Agentic AI Foundation voegt vier agentprojecten toe

De Agentic AI Foundation (AAIF) voegt op 22 oktober vier projecten toe: Agent Skills, Open Responses, OpenEnv en OpenSandbox, meldt de Linux Foundation, met bijdragen van Anthropic, OpenAI, Hugging Face en Alibaba.

Voor Nederlandse organisaties die agents op meerdere modellen of uitvoeringsomgevingen bouwen, komen nu vier projectlagen onder hetzelfde bestuur: herbruikbare instructies, modelverzoeken, trainingsomgevingen en geïsoleerde uitvoering. Als leveranciers dezelfde specificaties ondersteunen, kan dit maatwerk bij koppelingen verminderen. De aankondiging gaat over projectbeheer en meldt geen wijziging aan bestaande API’s of prijzen.

Vier projecten vullen verschillende lagen

De vier bijdragen brengen AAIF op tien projecten onder beheer van de stichting, na drie bij de start in december 2025. Anthropic droeg Agent Skills bij, OpenAI Open Responses, Hugging Face OpenEnv en Alibaba OpenSandbox. Elk project richt zich op een andere laag van een agentsysteem.

Agent Skills is een open formaat om instructies, voorbeelden, scripts en andere hulpbronnen als herbruikbare vaardigheid aan agents mee te geven. AAIF meldt dat meer dan 70 agentplatforms het formaat ondersteunen. Vercel’s skills.sh-meting kwam binnen zeven maanden uit op één miljoen vaardigheden en bijna 280 miljoen installaties, zonder unieke gebruikers of losse keuzes te tellen. Het cijfer laat dus distributievolume zien, geen aantal bedrijven dat de vaardigheden actief gebruikt.

Open Responses richt zich op de verbinding tussen een toepassing en een taalmodel. De specificatie is gebaseerd op OpenAI’s Responses API en legt gedeelde formaten vast voor verzoeken, antwoorden, streaming en hulpmiddelen. SiliconANGLE beschrijft de huidige frictie: een overstap van modelaanbieder vraagt vaak codeaanpassingen, omdat elke aanbieder een eigen API gebruikt. OpenEnv biedt een raamwerk voor omgevingen waarin agents door feedback leren en worden geëvalueerd. De containerdienst kan een agentinterface, het Model Context Protocol (MCP) en het Gym-protocol voor trainingsbibliotheken aanbieden. In Turing’s Calendar Gym lag het gerapporteerde succes rond 90% met expliciete agenda-ID’s, tegenover circa 40% met opdrachten in gewone taal.

OpenSandbox gaat over de afgeschermde omgeving (sandbox) waarin een agent opdrachten uitvoert. Het project biedt SDK’s en gedeelde API’s voor het aanmaken, gebruiken en opruimen van zo’n omgeving, met uitvoeringsmogelijkheden op Docker of Kubernetes. Met de levenscyclus-API kan een agent een sandbox starten, pauzeren of verwijderen; de uitvoerings-API geeft opdrachten, bestanden en metingen door. OpenSandbox is beschikbaar onder Apache 2.0.

De model-API heeft al werkende aansluitingen

Open Responses had al bestaande implementaties voordat het project onder AAIF kwam. Databricks Model Serving en Vercel AI Gateway bieden al aansluitingen op de gedeelde aanvraagstructuur. De wijziging gaat dus over projectbestuur, niet over de eerste technische versie van de koppeling.

Databricks documenteert een endpoint voor Claude, Gemini en eigen open modellen, met omzetting naar het formaat van elke aanbieder. Vercel’s AI Gateway biedt tekst, streaming, toolaanroepen, redeneren, gestructureerde uitvoer en afbeeldingsinvoer. De voorbeelden maken de belofte tastbaar: een toepassing kan dezelfde aanvraagvorm gebruiken en het model via een andere dienst kiezen.

AAIF bouwt voort op MCP en A2A

AAIF begon in december 2025 met MCP, Block’s goose en OpenAI’s AGENTS.md als drie bijdragen. In augustus bracht Google A2A onder hetzelfde AAIF-bestuur als MCP, de standaard voor agenten die met hulpmiddelen en gegevens werken. De stichting meldt dat meer dan 150 organisaties het protocol steunen en dat het in logistiek, financiële dienstverlening en mobiele platformen in productie draait. De huidige aankondiging voegt vier andere projecten toe aan de projectlijst. A2A regelt hoe agents elkaar vinden en werk doorgeven.

De bijdragen raken ook aan keuzes die leveranciers al in hun eigen diensten maken. OpenAI’s Agents API kwam in september als publieke bèta uit. OpenAI beheert de agentsoftware en laat ontwikkelaars kiezen tussen een sandbox van OpenAI, eigen infrastructuur of een sandboxpartner. De API blijft een product van één leverancier, terwijl AAIF een thuis biedt aan gedeelde specificaties waarop meerdere partijen kunnen aansluiten. De Agents API van OpenAI laat ontwikkelaars langlopende sessies combineren met een sandbox naar keuze.

Een standaard maakt functies nog niet uitwisselbaar

De specificaties nemen adapterwerk niet vanzelf weg. Databricks waarschuwt dat ondersteuning voor toolgebruik, redeneren, afbeeldingen en gestructureerde uitvoer per model verschilt. Sommige velden worden voor niet-OpenAI-modellen genegeerd. De Open Responses API op Databricks bewaart ook geen gesprek aan de serverkant; de toepassing moet de volledige conversatie per verzoek meesturen.

Ook de vier projecten hebben verschillende uitgangsposities. Bij Skills publiceert AAIF platformondersteuning en installatiestatistieken; Open Responses heeft al concrete aansluitingen bij modeldiensten. De OpenEnv-pagina noemt de aanvraag aan AAIF nog een voorstel om een neutraal thuis te vinden, terwijl de aankondiging het project als gehoste bijdrage presenteert. Dezelfde pagina beschrijft training, evaluatie en koppelingen met agentplatforms als ontwikkelrichting, met voorstellen en RFC’s in verschillende stadia. OpenSandbox ondersteunt Docker en Kubernetes, maar dat zegt niets over de beveiligingsinstellingen van een concrete inzet.

Een open formaat keurt een vaardigheid niet op veiligheid. Tenable zegt dat een Vetted-label alleen geldt voor de codeversie (commit) die bij een listing hoort; eerdere of latere versies hebben dat label niet. Toegang tot bedrijfsgegevens en externe diensten blijft afhangen van de rechten en controles in de toepassing.

Voor Nederlandse organisaties zit de eerstvolgende verschuiving in de implementaties die leveranciers daadwerkelijk opleveren. AAIF heeft nu tien projecten onder één bestuur, verdeeld over instructies, modelverkeer, training en uitvoering. De volgende toets is of dezelfde agent tussen modellen en sandboxomgevingen kan bewegen zonder dat hulpmiddelen, bevoegdheden of resultaten onderweg veranderen.