Empat perusahaan yang bersaing memperebutkan pengembang AI yang sama baru saja menyerahkan bagian teknologi agen mereka ke satu rumah bersama. Pada 22 Oktober 2026, Agentic AI Foundation mengumumkan empat proyek baru. Pengumuman itu disampaikan di AGNTCon + MCPCon North America di San Jose. Proyek itu adalah Agent Skills dari Anthropic, Open Responses dari OpenAI, OpenEnv dari Hugging Face, dan OpenSandbox dari Alibaba (kabar AAIF, Agentic AI Foundation, diakses 26 Oktober 2026). Dengan tambahan ini, yayasan tersebut tumbuh. Dari tiga proyek awal pada Desember 2025, kini jadi 10 proyek dalam tahun pertamanya. Angkanya kalah penting dibanding cakupannya. Keempat proyek itu mengatur empat hal. Cara agen belajar suatu keterampilan. Cara aplikasi berbicara dengan model. Cara agen dilatih. Tempat kode agen dijalankan dengan aman.
Poin Penting
Agentic AI Foundation mengumumkan empat proyek baru pada 22 Oktober 2026. Total proyeknya kini 10, naik dari tiga proyek awal pada Desember 2025.
Agent Skills dari Anthropic adalah format terbuka untuk mengemas pengetahuan agen. Anthropic melaporkan 1 juta skill telah diterbitkan dan hampir 280 juta telah dipasang, dengan lebih dari 70 platform agen yang terintegrasi.
Open Responses dari OpenAI adalah spesifikasi terbuka untuk jalur model antarpenyedia, yang berbasis pada Responses API dari OpenAI. Permintaan cukup ditulis sekali, lalu bisa dijalankan di banyak penyedia dengan sedikit penyesuaian.
OpenEnv dari Hugging Face adalah kerangka terbuka untuk arena latihan, dengan antarmuka bergaya Gymnasium dan lingkungan dalam kontainer yang bisa dijalankan lokal atau di awan.
OpenSandbox dari Alibaba adalah platform kotak pasir serbaguna, dengan SDK dalam banyak bahasa serta runtime Docker dan Kubernetes, yang dirilis dengan lisensi Apache 2.0.
Keempat proyek itu bergabung dengan enam proyek AAIF yang sudah ada. Proyek itu adalah protokol Agent2Agent, Agent Router, agentgateway, AGENTS.md, goose, dan Model Context Protocol atau MCP. Anthropic sebelumnya sudah menyerahkan MCP ke yayasan ini. Jadi pengumuman ini melanjutkan pola yang sudah ada. Ini bukan pola baru. Manik Surtani adalah CTO dan salah satu pendiri yayasan. Ia menggambarkannya jadi taruhan komunitas. Dalam kabar AAIF, ia dikutip mengatakan yayasan memberi komunitas satu tempat untuk membangun standar, protokol, dan infrastruktur bersama, tanpa satu perusahaan pun yang mengendalikan hasilnya.
Apa Itu Agentic AI Foundation?
Agentic AI Foundation (AAIF) adalah proyek Linux Foundation. Proyek ini menaungi standar, protokol, dan infrastruktur terbuka untuk AI agen. AI agen berarti AI yang menjalankan tugas bertahap sendiri. Ia bukan hanya menjawab pertanyaan. Yayasan ini menyebut dirinya rumah netral untuk pekerjaan tersebut. Tata kelolanya dirancang terbuka. Tata kelolanya juga netral terhadap vendor. Artinya, proyek yang diserahkan ke AAIF tidak lagi diarahkan oleh satu perusahaan saja. Pihak lain bisa ikut menentukan arahnya. Pengelola perorangan pun bisa ikut.
Tata kelola netral adalah janji tentang proses. Ini bukan jaminan tentang pengaruh. Penyumbang menulis kodenya. Jadi mereka tetap berpengaruh pada masa awal. Yang berubah saat penyerahan adalah siapa yang berhak bersuara secara formal. Perbedaan ini berlaku untuk keempat proyek di bawah. Perbedaan ini patut diingat. Ingatlah saat Anda memutuskan seberapa besar Anda membangun di atas salah satunya.
Proyek | Penyumbang | Lapisan | Apa isinya |
|---|---|---|---|
Agent Skills | Anthropic | Kemampuan | Format terbuka untuk mengemas instruksi, skrip, dan sumber daya yang dimuat agen sesuai kebutuhan |
Open Responses | OpenAI | Antarmuka model | Spesifikasi terbuka untuk jalur LLM antarpenyedia, berbasis Responses API |
OpenEnv | Hugging Face | Pelatihan dan evaluasi | Kerangka terbuka dan pusat komunitas untuk arena latihan |
OpenSandbox | Alibaba | Eksekusi aman | Platform kotak pasir serbaguna dengan SDK dan runtime Docker dan Kubernetes |
Agent Skills: Ajari Agen Sekali, Pakai di Mana Saja
Agent Skills adalah format terbuka untuk memberi agen kemampuan dan keahlian baru. Satu skill adalah satu folder. Folder itu mengajari agen satu tugas atau satu bidang tertentu. Folder itu berisi berkas SKILL.md yang memuat instruksi. Folder itu juga berisi skrip atau bahan rujukan yang dibutuhkan tugas itu. Agen memuat skill hanya saat tugas memanggilnya. Jadi instruksinya tidak menumpuk di tiap percakapan. Di sinilah letak intinya. Pengetahuan khusus jadi mudah dipindahkan antarproduk dan antarplatform agen. Pengetahuan itu tidak perlu ditulis ulang untuk tiap alat. For example, satu skill bisa mengajari agen format laporan Anda. Setiap laporan lalu memakai judul dan pemeriksaan yang sama.
Anthropic membangun format ini saat mengerjakan Claude Code. Model umum menangani pekerjaan pengetahuan luas dengan baik, kata perusahaan itu. Namun, model itu sering kekurangan pengetahuan prosedural. Pengetahuan itu dibutuhkan tugas bisnis nyata. Dalam hitungan minggu setelah peluncuran Oktober 2025, pengembang menerbitkan ribuan skill. Mereka juga menulis pemuat untuk Codex, Cursor, dan OpenCode. Anthropic menerbitkan format ini sebagai standar terbuka pada Desember 2025. Sejak itu, menurut laporan perusahaan, 1 juta skill telah diterbitkan. Hampir 280 juta telah dipasang. Lebih dari 70 platform agen telah memakai format ini. Platform itu termasuk ChatGPT, Cursor, GitHub Copilot, dan VS Code (pengumuman Anthropic, Anthropic, diakses 26 Oktober 2026). Perlakukan angka itu sebagai angka perusahaan sendiri. Angka itu menunjukkan daya tarik, bukan hasil audit independen. Namun, arahnya jelas. Format ini menyebar sebelum yayasan terlibat.
Penyerahan ini memindahkan lebih dari sekadar dokumen. Anthropic menyerahkan nama dan logo Agent Skills. Anthropic juga menyerahkan organisasi GitHub dan domain agentskills.io. Insinyur dari Anthropic, Google, OpenAI, dan perusahaan lain akan mengelola standar ini sebagai perorangan. Pengelola utamanya adalah David Soria Parra dan Mahesh Murag. Anda tetap bisa memakai standar ini tanpa bergabung dengan AAIF. Anda juga bisa berkontribusi tanpa bergabung. Satu hal yang tidak diubah penyerahan ini, menurut liputan bebas, adalah aturannya sendiri. Yang berubah adalah siapa yang mengelolanya (penjelasan DigitechInfo, DigitechInfo, diakses 26 Oktober 2026).
Jangan samakan format ini dengan pustaka skill. Format berbeda dari pustaka. Artikel Scientific Agent Skills kami membahas kumpulan besar keterampilan siap pakai untuk pekerjaan sains. Agent Skills adalah format tempat keterampilan itu ditulis. Kumpulan itu adalah isi yang berguna. Format itu adalah aturan bersama yang membuat isi yang sama bisa berjalan di banyak alat.
Satu peringatan menyertai format ini. Satu skill bisa membungkus skrip yang bisa dieksekusi. Jadi keterampilan yang belum diperiksa adalah perangkat lunak. Ia bukan sekadar teks. Periksa isi keterampilan sebelum memasangnya. Jalankan apa pun yang bisa dieksekusi di dalam kotak pasir. Anthropic mengusulkan panduan keamanan bagi penulis dan pemasang keterampilan. Usulan itu menandakan risikonya dianggap serius. Usulan itu bukan alasan untuk mengabaikannya.
Open Responses: Satu Bentuk Permintaan untuk Banyak Penyedia Model
Open Responses adalah aturan terbuka untuk membangun jalur LLM antarpenyedia yang bisa dipertukarkan. Aturan ini berbasis pada Responses API dari OpenAI. Aturan ini menetapkan skema bersama. Aturan ini juga menetapkan peristiwa streaming yang konsisten dan perkakas yang bisa diperluas. Dengan begitu, pengembang bisa menulis permintaan dan keluaran sekali. Pengembang lalu menjalankannya di banyak penyedia model dengan sedikit penyesuaian. For example, tim kecil yang memakai satu penyedia hari ini bisa menguji penyedia kedua. Tim itu tidak perlu menulis ulang tiap panggilan.
Keuntungan praktisnya adalah pilihan saat berjalan. Tim bisa mengevaluasi model baru. Tim bisa memilih berdasarkan biaya. Tim bisa beralih ke penyedia lain tanpa menulis ulang logika aplikasinya. AWS, misalnya, menyatakan Amazon Bedrock sudah mendukung Responses API untuk puluhan model. AWS juga mempekerjakan seorang pengelola inti proyek Open Responses (blog sumber terbuka AWS, AWS, diakses 26 Oktober 2026). Dukungan penyedia seperti inilah yang mengubah spesifikasi dari dokumen menjadi pilihan yang benar-benar bisa dipakai.
Terbuka belum berarti universal. Liputan independen mencatat satu hal. Anthropic tidak tercantum sebagai pendukung Open Responses. Google pun tetap memakai Interactions API miliknya sendiri (liputan daily.dev, daily.dev, diakses 26 Oktober 2026). Jadi, periksa rinciannya sebelum berkomitmen. Cari tahu fitur aplikasi Anda mana yang masuk spesifikasi bersama, dan mana yang merupakan ekstensi khusus penyedia. Bentuk bersama tetap membantu, tetapi tidak menghapus semua perbedaan antarpenyedia.
OpenEnv: Lapangan Latihan Bersama untuk Melatih Agen
OpenEnv adalah kerangka terbuka dan pusat komunitas untuk membuat arena latihan agen. Dalam latihan agen, arena adalah lapangan tempat agen bertindak. Agen mengamati hasil di sana. Agen belajar dari imbalan di sana. Rancangan arena itu sama pentingnya dengan modelnya. Arena menentukan apa yang bisa dilihat agen. Arena menentukan tindakan apa yang bisa diambilnya. Arena menentukan imbalan apa yang diterimanya. Bila tiap pustaka pelatihan menciptakan protokol arenanya sendiri, lapangan latihan yang sama tidak bisa dipakai ulang. OpenEnv menyeragamkan interaksi itu. For example, satu arena bisa menyajikan tugas coding. Arena lain bisa menyajikan tugas peramban. Sistem pelatihan yang sama bisa menjalankan keduanya.
Kerangka ini mengekspos jalur agen yang familier, MCP, dan Gym. Gym adalah protokol pelatihan yang dipakai pustaka pelatihan. Semua itu lewat layanan kontainer yang sederhana. Antarmukanya mengikuti gaya Gymnasium. Fungsi reset() mengembalikan lingkungan ke keadaan awal. Fungsi step() menjalankan satu tindakan dan memajukan lingkungan. Fungsi state() melaporkan keadaan saat ini. Setiap lingkungan adalah citra Docker. Citra itu berjalan lokal, di kotak pasir awan, atau sebagai Hugging Face Space. Proyek ini mencantumkan lebih dari 40 lingkungan siap pakai. Lingkungan itu meliputi gim dan kotak pasir coding. Lingkungan itu juga meliputi peramban, keuangan, dan simulator (huggingface/OpenEnv, GitHub, diakses 26 Oktober 2026).
Komite di balik OpenEnv menunjukkan betapa luasnya dunia pelatihan ini. Kabar AAIF menyebut banyak kelompok yang terlibat. Kelompok itu meliputi Hugging Face, Microsoft, Reflection, dan Meta-PyTorch. Kelompok itu juga meliputi Fleet, Mercor, RadixArk, Modal, dan Prime Intellect. Bagi tim yang melatih agen, nilainya adalah pemakaian ulang. Bangun lingkungan sekali. Bagikan lewat pusat komunitas. Biarkan sistem pelatihan lain menjalankannya. Sistem itu tidak perlu adaptor khusus untuk tiap sistem.
OpenSandbox: Ruang Terkunci Tempat Kode Agen Dapat Berjalan
OpenSandbox adalah platform kotak pasir serbaguna untuk aplikasi AI. Kotak pasir adalah lingkungan terisolasi. Di sana, agen bisa menjalankan kode, menjelajah, atau mengendalikan perangkat lunak. Agen itu tidak menyentuh sistem aktif atau data produksi Anda. OpenSandbox menawarkan SDK dalam banyak bahasa. OpenSandbox juga menawarkan API kotak pasir yang terpadu dan runtime Docker dan Kubernetes. Runtime itu dipakai untuk agen coding, agen GUI, evaluasi agen, eksekusi kode AI, dan latihan agen. Platform ini juga memuat protokol kotak pasir. Protokol itu menetapkan API siklus hidup dan eksekusi. Dengan begitu, tim bisa memperluasnya dengan runtime khusus. For example, agen bisa menjalankan kode yang baru ditulisnya di dalam kotak pasir. Agen itu hanya mengembalikan hasilnya. Sistem aktif Anda tetap di luar.
Docker cocok untuk pekerjaan lokal dan penyebaran satu simpul. Kubernetes cocok untuk penyebaran terdistribusi berskala besar. Jika Kubernetes masih baru bagi Anda, penjelasan Kubernetes kami membahas apa itu Kubernetes dan mengapa ia menjalankan awan. Proyek ini dirilis dengan lisensi Apache 2.0. Sumber, SDK, server, spesifikasi, dan contohnya ada di GitHub (alibaba/OpenSandbox, GitHub, diakses 26 Oktober 2026).
Mengapa Ini Penting, dan Apa yang Belum Terselesaikan
Metodologi artikel ini sederhana. Kami membandingkan pengumuman resmi dengan liputan bebas. Kami lalu memeriksa angka klaim perusahaan terhadap sumbernya. Perbandingan itu menjadi dasar klaim di bawah.
Argumen terkuat untuk taruhan AAIF adalah ketiadaan kunci vendor. Letakkan alat eksternal di balik MCP. Kemas prosedur berulang sebagai skill berversi. Arahkan panggilan model lewat bentuk Open Responses. Maka kenaikan harga di satu penyedia tidak memaksa penulisan ulang. Perubahan latensi pun tidak memaksa penulisan ulang. Perubahan kebijakan pun tidak. Itulah audit praktis yang bisa dijalankan tim mana pun hari ini. Daftarkan titik tempat tumpukan agen Anda bergantung pada format satu vendor. Lalu lihat titik mana yang kini punya alternatif bersama.
Tiga pertanyaan masih terbuka. Liputan yang jujur menandai ketiganya. Pertama, kabar itu hanya menyebut empat penyumbang. Kabar itu tidak mencantumkan anggota AAIF. Jadi gambaran tata kelola yang lengkap belum terbuka untuk publik (penjelasan DigitechInfo). Kedua, siaran pers tidak menautkan repositori proyek. Jadi pembangun masih harus menemukan kode lewat proyek itu sendiri. Ketiga, tata kelola netral terhadap vendor akan diuji. Ujiannya adalah siapa yang benar-benar mengelola proyek ini selama setahun ke depan. Perhatikan daftar pengelola. Jangan hanya melihat logo peluncuran.
Keamanan adalah pertanyaan terbuka keempat. Pertanyaan ini menembus seluruh tumpukan. Skill bisa membawa skrip. Kotak pasir bisa punya celah. Antarmuka model bisa membocorkan perilaku khusus penyedia. Pola amannya membosankan tetapi efektif. Periksa keterampilan sebelum memasangnya. Jalankan kode agen yang bisa dieksekusi di dalam kotak pasir. Uji perpindahan penyedia sebelum Anda bergantung padanya. Standar bersama menurunkan biaya berpindah. Standar bersama tidak menghapus kebutuhan untuk memeriksa apa yang Anda jalankan.
Siapa yang Harus Bertindak Sekarang
Pembangun yang berbeda harus mengambil langkah pertama yang berbeda:
Jika Anda menulis prosedur agen, tulislah prosedur berikutnya jadi berkas SKILL.md. Berkas itu adalah teks biasa dengan frontmatter, dan kini ia dikelola jadi standar bersama, bukan format satu perusahaan.
Jika Anda membangun aplikasi di atas API model, buat prototipe satu panggilan lewat bentuk Open Responses. Periksa fitur Anda mana yang umum dan mana yang khusus penyedia.
Jika Anda melatih agen, lihat OpenEnv sebelum membangun adaptor lingkungan khusus lagi. Pemakaian ulang lebih baik daripada penemuan ulang saat lingkungan adalah bagian yang sulit.
Jika Anda menjalankan kode agen, uji OpenSandbox secara lokal dengan Docker sebelum membiarkan agen mendekati akun nyata atau data aktif. Isolasi adalah fitur yang diverifikasi, bukan label yang dipercaya.
Pertanyaan yang Sering Diajukan
Apakah Agentic AI Foundation adalah organisasi baru? Tidak. Yayasan ini diluncurkan pada Desember 2025 dengan tiga proyek. Proyek itu adalah MCP, goose, dan AGENTS.md. Pengumuman 22 Oktober 2026 menambah empat proyek. Totalnya jadi 10. Empat proyek itu baru bagi yayasan. Bukan yayasannya yang baru.
Apakah saya harus bergabung dengan AAIF untuk memakai Agent Skills? Tidak. Anthropic menyatakan Anda tetap bisa memakai standar ini tanpa bergabung dengan AAIF. Anda juga bisa berkontribusi tanpa bergabung. Penyerahan memindahkan tata kelola ke rumah netral. Penyerahan tidak menempatkan akses di balik dinding keanggotaan.
Apakah Open Responses sama dengan Responses API dari OpenAI? Tidak. Open Responses adalah aturan terbuka yang berbasis pada Responses API. Aturan ini menetapkan skema bersama. Aturan ini juga menetapkan peristiwa streaming yang konsisten dan perkakas yang bisa diperluas untuk pemakaian antarpenyedia. Responses API adalah API satu penyedia. Open Responses adalah bentuk bersama yang dibangun di atasnya.
Untuk apa OpenEnv dipakai? OpenEnv dipakai untuk membuat, membagikan, dan menjalankan arena latihan. Arena adalah lapangan tempat agen dilatih dan dievaluasi. OpenEnv menyeragamkan cara sistem pelatihan berbicara dengan arena itu. Caranya memakai antarmuka bergaya Gymnasium dan penyebaran dalam kontainer.
Apakah OpenSandbox membuat kode agen aman dengan sendirinya? Tidak. OpenSandbox menyediakan isolasi, SDK, dan runtime. Namun, keamanan bergantung pada cara Anda mengonfigurasinya. Konfigurasi itu meliputi akses jaringan, akses berkas, batas sumber daya, dan runtime yang Anda pilih. Perlakukan OpenSandbox jadi alat isolasi yang diverifikasi pada penyiapan Anda sendiri. Alat itu bukan jaminan.
Kesimpulan
Rival jarang membagikan perpipaan terbaik mereka. Bila mereka melakukannya, biasanya karena alternatifnya lebih buruk. Alternatif itu adalah sepuluh cara yang tidak saling cocok untuk melakukan hal yang sama. Masing-masing cara dimiliki vendor yang berbeda. Kabar AAIF adalah taruhan. Taruhannya adalah agen akan tumbuh lebih cepat di atas aturan bersama daripada di atas aturan tertutup. Keterampilan, jalur model, arena latihan, dan kotak pasir eksekusi kini dikelola di satu rumah netral. Perusahaan yang membangunnya memilih untuk menempatkannya di sana. Pilihan itu tidak menyelesaikan tata kelola, keamanan, atau cakupan penyedia. Semua itu akan diputuskan oleh pengelola dan pengadopsi. Semua itu juga akan diputuskan oleh setahun pemakaian nyata ke depan. Untuk saat ini, langkah praktisnya sederhana. Pelajari keempat bagiannya. Audit titik tempat tumpukan Anda terkunci pada satu vendor. Mulailah dari bagian yang paling banyak menghapus kunci vendor bagi Anda. Mulailah dari kabar AAIF, tulisan Anthropic tentang penyerahan Agent Skills, repositori OpenEnv, dan repositori OpenSandbox, atau baca versi Inggris artikel ini.