AI Agent 的能力擴張：從工具市集到我們無法忽視的供應鏈風險
AI Agent 的插件（plugin）數量爆炸性成長，看似是能力的無限擴張，但一篇針對近兩千個 repository 的實證研究揭示了更深層的挑戰。我們正在建構一個複雜、高速演化的軟體供應鏈，卻缺乏相應的治理框架。本文將剖析插件生態系中潛藏的維護責任、版本相依與生態集中化等風險，並探討能力擴充何時會反過來成為系統的脆弱性來源。
Agent 的插件越多，不必然代表能力越強；它也可能意味著一條更長、更脆弱的軟體供應鏈。面對涵蓋一千九百二十六個 repository 的生態，團隊必須把維護責任、版本相依與集中化風險當成架構治理問題，而非採購清單。
插件生態的真相：從腳本到高速演化的軟體
過去，我們或許能將 AI Agent 的插件視為簡單、獨立的腳本。但現實已大不相同。一篇發表於 arXiv 的論文《On the Maintenance and Co-evolution of Agent Plugins》對 Anthropic 的 Claude Code 插件市集進行了深入分析，檢視了多達 1,926 個公開的程式碼倉庫。研究結果非常明確：這些插件已演化為需要持續維護的軟體專案，其迭代速度甚至快於許多傳統的開源軟體（OSS）。
研究發現，這些插件的開發主要是「功能驅動」，開發者不斷為其添加新能力以滿足 Agent 的需求。其中，用於軟體工程輔助的插件佔比最高，這也暗示了開發者本身就是插件生態最大的使用者與貢獻者。然而，這種高速演化帶來了傳統軟體工程中我們早已熟悉的挑戰，但在 AI Agent 這個新脈絡下，這些挑戰的影響被進一步放大了。我們不能再用看待一次性腳本的眼光來對待它們，而必須將其視為一個動態、相互關聯的生態系統。
當能力擴張變成系統風險，我們忽略了哪些治理問題？
一個看似繁榮的插件市集，背後可能隱藏著深刻的結構性問題。當缺乏足夠的治理框架時，單純追求插件數量的增長，會將整個 Agent 系統暴露在多重風險之下。這些問題並非未來式，而是現在進行式：
維護責任的模糊地帶
當一個廣泛被使用的插件因為外部 API 變更而失效時，責任歸誰？是原始開發者、Agent 平台（如 Anthropic 或 OpenAI），還是使用它的終端使用者？在當前的模式下，這個問題沒有明確答案，導致許多插件可能在無人維護的情況下逐漸「腐爛」，成為系統中的不可靠因素。
失控的版本相依性
插件不僅依賴外部服務，更與 Agent 底層的 LLM 版本緊密耦合。當 LLM 進行重大更新後，可能會改變其與插件互動的行為模式，導致大量插件功能異常。這種雙重依賴性（對外部 API 和對核心模型）形成了一個複雜的軟體供應鏈，任何一個環節的變動都可能引發連鎖反應。
重複實作的隱形成本
研究中提到，插件開發以功能驅動。這也意味著大量功能相似、但實作方式與品質參差不齊的插件會同時存在。這不僅造成了開發資源的浪費，也讓使用者在選擇工具時感到困惑，更增加了 Agent 在任務規劃時選擇到劣質或錯誤工具的機率。
生態集中化的脆弱性
如同任何軟體生態，頭部效應是難以避免的。少數幾個高品質、功能強大的「超級插件」可能會主導整個生態。這種集中化雖然短期內提升了效率，卻也形成了單點故障。一旦這些核心插件停止維護、出現安全漏洞，或其背後的公司更改服務條款，整個 Agent 生態的能力將受到重創。
我們需要從「能力數量」的迷思，轉向對「能力品質與可靠性」的治理。一個擁有 10 個經過嚴格驗證、有明確維護承諾、且相依性清晰的插件的 Agent，遠比一個能存取上千個品質未知、無人維護的插件的 Agent 更為可靠與可信。
如何衡量插件生態的健康度？
既然插件數量不再是黃金標準，我們就需要一套更成熟的指標來評估一個 Agent 能力生態的健康狀況。與其問「Agent 能做多少事？」，我們更應該問「Agent 的能力有多可靠？」。我認為，平台方與社群應該開始關注以下幾個面向：
首先是維護活躍度。這包括程式碼的更新頻率、issue 的回應與關閉時間、以及對上游（如外部 API 或 LLM）變更的適應速度。一個健康的插件應該是「活的」，而非發布後就無人聞問的「殭屍軟體」。
其次是相依性透明度。平台需要提供工具來清晰地揭露每個插件的外部依賴關係，並監控這些依賴項的穩定性。如同 Dependabot 為程式碼倉庫提供的安全警示，Agent 平台也需要類似的機制來預警潛在的供應鏈風險。
最後是功能冗餘度與覆蓋率。我們需要系統性地分析市集中的插件功能，識別出高度重疊的領域，並引導開發者社群填補那些真正缺乏工具的空白。這需要的不只是被動的市集，而是更積極的生態策展（ecosystem curation）。
AI Agent 的發展已經走到了十字路口。我們可以繼續沿著野蠻生長的道路，打造一個看似龐大但混亂脆弱的「能力市集」；或者，我們可以借鏡數十年來軟體工程發展的經驗，開始認真對待這個新興的軟體供應鏈，建立起必要的治理與品保機制。這將決定我們未來所建構的，究竟是一個可靠的協作夥伴，還是一個充滿不確定性的黑盒子。
我是江中喬，專注於 AI Agent Architecture、Memory Governance 與 Cognitive Diversity，持續研究如何打造能夠長期協作、可信任且可治理的 AI 系統。