Agentic AI Foundation: nowy standard dla agentów AI pod patronatem Linux Foundation

OpenAI, Anthropic i Block połączyły siły 9 grudnia 2025 roku, tworząc Agentic AI Foundation (AAIF) — fundację pod egidą Linux Foundation, która ma zapobiec fragmentacji ekosystemu agentów AI. To bezprecedensowe porozumienie konkurentów, wspierane przez Google, Microsoft, AWS, Bloomberg i Cloudflare, wprowadza trzy kluczowe otwarte standardy: Model Context Protocol (MCP), AGENTS.md i framework goose. Inicjatywa ma potencjał stać się odpowiednikiem USB-C dla świata AI — uniwersalnym „złączem” łączącym modele z narzędziami i danymi.

Dla programistów oznacza to koniec pisania osobnych integracji dla każdej kombinacji model-narzędzie. MCP rozwiązuje klasyczny problem N×M integracji, gdzie M modeli AI musiało być ręcznie integrowanych z N zewnętrznymi systemami. Standard jest już adoptowany przez ChatGPT, Claude, Gemini, Cursor, VS Code i GitHub Copilot, a specyfikacja AGENTS.md została przyjęta przez ponad 60 000 projektów open source.

Trzy filary standaryzacji agentów AI

Fundacja AAIF startuje z trzema projektami założycielskimi, które razem tworzą kompletny stos infrastruktury dla agentów AI.

Model Context Protocol (MCP) od Anthropic to uniwersalny protokół łączący modele AI z zewnętrznymi narzędziami, API i źródłami danych. Działa w architekturze klient-serwer wykorzystując JSON-RPC 2.0, oferując trzy podstawowe komponenty: Tools (funkcje wywoływane przez agenta), Resources (źródła danych) i Prompts (szablony interakcji). Po roku od open source’owania w listopadzie 2024 roku, MCP osiągnął ponad 10 000 aktywnych serwerów i 97 milionów pobrań SDK miesięcznie — adopcja 10-krotnie szybsza niż Kubernetes w porównywalnym okresie.

AGENTS.md od OpenAI to prosty plik Markdown umieszczany obok README.md, który dostarcza agentom kodującym kontekst specyficzny dla projektu: konwencje kodowania, kroki budowania, wymagania testowe. Wydany w sierpniu 2025 roku, został zaadoptowany przez Cursor, Devin, GitHub Copilot, Gemini CLI i VS Code.

goose od Block to lokalny framework agentowy łączący modele językowe, rozszerzalne narzędzia i integrację opartą na MCP. Używany przez tysiące inżynierów Block do kodowania, analizy danych i dokumentacji, stanowi praktyczną implementację referencyjną dla całego stosu.

Kto stoi za inicjatywą i dlaczego to bezprecedensowe

Lista członków AAIF przypomina „kto jest kim” w technologii. Członkowie Platinum to Amazon Web Services, Anthropic, Block, Bloomberg, Cloudflare, Google, Microsoft i OpenAI. Członkowie Gold obejmują Cisco, Docker, IBM, JetBrains, Okta, Oracle, Salesforce, SAP, Shopify, Snowflake, Temporal i Twilio. Wśród członków Silver znajdziemy Hugging Face, Pydantic, SUSE, Uber, Zapier i ZED.

Szczególnie znaczące jest współzałożenie przez OpenAI i Anthropic — bezpośrednich konkurentów na rynku modeli AI. Jak zauważa Jim Zemlin, dyrektor wykonawczy Linux Foundation: „Celem jest uniknięcie przyszłości zamkniętych, własnościowych stosów, gdzie połączenia z narzędziami, zachowania agentów i orkiestracja są zablokowane za kilkoma platformami”.

Struktura finansowania opiera się na tzw. directed fund — firmy wnoszą składki członkowskie, ale mapy drogowe projektów są ustalane przez techniczne komitety sterujące (Technical Steering Committees), gdzie żaden pojedynczy członek nie ma jednostronnej kontroli nad kierunkiem rozwoju.

Co konkretnie zyska deweloper

Dla programistów budujących aplikacje z agentami AI, AAIF oferuje kilka praktycznych korzyści.

Eliminacja duplikacji pracy integracyjnej — przed MCP każda kombinacja modelu i zewnętrznego systemu wymagała osobnej implementacji. Teraz deweloper buduje integrację raz (jako MCP server) i działa ona z każdym klientem MCP: Claude, ChatGPT, Gemini, Cursor. David Soria Parra, współtwórca MCP, ujmuje to wprost: „Wszyscy będziemy w lepszej sytuacji, jeśli będziemy mieli otwarte centrum integracji, gdzie możesz zbudować coś raz jako deweloper i użyć tego w dowolnym kliencie”.

Przewidywalne zachowanie agentów w repozytoriach — AGENTS.md daje agentom kodującym jednoznaczne instrukcje dotyczące konwencji projektu, eliminując nieprzewidywalne zachowania wynikające z braku kontekstu. To szczególnie krytyczne w środowiskach enterprise, gdzie agent musi respektować specyficzne wymagania CI/CD, polityki bezpieczeństwa czy standardy kodowania.

Łatwiejsze wdrożenie enterprise — według badań IDC, otwarte modele podstawowe są używane w niemal 70% przypadków użycia generatywnego AI, a ponad 80% przedsiębiorstw deklaruje, że open source jest „niezwykle lub bardzo ważny” w ich stosie aplikacji AI. Standaryzacja eliminuje ryzyko vendor lock-in — jak zauważa Tulika Sheel z Kadence International: „Przedsiębiorstwa adoptujące agentic AI dziś ryzykują uzależnienie od własnościowych protokołów jednego dostawcy, co ogranicza elastyczność i zwiększa koszty przejścia”.

Narzędzia i SDK — MCP oferuje SDK w Python, TypeScript, C#, Java i Rust. Listopadowa aktualizacja specyfikacji (2025) dodała operacje asynchroniczne, bezstanowość dla skalowalności, weryfikację tożsamości serwerów i adnotacje narzędzi (oznaczanie akcji jako tylko-do-odczytu vs destrukcyjne).

Analogie z historycznymi inicjatywami standaryzacyjnymi

AAIF podąża sprawdzonym wzorcem, który sukces przyniósł OpenAPI, OCI i CNCF.

OpenAPI (dawniej Swagger) rozpoczął jako wewnętrzne narzędzie Wordnik w 2010 roku. Swagger 2.0 zyskał szeroką adopcję w 2014, został przekazany Linux Foundation w 2015 i przemianowany na OpenAPI. Kluczowy wzorzec: wewnętrzny projekt → adopcja organiczna → transfer do neutralnego zarządzania. MCP podąża identyczną ścieżką — stał się „standardem branżowym” w ciągu roku przed donacją.

Open Container Initiative (OCI) powstało w 2015 roku, gdy Docker przekazał runC i specyfikację obrazów. Współzałożenie przez Docker i CoreOS (konkurentów!) było kluczowe — podobnie jak współpraca OpenAI i Anthropic w AAIF. OCI v1.0 wydano w 2017, a pełna adopcja nastąpiła w 2018-2019. Wynik: kontenery działają na wszystkich głównych chmurach bez modyfikacji.

GraphQL Foundation powstała w 2018-2019 po tym, jak Facebook open-source’ował protokół w 2015 roku. Podobnie jak AAIF, oddzielono członkostwo fundacji (finansowanie/zarządzanie) od rozwoju technicznego (otwarty dla wszystkich).

Historyczne timeline’y sugerują 2-4 lata od utworzenia fundacji do dominującej adopcji. AAIF ma przewagę — MCP osiągnął znaczącą adopcję przed formalną donacją.

MCP Summit i timeline implementacji

Najbliższe wydarzenie to MCP Summit zaplanowany na 2-3 kwietnia 2026 roku w Nowym Jorku. Listopadowa aktualizacja specyfikacji MCP (25 listopada 2025) wprowadza kluczowe zmiany dla środowisk produkcyjnych: operacje asynchroniczne dla długotrwałych zadań agentowych, bezstanowość dla skalowalności, weryfikację tożsamości serwerów poprzez OAuth 2.1.

Analitycy prognozują, że najbliższe 12-24 miesięcy będzie decydujące — ekosystem potrzebuje rygorystycznych testów zgodności, niezależnych audytów bezpieczeństwa i transparentnego zarządzania, aby dzisiejszy konsensus przekształcić w trwałą, interoperacyjną infrastrukturę.

Na radarze pozostaje również Agent2Agent (A2A) Protocol od Google — standard komunikacji między agentami (podczas gdy MCP to komunikacja agent-narzędzie). Google pozycjonuje A2A jako „komplementarny” do MCP, choć niektórzy analitycy widzą w tym hedging.

Reakcje społeczności: sceptycyzm i nadzieja

Reakcje deweloperów na platformach jak Hacker News i Slashdot są mieszane, z przewagą sceptycyzmu.

Krytyka „openwashingu” — najbardziej powtarzany zarzut to przekazanie „lekkich artefaktów” zamiast modeli czy danych treningowych. BrianFagioli z NERDS.xyz pisze wprost: „Zamiast otwierać modele, dane treningowe czy cokolwiek, co faktycznie przesunęłoby władzę w stronę społeczności, zaangażowane firmy przekazują lekkie artefakty jak AGENTS.md, MCP i goose. Są użyteczne, ale są też najbezpieczniejszymi, najmniej zagrażającymi elementami ich ekosystemu, które mogą ‘otworzyć’”.

Zarzut przedwczesnej standaryzacji — użytkownik jpmcb na Hacker News argumentuje: „Jest zdecydowanie za wcześnie na protokół, który ma zaledwie rok i tyle turbulencji, żeby być przekazanym do własnej fundacji pod LF… Wolałbym, żeby Anthropic i mały zespół zaangażowanych deweloperów szybko naprawiali problemy w protokole, zamiast żeby był przekazany i zwolnił do crawla.”

Kwestionowanie użyteczności — komentatorzy jak jascha_eng pytają: „Jaki jest sens tej rzeczy? To tylko skomplikowana abstrakcja nad fundamentalnie trywialnym konceptem.” Inni żartują, że „jest więcej serwerów MCP niż użytkowników serwerów MCP”.

Głosy wspierające wskazują na adopcję 10x szybszą niż Kubernetes i argument, że bez fundacji Google nigdy w pełni nie zaangażuje się w MCP. Użytkownik mikeyouse broni: „Dużo z tego wydaje się głupie, ale jest ważne, żeby oczyścić ryzyko prawne. Jest TAK DUŻO pieniędzy zaangażowanych, że pasożyty wszędzie już piszą pozwy patent trollowe.”

Wyzwania i ryzyka dla adopcji

Wariancja implementacji — jeśli różni dostawcy implementują opcjonalne części protokołów różnie, fragmentacja może wystąpić mimo standardów. Niezbędne są testy zgodności i zestawy certyfikacji.

Bezpieczeństwo w praktyce — projekt na poziomie protokołu nie gwarantuje bezpiecznych wyników. Gartner wezwał nawet do „korporacyjnego zakazu agentycznych przeglądarek” po incydentach takich jak agent Google Gemini Antigravity, który wyczyścił dysk dewelopera.

Złożoność zarządzania — balansowanie komercyjnych interesów między członkami platinum, utrzymanie neutralności i unikanie „przechwycenia” będzie wymagać aktywnej partycypacji społeczności.

Konkurencja protokołów — A2A od Google działa równolegle. Cisco podkreśla udział w A2A Protocol, AGNTCY i teraz MCP pod AAIF, argumentując za potrzebą „zszywania tych kluczowych projektów razem”.

Praktyczne implikacje dla polskiego dewelopera

Dla programistów pracujących z agentami AI, AAIF oznacza kilka konkretnych działań.

Adopcja MCP — jeśli budujesz integracje dla agentów AI, warto zacząć od implementacji MCP server dla swojego systemu. SDK w Python i TypeScript są dojrzałe, a integracja będzie działać z rosnącą listą klientów.

Dodanie AGENTS.md do repozytoriów — prosty plik Markdown znacząco poprawia przewidywalność agentów kodujących w projekcie. Koszt wdrożenia jest minimalny, a benefity rosną wraz z adopcją narzędzi AI.

Monitoring Google A2A — dla bardziej zaawansowanych scenariuszy orkiestracji wielu agentów, warto śledzić ewolucję Agent2Agent Protocol, który adresuje komunikację między agentami.

Ostrożność enterprise — analitycy radzą „bezpieczeństwo przede wszystkim” — zbieranie logów audytowych, tworzenie playbooków na incydenty wywołane przez agentów, wprowadzenie podpisywania kodu i izolacji runtime przed szerokim wdrożeniem produkcyjnym.

Sukces AAIF zależy od tego, czy przekształci się z „sojuszu logo” w rzeczywistą infrastrukturę — a historyczne precedenty OpenAPI i OCI sugerują, że to możliwe, jeśli społeczność techniczna utrzyma kontrolę nad kierunkiem rozwoju.