代理式網路詳解：AGENTS.md、MCP 對比 A2A，以及 Web 4.0 的興起

網際網路正經歷自網頁瀏覽器發明以來最重大的架構轉變。在 2026 年，我們正見證**代理式網路（Agentic Web）**的出現——這是一個新的範式，AI 代理不再僅僅是輔助人類，而是代表我們在網路上自主地瀏覽、交易、談判和協作。

這並非遙遠的未來。基礎設施現在正在建設中。Anthropic 推出了模型上下文協定（Model Context Protocol, MCP）。Google 發布了**代理對代理（Agent-to-Agent, A2A）**協定。而一場由 AGENTS.md 文件引發的無聲革命正在重塑數以萬計 GitHub 儲存庫中 AI 代理與程式碼庫的互動方式。

本指南為開發者提供了一個全面的解析，涵蓋了這個新興生態系統的每個組成部分——每個協定的功能、它們如何結合在一起，以及這對 2026 年及未來的軟體開發意味著什麼。

---

目錄

• 什麼是代理式網路？
• 代理生態系統的三大支柱
• AGENTS.md：教會 AI 代理導覽您的程式碼
• MCP：AI 代理的通用連接器
• A2A：讓代理彼此對話
• MCP vs A2A：正面對比
• 這些協定如何協同工作
• 現實世界案例研究：OpenClaw 與代理生態系統
• Web 4.0：從以人為中心到代理原生
• 這對開發者和企業意味著什麼
• 入門：2026 年的實踐步驟
• 相關資源

---

什麼是代理式網路？

代理式網路的願景是將 AI 代理視為網際網路的一等參與者，而不僅僅是在應用程式中運行的工具。今天，當您想預訂機票時，您會打開瀏覽器，導航到網站，比較價格，填寫表單，然後點擊「購買」。在代理式網路中，您的個人 AI 代理會自主完成所有這些工作——發現服務、談判價格、驗證憑證並完成交易，而您無需觸摸螢幕。

這種轉變需要三種基本能力：

1. 代理對工具（Agent-to-Tool）的連接性：代理需要標準化的方式來訪問資料庫、API、文件系統和外部服務。
2. 代理對代理（Agent-to-Agent）的通訊：由不同公司使用不同框架構建的代理需要相互發現並協作。
3. 代理感知的儲存庫：程式碼庫和專案需要聲明代理應如何與之互動。

這些能力中的每一項現在都有了新興的標準。它們共同構成了許多人所說的 Web 4.0 的基礎設施層。

---

代理生態系統的三大支柱

可以將代理式網路想像成一個三層堆疊：

層級	標準	目的
專案層	AGENTS.md / CLAUDE.md	告知代理如何處理特定的程式碼庫
工具層	MCP (Model Context Protocol)	將代理連接到外部工具和數據源
通訊層	A2A (Agent-to-Agent Protocol)	使代理能夠相互發現並協作

每一層解決不同的問題。單獨任何一層都不夠，但它們共同為真正的代理原生網路創造了條件。

---

AGENTS.md：教會 AI 代理導覽您的程式碼

它是什麼

AGENTS.md 是一種約定——這是一個放置在程式碼儲存庫根目錄的 Markdown 文件，為在該程式碼庫上工作的 AI 代理提供指令。可以將其視為針對 AI 的 README.md。README.md 告訴人類開發者如何設置和貢獻專案，而 AGENTS.md 則告訴 AI 程式碼代理應遵循哪些編碼標準、做出了哪些架構決策以及需要遵守哪些規則。

這個概念在 2025 年從 AI 輔助開發社群中自然產生。不同的工具採用了自己的變體：Anthropic 的 Claude Code 使用 CLAUDE.md，Cursor 使用 .cursorrules，Windsurf 使用 .windsurfrules，而廣大社群逐漸將 AGENTS.md 定為不分工具的標準。

為什麼它很重要

採用數據令人震驚。截至 2026 年初，超過 60,000 個 GitHub 儲存庫 包含某種形式的代理指令文件——無論是 AGENTS.md、CLAUDE.md、.cursorrules 或類似變體。隨著 AI 編碼工具成為標準的開發基礎設施，這個數字正在呈指數級增長。

一個 AGENTS.md 文件通常包含：

• 編碼標準：語言慣例、格式規則、首選函式庫。
• 架構決策：程式碼庫的結構、不同類型的程式碼應放在哪裡。
• 測試要求：使用哪些測試框架、最低覆蓋率預期。
• 部署規則：構建如何運作、CI/CD 流水線的預期。
• 安全邊界：哪些文件絕不能修改、應避開哪些秘密資訊。

AGENTS.md 範例

# Project Guidelines

## Architecture
- Next.js 15 with App Router
- TypeScript strict mode required
- All API routes in /app/api/

## Coding Standards
- Use functional components with hooks
- Prefer server components over client components
- All database queries through Prisma ORM

## Testing
- Jest for unit tests, Playwright for E2E
- Minimum 80% coverage for new code
- Run `npm test` before committing

## Security
- Never modify .env files
- All user input must be validated with Zod
- Authentication handled by NextAuth.js

更廣泛的意義

AGENTS.md 代表了計算歷史上意義深遠的一步：這是第一次將程式碼庫設計為以非人類代理作為主要受眾。這不是為可能使用 AI 工具的開發者準備的文檔，而是直接為 AI 工具準備的文檔。它標誌著與廣泛的氛圍編程（Vibe Coding）運動相一致的代理原生軟體開發方式的開端。

---

MCP：AI 代理的通用連接器

它是什麼

模型上下文協定（Model Context Protocol, MCP） 是 Anthropic 創建的一個開源標準，用於將 AI 應用程式連接到外部系統。MCP 於 2024 年 11 月發布，並在 2025-2026 年間被迅速採用，它為 AI 代理訪問數據源、工具和工作流提供了一種標準化方式。

Anthropic 將其描述為 「AI 應用程式的 USB-C 接口」。正如 USB-C 為所有設備的充電、數據傳輸和視訊輸出提供了單一通用接口，MCP 為將任何 AI 應用程式連接到任何外部工具或數據源提供了單一通用協定。

MCP 如何運作

MCP 遵循主從架構（Client-Server Architecture），包含三個關鍵參與者：

• MCP Host (主機)：協調連接的 AI 應用程式（例如 Claude Code, VS Code, Claude Desktop）。
• MCP Client (用戶端)：主機中的一個組件，與一個 MCP 伺服器保持專用連接。
• MCP Server (伺服器)：為 AI 應用程式提供工具、資源或提示詞的程式。

該協定在兩個層次上運作：

數據層 — 使用 JSON-RPC 2.0 定義訊息結構。它支持三個核心伺服器原語：

• 工具 (Tools)：AI 代理可以調用的可執行函數（例如文件操作、API 調用、資料庫查詢）。
• 資源 (Resources)：提供上下文資訊的數據源（例如文件內容、資料庫記錄）。
• 提示詞 (Prompts)：構建與語言模型互動的重用模板。

傳輸層 — 透過兩種機制處理通訊：

• Stdio 傳輸：用於本地進程的標準輸入/輸出，零網絡開銷。
• 可流式 HTTP 傳輸：帶有可選伺服器發送事件（SSE）的 HTTP POST，用於遠程伺服器，支持 OAuth 身份驗證。

誰在使用 MCP

MCP 的採用非常顯著。截至 2026 年，該協定已受到以下支持：

• Anthropic：Claude Code, Claude Desktop, 網頁版 Claude。
• Microsoft：Visual Studio Code（透過 GitHub Copilot）。
• JetBrains：IntelliJ IDEA, PyCharm, WebStorm。
• OpenAI：ChatGPT 桌面版, Codex。
• Google：Gemini 整合。
• 獨立工具：Cursor, Windsurf, Cline 以及數百個社群 MCP 伺服器。

MCP 伺服器生態系統現在包括 Sentry、GitHub、Slack、Google Drive、PostgreSQL、文件系統訪問等官方連接器。任何開發者都可以使用 Python、TypeScript、Java、Kotlin、C# 和 Swift 提供的 SDK 構建自定義 MCP 伺服器。

為什麼 MCP 具有革命性

在 MCP 出現之前，每個 AI 工具都需要與每個外部服務進行自定義整合。如果您有 10 個 AI 工具和 20 個服務，則需要 200 個整合（M x N 問題）。MCP 將此簡化為 M + N 問題：每個 AI 工具只需實現一次 MCP 用戶端支持，每個服務只需實現一次 MCP 伺服器。

---

A2A：讓代理彼此對話

它是什麼

代理對代理（Agent-to-Agent, A2A）協定 是 Google 創建的一個開放標準，旨在使由不同框架構建、由不同組織運行的 AI 代理之間能夠進行通訊。作為 Linux 基金會下的一個 Apache 2.0 許可開源專案發布，A2A 解決了一個關鍵挑戰：從未被設計為協同工作的代理如何發現彼此的能力、協商交互格式並在複雜任務上進行協作？

A2A 如何運作

A2A 使用 HTTP(S) 上的 JSON-RPC 2.0，並引入了幾個關鍵概念：

代理卡片 (Agent Cards) — 每個代理都會發布一份機器可讀的「代理卡片」，描述其能力、支持的交互模式（文本、表單、多媒體）和身份驗證要求。其他代理可以發現這些卡片，以便在發起通訊之前了解代理的功能。

靈活的交互模式 — A2A 支持：

• 同步請求：簡單的請求-響應模式。
• 串流：用於實時數據的伺服器發送事件（SSE）。
• 非同步通知：用於可能需要數分鐘或數小時才能完成的長期任務。

設計上的不透明性 (Opacity by Design) — A2A 的核心架構原則是代理之間不暴露其內部狀態、記憶或工具。旅行預訂代理和支付處理代理可以協作，而雙方都無需知道對方內部的運作方式。這保護了知識產權並實現了安全的多供應商協作。

誰支持 A2A

A2A 由 Google 貢獻，目前由 Linux 基金會管理。實現 SDK 可用於 Python、Go、JavaScript、Java 和 .NET。DeepLearning.AI（由 Andrew Ng 創立）已經開設了一門課程，教授跨多個代理框架的 A2A 實踐應用。

為什麼 A2A 很重要

考慮一個企業場景：公司使用 Salesforce 代理處理 CRM，使用 ServiceNow 代理處理 IT 營運，並使用自定義代理進行內部分析。沒有 A2A，這些代理無法協調。有了 A2A，CRM 代理可以要求分析代理生成報告，這會觸發 IT 營運代理配置額外的計算資源——這一切都不需要人類干預，也不需要任何代理理解其他代理的內部架構。

---

MCP vs A2A：正面對比

理解 MCP 和 A2A 之間的區別對於構建代理系統的架構師和開發者至關重要。它們是互補的而非競爭的協定。

特性	MCP (Model Context Protocol)	A2A (Agent-to-Agent Protocol)
創建者	Anthropic	Google
目的	將代理連接到工具和數據	將代理連接到其他代理
關係	代理對工具	代理對代理
類比	AI 的 USB-C 接口	AI 大使館之間的外交協定
架構	主從架構 (主機 → 用戶端 → 伺服器)	透過代理卡片的點對點 (Peer-to-peer)
傳輸	Stdio (本地) + HTTP 串流 (遠程)	HTTP(S) 上的 JSON-RPC 2.0
發現	透過 */list 獲取工具、資源和提示詞	帶有能力描述的代理卡片
數據格式	JSON-RPC 2.0	JSON-RPC 2.0
內部狀態	伺服器向用戶端暴露工具/資源	代理之間保持不透明
治理	Anthropic (開源)	Linux 基金會 (開源, Apache 2.0)
SDK	Python, TypeScript, Java, Kotlin, C#, Swift	Python, Go, JavaScript, Java, .NET
最適用於	賦予代理訪問資料庫、API、文件的權限	跨組織的多代理工作流
範例	Claude Code 連接到 Sentry MCP 伺服器	CRM 代理委託給計費代理

核心觀點

MCP 是垂直整合——它透過連接更多工具和數據源，加深了單個代理的能力。A2A 是水平整合——它透過讓代理與以前從未見過的代理協作，擴展了代理能完成的事務。

一個功能齊全的代理式網路兩者都需要。

---

這些協定如何協同工作

下面是一個展示這三個組件運作的具體場景：

場景：一個開發團隊使用 AI 編碼代理來開發一項功能。

1. AGENTS.md 告訴編碼代理該專案使用 Next.js 15、TypeScript 和 Prisma ORM。它指定所有 API 路由都放在 /app/api/ 中，且在提交之前必須通過測試。

2. MCP 將編碼代理連接到專案的 GitHub 儲存庫（透過 GitHub MCP 伺服器）、Sentry 錯誤追蹤系統（透過 Sentry MCP 伺服器）和 PostgreSQL 資料庫（透過資料庫 MCP 伺服器）。代理可以閱讀程式碼、查詢錯誤日誌並檢查資料庫架構——所有這些都透過標準化的 MCP 連接完成。

3. A2A 使編碼代理能夠與另一個由不同團隊使用不同框架構建的 QA 代理協作。編碼代理透過代理卡片發布其更改，QA 代理發現這些更改，運行自動化測試，並回報結果——而雙方都無需知道對方的內部實現細節。

這種三層架構模仿了人類的工作方式：閱讀專案文檔（AGENTS.md）、使用工具（MCP）並與同事溝通（A2A）。

---

現實世界案例研究：OpenClaw 與代理生態系統

代理式網路最生動的範例是 OpenClaw —— 這是一個開源個人 AI 助手，它已爆炸式增長到超過 209,000 個 GitHub 星星 和 38,600 次分叉，成為歷史上最受歡迎的開源專案之一。

OpenClaw 最初由 Peter Steinberger 創建，是一個名為「WhatsApp Relay」的週末專案，它透過本地閘道器連接到 50 多個訊息平台（WhatsApp, Telegram, Slack, Discord, Signal, iMessage, Microsoft Teams 等）。但讓 OpenClaw 與代理式網路討論相關的是其架構：

• MCP 註冊表：OpenClaw 包含內置的 MCP 支持，允許用戶將任何與 MCP 兼容的工具連接到其個人 AI 助手。這意味著您的 OpenClaw 代理可以透過相同的標準化協定訪問您的日曆、文件、資料庫和自定義 API。
• 技能平台：OpenClaw 的擴展模型（捆綁技能、託管技能、工作區技能）反映了代理指令文件的模式——每種技能都定義了代理可以做什麼以及在特定上下文中應如何表現。
• 多通路架構：透過同時連接數十個訊息平台，OpenClaw 展示了代理原生的通訊方式——一個代理，多個介面，底層是標準化協定。

OpenClaw 證明了代理式網路並非理論。真正的用戶正在運行個人 AI 代理，這些代理使用標準化協定連接到工具、管理數據並在不同平台之間自主操作。要了解更多關於 OpenClaw 的故事，請參閱我們的 OpenClaw 完整指南。

---

Web 4.0：從以人為中心到代理原生

為了理解我們的發展方向，查看 Web 演進的完整軌跡會有所幫助：

時代	名稱	主要用戶	關鍵創新
1990s	Web 1.0	讀者	靜態 HTML 頁面，單向資訊流
2000s	Web 2.0	創作者與消費者	用戶生成內容、社交平台、API
2010s	Web 3.0	資產所有者	去中心化協定、區塊鏈、加密貨幣
2020s	Web 4.0	AI 代理	代理原生協定、MCP、A2A、自主交易

Web 4.0 —— 代理式網路 —— 並非取代 Web 2.0 或 Web 3.0。它是在其上增加了一個新層級。網站仍然會為人類存在，但越來越多地，網際網路最重要的「用戶」將是代表人類行動的 AI 代理。

歐盟委員會在 2023 年發布了首份 Web 4.0 戰略，描述了未來網際網路的特徵是「智慧自動化」、「環境運算」以及「人類與機器之間的無縫交互」。2023 年的政策文件在 2026 年已成為工程現實。

Web 4.0 有何不同

根本性的架構區別在於：Web 2.0 是為人類認知而構建的（視覺介面、可點擊按鈕、可讀文本）。Web 4.0 是為機器認知而構建的（結構化 API、代理發現協定、機器可讀的能力描述）。

這並不意味著人類介面會消失。這意味著網際網路發展出了一種雙重介面 —— 為人類提供的可讀介面，以及為代理提供的機器可讀協定，兩者在相同的基礎設施上同時運行。

---

這對開發者和企業意味著什麼

對開發者而言

1. 學習 MCP：如果您構建工具、API 或服務，創建 MCP 伺服器會使您的產品可被生態系統中的每個 AI 代理訪問。這類似於 2010 年代構建 REST API 使您的服務可被每個行動 App 訪問一樣。

2. 撰寫 AGENTS.md 文件：您維護的每個專案都應該有一個代理指令文件。這正迅速變得像擁有 .gitignore 或 package.json 一樣成為標準。隨著越來越多的開發工作流經 Claude Code、Cursor 或 多代理框架 等 AI 工具，清晰的代理指令直接提升了程式碼品質。

3. 以代理工作流思考：設計系統時假設人類和代理都會與之互動。在 Web 介面之外暴露結構化 API。使您的錯誤訊息機器可解析。在您的服務元數據中包含能力描述。

對企業而言

1. API 經濟演變為代理經濟：正如在 2010 年代構建 API 的公司在行動時代獲得了優勢，在 2026 年構建 MCP 伺服器和 A2A 兼容代理的公司將在代理時代獲得優勢。

2. 代理原生產品將獲勝：為代理交互設計的產品（結構化數據、清晰的工具介面、機器可讀文檔）將優於僅為人類交互設計的產品。如果 AI 代理無法使用您的服務，越來越多的潛在客戶將永遠無法觸及您。

3. 平台構建者獲益最多：幫助開發者構建、部署和管理 AI 代理的工具 —— 如 用於多代理應用開發的 NxCode —— 處於這一生態系統轉變的中心。隨著代理式網路的成熟，對視覺化、易用的代理開發工具的需求將會增長。

---

入門：2026 年的實踐步驟

如果您想在今天參與代理式網路，這裡有一份優先行動清單：

第一步：在您的專案中添加 AGENTS.md

在每個活躍的儲存庫中創建代理指令文件。從簡單的開始 —— 編碼標準、架構說明和測試要求。當您觀察到 AI 工具如何與您的程式碼庫互動時，再對其進行優化。

第二步：探索 MCP

安裝一個支持 MCP 的工具（Claude Code, 帶有 Copilot 的 VS Code 或 Cursor）並連接到一個 MCP 伺服器。從文件系統伺服器或 GitHub 伺服器開始以理解該協定。然後考慮為團隊每天使用的內部工具構建您自己的 MCP 伺服器。

第三步：理解 A2A

閱讀 Google GitHub 儲存庫上的 A2A 規範。如果您所在的組織運行多個 AI 代理，評估 A2A 是否能使它們更有效地協調。Python 和 JavaScript SDK 是最成熟的起點。

第四步：構建代理原生應用

在構建新功能或服務時，詢問：「AI 代理能使用這個嗎？」設計帶有機器可讀描述的 API。使用結構化的錯誤格式。發布能力元數據。將代理的可訪問性視為一等公民要求，與行動端適應性和無障礙性並列。

第五步：保持資訊領先

代理式網路正在迅速發展。協定正在更新，新工具不斷發布，最佳實踐正在實時固化。請關注 modelcontextprotocol.io 上的官方 MCP 文檔、Linux 基金會下的 A2A 儲存庫，以及更廣泛的開發者社群動態。

---

相關資源

• 什麼是 AI 代理？入門指南 —— AI 代理的基礎知識、運作原理及其重要性。
• 2026 年氛圍編程（Vibe Coding）指南 —— 自然語言編程如何與代理原生開發運動相結合。
• LangChain vs CrewAI vs NxCode：多代理框架對比 —— 為構建多代理系統選擇正確的框架。
• OpenClaw 完整指南 2026 —— 這款擁有 209K+ GitHub 星星的開源 AI 代理的完整故事。
• Claude 代理團隊：並行 AI 開發指南 —— 多代理編碼團隊在實踐中如何運作。