AX 严选 · 2026-08-06

这条新闻值得点开看，因为它解决的不是模型能力问题，而是工程上最烦人的“包装不一致”。你写了一个技能（Agent Skill）和一个配套的 MCP 服务器（给模型调外部工具的服务），在 A 客户端跑得好好的，换到 B 客户端，目录结构、配置文件格式全变了，只能分叉维护，最后代码越偏越远。Agent Plugins 1.0.0 做的事很克制：规定一个固定目录，plugin.json 只写名字和规范版本，技能放 skills/ 文件夹，MCP 服务器配置放 mcp.json 并明确标注传输类型（stdio、Streamable HTTP 等），客户端不用猜。谷歌这次是加入由亚马逊、Cursor、微软、OpenAI 和 Vercel 组成的核心维护组，并开始往自家产品里集成。 这个规范刻意做得很轻，v1 版本故意不定义安装机制、权限模型和沙箱隔离，把这些留给各个客户端自己发挥。正文也明说，如果你只有一个技能或一个 MCP 服务器，没必要用插件格式；只有当多个组件必须打包一起分发时，这个格式才划算。另外，它留了一个反向域名的扩展目录（如 com.example.client/），让各客户端可以塞自己的私货而不破坏通用结构。 目前缺的是实际落地案例和性能数据。规范刚发，各家的集成进度、不同客户端间的兼容性测试、以及这种打包方式对启动延迟和资源占用的影响，正文都没给。这点先别太激动，等有产品实装了再看。

Cloudflare 在 Agents Week 放出的 WebMCP，核心思路是把任意网站变成一个 AI 能直接操作的“工具”。它不碰网站原有代码，而是通过浏览器渲染把网页转成结构化数据，再用 MCP 协议（一种让 AI 工具和外部服务对接的标准）暴露给 Claude、Cursor 这类客户端。简单说，就是让 AI 能像人一样看网页、填表单、下单，但走的是机器可读的接口。 这个方案的好处是省掉了给每个网站单独写爬虫或 API 适配层的麻烦。但正文没披露任何性能数据，比如渲染一个页面要多久、并发能撑多少。也没说对需要登录、有复杂前端状态或反爬机制的网站怎么处理。目前只是开发者预览，没有正式上线时间，也没有定价。 还缺几个关键信息：它对动态内容（比如单页应用）的抓取准确率怎么样；如果网站改版，接口会不会静默失效；以及 Cloudflare 自己会不会拿这些数据做训练。这些没讲清楚之前，适合拿来跑 demo 和原型验证，不适合直接接进生产流程。

万相3.0把输入门槛压得很低，不用转格式，扔个链接或PDF就能出片，这对做概念广告或快速打样的人挺实用。官方强调文字清晰、画面连贯、动作自然，听起来是想解决AI视频里字糊、闪帧的老毛病。但整篇公告没给任何硬指标：模型参数量未知，生成一段30秒视频要等多久没说，怎么收费也没提。这些恰恰是决定能不能真投进生产线的关键。另外，所谓“无缝延长”到底能延多长、会不会越延越崩，也没交代。我会先打个折，等看到实测延迟和成本再判断它是不是真能替代一条传统视频工作流。