OpenAI, Amazon, Cursor, Microsoft et Vercel ont présenté Agent Plugins 1.0, un format ouvert destiné à rendre des extensions d’agents IA portables entre plusieurs clients. Google rejoint également le groupe des mainteneurs principaux et commence à intégrer le standard dans ses produits.
L’annonce a été publiée le 6 août par OpenAI Developers et les autres participants. Son objectif tient en une promesse simple : permettre à un développeur de regrouper des instructions réutilisables et des connexions à des outils dans un seul paquet, puis de charger les mêmes composants dans différents environnements compatibles.
Agent Plugins ne désigne donc pas seulement un nouveau catalogue pour ChatGPT. Il s’agit d’une spécification indépendante et ouverte, actuellement publiée en version 1.0.0 avec le statut de « working draft ». Le projet est gouverné par un comité technique réunissant des représentants d’Amazon, Cursor, Microsoft, OpenAI et Vercel. Google a annoncé rejoindre ce comité comme mainteneur principal.
Un paquet commun pour les Skills et les serveurs MCP
Le format s’appuie sur deux briques déjà utilisées par les agents. Les Agent Skills regroupent des instructions, des scripts et des documents de référence pour exécuter une tâche de manière reproductible. Le Model Context Protocol, ou MCP, standardise la connexion d’une application d’IA à des outils et à des données externes.
Jusqu’ici, ces composants pouvaient être portables séparément, mais leur emballage variait selon les clients. Un développeur devait parfois modifier l’arborescence, le manifeste ou la configuration MCP pour distribuer la même capacité à Codex, Copilot ou Cursor.
Agent Plugins 1.0 définit une structure commune. Chaque plugin est un dossier contenant un fichier plugin.json à sa racine. Les Skills sont placés dans un répertoire skills/ et les serveurs MCP dans un fichier mcp.json. Des espaces de noms permettent ensuite à chaque client d’ajouter ses propres fonctions sans casser la partie portable.
La liste publiée par le projet mentionne déjà VS Code, Cursor, GitHub Copilot, OpenAI Codex et Kiro parmi les clients compatibles. Google indique de son côté que son Agents CLI et son Data Agent Kit prennent en charge le format. Ce dernier peut notamment regrouper des compétences et des connexions MCP pour BigQuery, Spanner ou Cloud SQL.
Une interopérabilité volontairement limitée
La portée de cette première version reste étroite. Le standard décrit comment empaqueter et découvrir des Skills et des configurations MCP, mais il ne définit ni magasin d’applications, ni mécanisme d’installation, ni système de permissions. Le bac à sable, l’interface, les mises à jour, la signature des paquets et la vérification de leur provenance restent sous la responsabilité de chaque client.
Cette limite est importante pour la sécurité. Un paquet portable peut déclarer un serveur local ou distant et donner accès à des outils sensibles. Sa compatibilité technique ne signifie donc pas qu’il est fiable ou qu’il doit être exécuté sans contrôle. Chaque environnement conserve ses propres demandes d’autorisation et ses politiques d’entreprise.
Ce que cela change pour l’écosystème des agents
Agent Plugins tente de combler un espace situé entre deux standards existants. Agent Skills décrit le savoir-faire réutilisable, tandis que MCP décrit l’accès aux outils au moment de l’exécution. Le nouveau format ajoute une couche de distribution commune pour transporter ces éléments ensemble.
Pour les développeurs, le bénéfice potentiel est une réduction des versions spécifiques à chaque plateforme. Pour OpenAI, Microsoft, Amazon, Cursor, Vercel et désormais Google, l’enjeu est aussi de faire converger l’écosystème sans imposer un client unique. Le succès dépendra toutefois de l’adoption réelle, de la compatibilité entre implémentations et des futures réponses aux questions de confiance et de distribution.
Le terme « plugin » rappelle les anciennes extensions propres à ChatGPT, mais la logique est différente. Agent Plugins 1.0 se présente comme un format de paquet indépendant des fournisseurs. Sa première ambition n’est pas d’unifier toutes les fonctions des agents, mais d’établir un socle minimal pour que leurs composants réutilisables puissent circuler.
