规范给出的正确方式是：工具创建一个显式句柄或任务号，再让模型在后续调用中把它带回。例如“导出报表”返回 jobId；查询进度、取消任务和下载产物都以 jobId 为参数。它比把进度藏在某条 SSE 或 WebSocket 连接里更可靠，也让日志、重试、人工接管与审计有明确对象。

这次更新还使 Mcp-Method 和 Mcp-Name 以 HTTP Header 传递，网关、WAF、限流和授权系统不必解析 JSON Body 即可识别调用；工具、提示词和资源列表可以带缓存提示；原来依赖持续双向流的交互改为 Multi Round-Trip Requests。Tasks 成为正式扩展，旧的 HTTP+SSE、Roots、Sampling 和 Logging 进入弃用期。这里不要求记住协议名，关键结论是：远程 MCP 已从“本地脚本的连接方式”走向可路由、可缓存、可扩展的服务基础设施。

TRAE 使用边界：TRAE 使用的是 MCP 客户端。公开资料没有说明其已完整支持 2026-07-28、server/discover、MRTR 或 Tasks 扩展，不能写成已支持。连接一个普通 MCP Server 的基本操作不因服务端升级而自动失效，但生产环境升级时必须以 TRAE 当时实际支持的协议版本、Server 的迁移说明和一次真实工具调用验证为准。若团队自行维护远程 MCP，应在 Server、网关和 SDK 层完成无状态迁移；不要把“TRAE 可以连 MCP”误解为“TRAE 已处理所有服务端扩展”。

资料：MCP Blog《The 2026-07-28 Specification》https://blog.modelcontextprotocol.io/posts/2026-07-28/；MCP Specification https://modelcontextprotocol.io/specification/latest。
-->

---

# Agent Plugins：把一组能力装进同一个包

<div class="grid grid-cols-2 gap-6 mt-8 text-sm">
<div class="p-6 rounded-xl bg-cyan-500/10 border border-cyan-500/30">
<div class="font-bold text-lg mb-3">它是什么</div>
<div class="font-mono leading-7 text-xs">
reports-plugin/<br>
├─ plugin.json<br>
├─ skills/ &nbsp;&nbsp;&nbsp;&nbsp;工作方法与参考资料<br>
├─ mcp.json &nbsp;&nbsp;&nbsp;工具与服务连接声明<br>
└─ com.vendor.client/ &nbsp;&nbsp;客户端扩展
</div>
</div>
<div class="p-6 rounded-xl bg-emerald-500/10 border border-emerald-500/30">
<div class="font-bold text-lg mb-3">它解决什么</div>
将相互配合的 Skill 与 MCP Server 按固定目录和清单一起交付。不同客户端不必各自发明目录、清单和连接配置，能力包也不必维护多份分叉版本。
</div>
</div>

<div class="mt-8 p-4 rounded-xl bg-slate-500/10 border border-slate-500/30 text-sm text-center">Plugin 只规定“怎么打包”；安装、权限、信任校验、沙箱和界面仍由每个客户端负责。</div>

<!--
逐字稿：Agent Plugins 1.0.0 是面向 AI Agent 能力包的开放、中立打包规范。2026 年 8 月发布时，核心维护方包括 Amazon、Cursor、Microsoft、OpenAI 和 Vercel，Google 随后作为核心维护方加入。需要如实说明：规范页面当前标注为 Working Draft，不能讲成已经稳定且所有 IDE 都原生支持的事实。

先把四个概念放在不同层次上。Skill 是“怎样完成一类工作”的方法包，内容可以是 SKILL.md、脚本、参考资料和检查单；MCP 是 Agent 与工具、数据或服务在运行时通信的协议；A2A 是独立 Agent 应用之间发现能力、委托任务和交接状态的协议；Agent Plugin 则是把相关的 Skill 与 MCP Server 放进一个可搬运目录的包格式。它不定义任务委托，也不重写 MCP 的工具调用语义，更不定义 Skill 的写法。

对照本课程：第 3 天和第 5 天讲的 Skill 解决“把稳定的方法沉淀下来”；本页补充的是“这些方法怎样和配套工具一起跨客户端交付”。第 3 天、第五天和本模块的 MCP 内容解决“怎样连上并调用工具”；Plugin 中的 mcp.json 只统一描述 Server 的位置、传输类型和配置，MCP 的通信协议和生命周期仍由 MCP 自己定义。A2A 解决“一个 Agent 怎么把任务交给另一个 Agent”，Plugin 不传递任务状态、结果或失败原因；一个 A2A Agent 可以安装 Plugin 来获得自己的 Skill 与 MCP 能力。第 5 天的资产库解决团队内如何治理、验证和演进资产；Plugin 只改善跨客户端的目录与清单可移植性，不能替代版本审查、来源审查和测试夹具。

1.0 的可移植核心刻意很小：根目录必须有 plugin.json；Skill 固定在 skills/ 下；MCP Server 固定在 mcp.json 中；客户端专有能力放在反向域名的扩展目录或 extensions 字段中，其他客户端应忽略它。规范只标准化两类组件：Agent Skills 和 MCP Server。固定位置的好处是客户端不用猜测目录，也能让“某个 MCP Server 启动失败”与“Skill 仍可被加载”相互隔离。

这份规范最容易被误讲。它不是插件市场，也不定义下载、安装或升级流程；不是权限协议，也不定义 OAuth、凭证保存或授权确认；不是安全沙箱，也不证明包可信；不是发现协议，资源发现由 Agentic Resource Discovery（ARD）和 AI Catalog 等上层机制处理。mcp.json 的 header 是可见的包内容，规范明确不能把密钥放进去；远程 Server 的认证、凭证保存和用户确认仍由客户端管理。因此拿到一个 Plugin，不能因为它有统一清单就直接执行其中的命令或连接。

TRAE 使用边界：截至本页资料核对时，Agent Plugins 官方兼容客户端列表列出 Kiro、ChatGPT & Codex、Cursor、VS Code 和 GitHub Copilot，未将 TRAE 列为已支持客户端；TRAE 公开资料也没有可核实的 Plugin 导入或安装说明。因此不能宣称“TRAE 已原生支持 Agent Plugins”。在未获得原生支持前，只能把它当成待审查的能力包：先检查 plugin.json、Skill 内容及每条 mcp.json 配置；对本地命令、参数、环境变量、远程 URL 和权限逐项确认；再按 TRAE 当时实际支持的 Skill 与 MCP 配置方式手工复用其中的独立组件。Plugin 的统一目录不会自动授予任何执行权限。

资料：Google Developers Blog《Agent Plugins package your skills, tools, and more》https://developers.googleblog.com/agent-plugins-package-your-skills-tools-and-more/；Agent Plugins Specification v1.0.0 https://agent-plugins.org/specification；Compatible Clients https://agent-plugins.org/compatible-clients。
-->

---

# IDE 与 Coding Agent 正在解耦

<div class="grid grid-cols-3 gap-5 mt-9 text-sm text-center">
<div class="p-5 rounded-xl bg-blue-500/10 border border-blue-500/30"><div class="font-bold mb-3">IDE / 编辑器</div>负责工作区、文件编辑、Diff 展示、终端入口和人工确认。</div>
<div class="p-5 rounded-xl bg-rose-500/10 border border-rose-500/30"><div class="font-bold mb-3">ACP</div>统一会话、消息与编码任务交互，让编辑器和 Agent 不必逐对定制集成。</div>
<div class="p-5 rounded-xl bg-purple-500/10 border border-purple-500/30"><div class="font-bold mb-3">Coding Agent</div>负责理解任务、制定计划、修改代码、调用工具并返回可审查的变更。</div>
</div>

<div class="mt-8 p-4 rounded-xl bg-slate-500/10 border border-slate-500/30 text-sm text-center">选择 Agent 不必同时接受唯一界面；选择 IDE 也不必被单一 Agent 绑定。</div>

<!--
逐字稿：ACP 是 Agent Client Protocol，不是 A2A。它标准化的是代码编辑器或 IDE 与 Coding Agent 之间的通信，解决“每个编辑器都要为每个 Agent 单独做集成”的问题。它的定位类似 LSP 对语言服务的作用：编辑器接入兼容 Agent，Agent 接入兼容编辑器，双方可以分别演进。ACP 文档明确其目标是本地和远程场景；本地 Agent 以编辑器子进程运行，通过 JSON-RPC over stdio 通信；远程 Agent 可使用 HTTP 或 WebSocket，但远程场景仍在持续完善。

与本模块其他协议要严格区分。MCP 是 Agent 到工具、数据和服务：例如 Coding Agent 通过 MCP 查询工单或调用测试平台。A2A 是 Agent 到 Agent 应用：例如一个规划 Agent 向独立的审查 Agent 委托任务。Agent Plugins 是能力包：把 Skill 与 MCP Server 按统一目录交付。ACP 则是 IDE 到 Coding Agent：关注会话、变更、Diff 等编码交互。ACP 会尽量复用 MCP 的 JSON 表示，但它不是 MCP 的替代品，也不负责为 Agent 打包工具。

对研发者的意义不是“以后必然换 IDE”，而是评估工具时可以拆开看：IDE 是否提供好的代码浏览、Diff、终端和审批体验；Agent 是否擅长规划、改动、测试与交付。开放客户端协议降低了两者必须绑定采购的可能性，但前提是双方真实实现相同版本与能力集，不能只看宣传名称。

TRAE 使用边界：截至本页资料核对时，ACP 官方文档没有将 TRAE 列为已支持客户端，TRAE 公开资料也没有可核实的 ACP 配置或 Agent 接入说明。因此不能把 TRAE 的现有 Agent 或 Subagent 称作 ACP Agent，也不能提供不存在的配置步骤。未来若 TRAE 宣布 ACP 支持，应先确认它扮演 Client 还是 Agent、支持本地还是远程传输、能够展示哪些变更与确认事件，再用一个只读或低风险任务进行兼容性验证。

资料：Agent Client Protocol《Get Started》https://agentclientprotocol.com/get-started；ACP Protocol https://agentclientprotocol.com/protocol。
-->

---

# Agent 的输出开始变成交互界面

<div class="grid grid-cols-3 gap-5 mt-9 text-sm text-center">
<div class="p-5 rounded-xl bg-blue-500/10 border border-blue-500/30"><div class="font-bold mb-3">Agent</div>输出当前任务需要展示的字段、选项、进度与下一步，而不是直接执行一段界面代码。</div>
<div class="p-5 rounded-xl bg-cyan-500/10 border border-cyan-500/30"><div class="font-bold mb-3">A2UI</div>用声明式组件蓝图描述界面，可随 Agent 的流式输出逐步更新。</div>
<div class="p-5 rounded-xl bg-emerald-500/10 border border-emerald-500/30"><div class="font-bold mb-3">宿主应用</div>按自身设计系统渲染原生组件，并决定哪些控件、数据和交互可以出现。</div>
</div>

<div class="mt-8 p-4 rounded-xl bg-slate-500/10 border border-slate-500/30 text-sm text-center">Agent 决定“现在需要什么交互”；宿主应用决定“允许如何呈现和执行”。</div>

<!--
逐字稿：A2UI 是 Agent-to-User Interface Protocol。它让 Agent 输出声明式的组件蓝图，而不是输出 HTML、JavaScript 或一张静态图片。宿主应用把蓝图映射为自己允许的原生组件，因此 Web、移动端、桌面端可以各自使用同一份 Agent 输出，同时保持自己的设计系统、主题和交互边界。它特别适合把“请确认参数”“选择一个方案”“展示任务进度”“补充缺失信息”从纯文字对话变为可操作的界面。

它与 MCP Apps 不是同一件事。MCP Apps 中，MCP Server 通过 ui:// 资源提供预构建 HTML，宿主通常放在沙箱 iframe 中运行，远程 Server 对外观与内容有更强控制权；A2UI 中，Agent 只发送组件说明，宿主控制可用组件、样式与渲染，不执行 Agent 下发的界面代码。选择 MCP Apps 的典型情况是“某个工具拥有完整、固定的专属界面”；选择 A2UI 的典型情况是“Agent 针对当前任务动态组织一组跨平台交互”。因此，本模块的 MCP Apps 页面不需要删除，本页讲的是另一条 Agent 到用户界面的协议路径。

也不要把 A2UI 与 AG-UI、A2A 混淆。AG-UI 是 Agent 后端到前端的高频状态同步通道，A2UI 是“应该渲染什么”的内容格式，两者可以配合使用。A2A 管 Agent 应用之间的任务协作，A2UI 消息可以随 A2A 在多 Agent 场景中传递。A2UI 当前资料还提到计划中的 MCP bridge，这不代表每个 MCP Server 或客户端已经支持 A2UI。

TRAE 使用边界：A2UI 需要客户端或业务应用实现对应 Renderer 和组件白名单。TRAE 公开资料没有可核实的 A2UI Renderer、配置入口或 Agent 交互界面扩展说明，因此不能写成 TRAE 已支持 A2UI。TRAE 当前能展示的对话、Diff、终端和 MCP 交互不等同于 A2UI。若未来出现官方支持，应先验证它允许哪些组件、是否执行远程代码、如何限制数据访问和动作确认；在没有这些能力时，A2UI 应作为构建自有业务 Agent 前端时的协议趋势来理解。

资料：A2UI《How Does A2UI Compare?》https://a2ui.org/introduction/agent-ui-ecosystem/；Google Developers Blog《Introducing A2UI》https://developers.googleblog.com/introducing-a2ui-an-open-project-for-agent-driven-interfaces/。
-->

---

# A2A：多 Agent 协作的协议层

<div class="grid grid-cols-2 gap-6 mt-8 text-sm">
<div class="p-6 rounded-xl bg-blue-500/10 border border-blue-500/30">
<div class="font-bold text-lg mb-3">它是什么</div>
多 Agent 协作是多个角色分工和交接任务的广义工作方式。A2A 是其中的协议层，让独立 Agent 应用按标准方式发现彼此、委托工作和返回结果。
</div>
<div class="p-6 rounded-xl bg-purple-500/10 border border-purple-500/30">
<div class="font-bold text-lg mb-3">它解决什么</div>
跨产品、跨框架协作不再依赖共享所有 Prompt、记忆和工具实现，而是交接身份、能力、任务状态、结果和失败原因。
</div>
</div>

<div class="mt-8 p-4 rounded-xl bg-slate-500/10 border border-slate-500/30 text-sm text-center">A2A 管 Agent 到 Agent 的任务协作；MCP 管 Agent 到工具、数据和资源。一个 A2A Agent 可以在内部使用 MCP。</div>

<!--
逐字稿：TRAE Subagent 是同一产品内的多 Agent 分工，可让角色独立处理任务并交接结构化结果。TRAE 当前没有公开 A2A 配置、Agent Card、远程 Agent 发现或跨厂商委托文档，因此不能把 Subagent 说成 A2A 互操作。无论使用本地 Subagent 还是未来接入 A2A，交接都应先写清目标与非目标、输入与工具范围、结果与验证、停止与交接条件。
-->

---

# 工程落地的三项前提

<div class="grid grid-cols-3 gap-5 mt-9 text-sm">
<div class="p-5 rounded-xl bg-emerald-500/10 border border-emerald-500/30"><div class="font-bold mb-3">来源有边界</div>外部内容只能补充事实与线索，不能自行改变任务、权限或停止条件。</div>
<div class="p-5 rounded-xl bg-amber-500/10 border border-amber-500/30"><div class="font-bold mb-3">执行有门禁</div>每次写入、发布或高风险工具调用，都要有最小权限、确认与可回退条件。</div>
<div class="p-5 rounded-xl bg-purple-500/10 border border-purple-500/30"><div class="font-bold mb-3">协作可交接</div>跨角色或跨系统协作必须明确任务状态、验证结果、失败原因与责任归属。</div>
</div>

<div class="mt-9 text-center text-lg">外部内容不能授予权限；工具动作必须有执行门禁；跨 Agent 协作必须交接任务、状态、结果与责任。</div>

<!--
逐字稿：落地时再回到产品能力核对。TRAE 的 Rule、AGENTS.md、MCP 授权和自动运行开关可支撑来源与执行边界；新版 MCP、事件级 Hook、Agent Plugins、ACP、A2UI 和 A2A 互操作则必须以当时的官方文档和实际环境为准。不要把协议趋势直接当作 IDE 已具备的功能。

资料：MCP 最新规范 https://modelcontextprotocol.io/specification/latest；MCP 2026-07-28 https://blog.modelcontextprotocol.io/posts/2026-07-28/；Agent Plugins Specification https://agent-plugins.org/specification；ACP https://agentclientprotocol.com/get-started；A2UI https://a2ui.org/introduction/agent-ui-ecosystem/；A2A Protocol https://a2a-protocol.org/latest/；GitHub Copilot Hooks https://docs.github.com/en/copilot/concepts/agents/hooks。
-->