核心概念
Mitchell Hashimoto 提出的「構建塊經濟」（Building Block Economy）指出：軟體開發的未來不是從零打造完整應用，而是組合有文件、有接口的小模塊。AI 領域正在發生同樣的位移——而 Hugging Face 的 agents.md 標準正是這個趨勢的具體落地。
每個 Gradio Space 現在都公開一個純文本的 agents.md 文件，告訴 Agent 如何精確呼叫這個 Space：
curl https://huggingface.co/spaces/VAST-AI/TripoSplat/agents.md
回傳的規格包含：
API schema: GET .../gradio_api/info
Call endpoint: POST .../gradio_api/call/v2/{endpoint} {"param_name": value, ...}
Poll result: GET .../gradio_api/call/{endpoint}/{event_id}
File inputs: POST .../gradio_api/upload -F "files=@file.ext"
Auth: Bearer $HF_TOKEN
無需客戶端庫，無需硬編碼整合——Agent 讀取此文件即可端到端驅動任意 Space。這個設計的精妙之處在於把人類讀寫的 README 與機器可執行的 API 規格分開，讓接入成本幾乎歸零。
為什麼這是範式轉移
與 AI Agent 設計模式 中的 Tool Use 模式呼應：Agent 的核心能力不是萬能工具箱，而是能找到並驅動正確工具的協調者。agents.md 讓「找到工具」的門檻幾乎歸零，同時把 Hub 的開放權重目錄從「可下載的模型庫」升級為「可直接呼叫的多媒體原語庫」。
AI 的固有優勢：AI 不擅長從零開始建造，但擅長把已驗證的部分黏合起來。agents.md 正是為這個優勢量身定做的接口標準。
關鍵要點
3D 巴黎畫廊：兩個 Space 鏈接實錄
作者 Mishig Davaadorj 用這套機制建造了一個 3D 巴黎紀念碑互動畫廊，管道為：
Prompt → 圖像 → 3D Splat → Web 互動展示
| 步驟 | Space | 功能 |
|---|---|---|
| 1 | ideogram-ai/ideogram4 |
文字提示 → 黑底標本風格圖像 |
| 2 | VAST-AI/TripoSplat |
單張圖像 → 3D Gaussian Splat（.ply） |
| 3 | Agent 後處理 | 坐標轉換、壓縮、Three.js 查看器、部署 |
Agent 執行的「膠水工作」涵蓋：Y-down 坐標系翻轉、.ply → .ksplat 壓縮（約 3 倍壓縮率）、自動幀化各紀念碑視角、Three.js 滾動切換與拖動旋轉互動。
Agent 也處理了現實反應：玻璃金字塔無法完美重建時主動通知用戶；細長尖塔效果差時建議替換更適合單視圖重建的紀念碑。
邊際成本曲線重繪
管道建立後，創建全新主題畫廊只需一句指令：
"Create a similar Space with splats for Japan"
Agent 自動執行全流程——圖像生成、3D 重建、壓縮、前端開發、部署——衍生出埃及紀念碑、日本紀念碑等項目。新多媒體應用的邊際成本趨近於「描述它的成本」。
agents.md 改變了什麼
| 舊範式 | 新範式 |
|---|---|
| 「Prompt → 3D 模型」= 完整專案 | 同樣功能 = 管道中一個步驟 |
| 需要針對每個模型寫整合代碼 | 讀取 agents.md 即可接入 |
| SOTA 模型往往各自孤島 | 跨組織 SOTA 模型零成本組合 |
與 多 Agent 系統協作架構：MCP 與 A2A 協議 相比，agents.md 是更輕量的方案：無需 MCP server、無需協議協商，純 REST 接口配上機器可讀規格即可。而與 AI Agent 工具呼叫：Code Mode 終結 MCP vs CLI 之爭 的觀點一致——工具可訪問性比工具本身的能力更決定 Agent 的選擇。
Agent 偏好有文件的工具：agents.md 讓 Space 優先被 Agent 選中，與開源生態中「有完整 README 的項目採用率更高」完全同構。這代表 Space 維護者的文件投資有了新的商業意義。
實務應用
查詢任何 Space 的代理接口：
export HF_TOKEN="your_hugging_face_token"
# 圖像生成
curl https://huggingface.co/spaces/ideogram-ai/ideogram4/agents.md
# 單圖像到 3D Gaussian Splat
curl https://huggingface.co/spaces/VAST-AI/TripoSplat/agents.md
使用流程：
- 設定
HF_TOKEN環境變數 - 將
agents.mdURL 貼給 Agent（如 Claude Code） - 告訴 Agent 要建什麼，其餘由 Agent 自動協調
最適合的使用場景：
- 多媒體生成管道（文字 → 圖像 → 3D → 影片）
- 需要組合多個 SOTA 模型的原型快速驗證
- 跨組織服務整合，無需等待正式 SDK 支援
完整可重現管道存於 Space 倉庫。另可參考 Hugging Face 推論供應商生態系：DeepInfra 整合實錄 了解 Hugging Face 推論生態的更廣脈絡。
延伸觀點
agents.md 是正式官方標準，不只是社群實驗
HF 官方文件（Spaces as Agent Tools）已將 agents.md 列為正式規格，每個相容的 Space 頁面標頭都有「Agents」按鈕可直接複製 curl 指令。官方文件同時提供了更多 Chaining 案例：black-forest-labs/flux-klein-9b-kv（圖像生成）→ microsoft/TRELLIS.2（3D 模型），與 Mishig 的架構完全一致。
ZeroGPU 配額細節：多數熱門 Space 運行在 ZeroGPU 上，匿名呼叫的配額受限。使用 HF_TOKEN 會從個人帳號扣配額，這是在生產環境穩定運行的前提。
agents.md 只是 HF Agent 生態的入口
HF 同時提供三種 Agent 整合層級：
- agents.md（最輕量）：適合 Coding Agent，一個 curl 即接入
- HF MCP Server：適合 Claude Desktop、Cursor 等 MCP 客戶端，可搜尋模型、探索資料集、執行 Space
- huggingface_hub SDK：適合程式化建構複雜 Agent 管道
agents.md 是 Coding Agent 的最短路徑；MCP Server 則是 IDE/桌面助理的最佳選擇。兩者互補，而非替代。
更大趨勢：可組合 AI 服務正在標準化
MCP 與 A2A 協議（Google）正在扮演 Agentic AI 的「HTTP 等效標準」角色——把原本需要客製整合的工具連接，轉變為即插即用的協議。agents.md 在多媒體服務領域的做法與此完全同構：以機器可讀的純文本規格取代客製 SDK，降低接入障礙。
這與「構建塊經濟」的核心論點相吻合：降低接入成本比提升模型能力更能決定服務被採用的頻率。agents.md 的本質就是把 HF Hub 的接入成本降到接近零。
反向連結
以下頁面引用了本頁：