Если ты пробовал настраивать ИИ-агентов последние полгода, то наверняка помнишь это унылое ощущение фрагментации: у Anthropic свой синтаксис системных промптов и инструментов, у OpenAI — собственный AGENTS.md, у сторонних кодинг-ассистентов — свои кастомные плагины. Стоило переключиться с одной среды на другую, как всю обвязку приходилось переписывать с нуля. Корпорации увлечённо возводили собственные закрытые заборы.
Но лёд наконец тронулся. Известный разработчик и исследователь Саймон Уиллисон (Simon Willison) обратил внимание на поворотный тектонический сдвиг: ИТ-гиганты прекратили войну мелких форматов и объединились под крылом Linux Foundation, создав независимый фонд Agentic AI Foundation (AAIF) и опубликовав открытую спецификацию Agent Skills.
Кто в игре и что передают сообществу
Список платиновых соучредителей AAIF внушает уважение — каждый из них внёс по $350,000 ежегодного взноса: AWS, Anthropic, Block, Bloomberg, Cloudflare, Google, Microsoft и OpenAI.
Но важнее денег то, что корпорации положили на общий алтарь:
- Model Context Protocol (MCP): протокол подключения внешних инструментов, созданный Anthropic, теперь передан под независимое нейтральное управление фонда. Никаких внезапных коммерческих ограничений от одного вендора.
- Формат AGENTS.md: декларативный стандарт OpenAI для описания правил архитектуры репозитория и проектных ограничений для кодовых агентов стал общественным достоянием.
- Автономный агент goose: финтех-гигант Block передал свой открытый фреймворк в фонд.
- Смежные протоколы: под зонтик AAIF также вошли стандарты Agent2Agent (A2A), Agent Router и OpenSandbox.
Спецификация Agent Skills и принцип Progressive Disclosure
Параллельно Anthropic выделила свой механизм упаковки экспертных навыков в независимый открытый стандарт Agent Skills (спецификация доступна на agentskills.io). Его уже поддержали VS Code, Cursor, OpenCode, Claude Code и расширения OpenAI Codex.
В основе стандарта лежит элегантная идея — принцип постепенного раскрытия (Progressive Disclosure). Раньше в системный промпт пытались впихнуть инструкции на все случаи жизни, раздувая контекстное окно на десятки тысяч токенов ещё до первого вопроса пользователя.
В Agent Skills каждый навык упакован в автономную папку:
financial-audit-skill/
├── SKILL.md # Обязательно: YAML frontmatter + текстовые инструкции
├── scripts/ # Опционально: скрипты валидации и вычислений (Python, Bash)
├── references/ # Опционально: тяжелые справочники, схемы и регламенты
└── assets/ # Опционально: шаблоны отчетов и конфигурации
Магия в том, как агент взаимодействует с файлом SKILL.md. На старте модель считывает только краткий YAML-заголовок — поля name (до 64 символов) и description (до 1024 символов). Это занимает всего около 100 токенов контекста. И только когда в диалоге возникает релевантная задача, агент динамически подгружает полное тело инструкции или вызывает вложенный скрипт.
Вот как выглядит каноничный манифест навыка по официальной спецификации:
---
name: csv-data-sanitizer
description: Очистка и нормализация финансовых CSV-выгрузок, удаление дубликатов и валидация форматов дат. Используйте при импорте банковских реестров.
license: Apache-2.0
compatibility: Requires python >= 3.10, pandas
metadata:
version: "1.0.0"
author: "devops-team"
allowed-tools: Bash Read
---
# Инструкции по санитарной обработке реестров
1. Проверьте кодировку файла скриптом: `python3 scripts/check_encoding.py input.csv`.
2. Запустите удаление пустых строк и проверку формата даты `YYYY-MM-DD`.
3. Сохраните нормализованный результат в `output_clean.csv`.
Навык, оформленный по стандарту SKILL.md, будет одинаково корректно работать и в Cursor при написании бэкенда, и в Claude Code в терминале, и во внутренней агентной системе компании.
Это событие переводит отрасль из фазы разрозненных экспериментов в русло зрелой инженерной дисциплины. Мы подробно разбирали становление этого стека в материале о дисциплине Agentic Engineering, и появление нейтрального консорциума подтверждает тренд: побеждают открытые протоколы, а не проприетарные клетки.