返回模型列表

Poppy – Sierra 联合 Meta 等推出的开放协议草案

AI科技编辑部
RSS 订阅
Poppy – Sierra 联合 Meta 等推出的开放协议草案 官方截图
(图片来源官方截图)

导读摘要:

Poppy(Personal Agent Protocol)是由 Sierra 联合 Meta 及多家企业共同推出的开放协议草案,旨在解决个人 AI Agent 访问企业服务时的身份识别与授权问题。该协议通过标准化的发现机制、分级权限控制和基于 OAuth 的授权流程,在"Agent 冒充用户"与"企业全面封禁代理"两个极端之间建立了中间方案。目前已有 Stripe、Shopify、Walmart...

1. Poppy是什么

Poppy(Personal Agent Protocol)是由 Sierra 联合 Meta 及多家企业共同推出的开放协议草案,旨在解决个人 AI Agent 访问企业服务时的身份识别与授权问题。该协议通过标准化的发现机制、分级权限控制和基于 OAuth 的授权流程,在"Agent 冒充用户"与"企业全面封禁代理"两个极端之间建立了中间方案。目前已有 Stripe、Shopify、Walmart、Visa、OpenAI 等 35 余家企业参与共建。

poppy-sierra-meta 官网截图
(图片来源官方截图)

技术定位与领域: 属于 AI Agent 基础设施层的身份与授权协议,位于 OAuth 2.0、JWT、DPoP、OpenAPI、MCP 等既有标准之上,专门解决个人 AI Agent 代表用户与企业服务交互时的可信身份声明、最小权限授予和跨渠道会话复用问题。该协议填补了当前 AI Agent 生态中"企业无法识别代理身份"与"用户不愿交出密码"之间的空白地带。

研发背景: 由 Sierra 与 Meta 联合发起,并汇聚 Stripe、Shopify、Walmart、Visa、OpenAI 等 35 余家企业的行业共识。其研发动机源于 AI Agent 大规模落地时面临的现实困境——企业无法判断访问者是真实用户还是代理程序,用户也不愿将账户凭证交给第三方代理。该协议试图通过行业协作建立统一规范,而非由单一厂商主导封闭标准。

核心价值: 解决了三个关键问题:其一,企业可明确识别访问者的 Agent 身份,知晓"谁在替谁办事、能做什么";其二,用户无需交出密码,仅授予最小化、可撤销的权限令牌;其三,一次登录即可跨网站、API 与企业自有 Agent 复用会话,避免重复授权。该协议以 Apache 2.0 许可开源,企业可用现有 OAuth 基础设施快速接入。

技术特点: 构建于成熟标准之上而非另起炉灶,通过 /.well-known/poppy.json 发现文件实现标准化的 Agent 接入声明,权限分五档可调,支持 direct、device、mediated 三种登录模式,所有操作全程可审计、可撤销,并支持行业自定义扩展。

2. 主要功能

  • 标准发现机制: 企业通过在网站根目录发布 /.well-known/poppy.json 文件,声明 Agent 接入方式、登录入口和可用能力。该机制借鉴了 RFC 8615 的 Well-Known URI 规范,使 Agent 无需事先了解企业系统架构即可自动发现接入路径,降低了集成门槛。

  • 分级授权体系: 权限从完全禁止到完全接管共分五级,由企业决定开放档位、用户决定授权范围。这一设计打破了传统"全有或全无"的授权模式,例如银行场景中用户可仅授予 poppy:read 权限让 Agent 查询余额,而转账等写操作需单独授予 poppy:write,实现了细粒度的权限管控。

  • OAuth 安全登录: 用户在企业的官方页面亲自完成登录,代理仅获得用户批准的最小范围会话令牌。协议基于 RFC 8414 OAuth 2.0 授权服务器元数据规范,支持 direct(直接重定向)、device(设备码)、mediated(代理中介)三种登录模式,兼顾 Web、移动端和纯 API 场景。

  • 单会话跨渠道复用: 同一个令牌可在企业网站、API 和企业自有代理之间复用,交互过程连续不中断。这一特性避免了用户在不同渠道重复授权的繁琐流程,同时通过 DPoP(Demonstrating Proof of Possession)绑定令牌与客户端密钥,降低令牌被盗用风险。

  • 多通道执行能力: 支持 Agent 直接操作网页、调用 OpenAPI/MCP 接口,或与企业自建的 AI Agent 协作完成任务。协议将发现、身份、API、对话定义为四大构建块,行业可在此基础上扩展支付、推送通知、交互组件等能力,具备良好的可扩展性。

  • 全程可审计可撤销: 企业能看到 Agent 的完整操作路径,用户可随时在账户设置中查看已连接代理并一键断开。所有请求均绑定已验证的 client_id、用户 ID 和 scope,形成完整的操作审计链路,满足企业合规与安全要求。

  • 基于现有标准构建: 协议构建于 OAuth 2.0、JWT、DPoP、OpenAPI、MCP 之上,企业现有授权服务器基本可直接改造接入,无需从零搭建。协议遵循"控件而非策略"原则,只提供选项而非强制规则,企业可自主决定匿名/登录要求、放行哪些代理、开放哪些渠道。

  • 隐私保护设计: 用户登录前企业只能看到一个不含个人信息的稳定 ID,同一用户在不同企业的 ID 互不相同。这一设计使企业可识别回头客但无法跨站追踪用户,在提供个性化服务的同时保护用户隐私。

3. 如何使用

Poppy 协议涉及三类参与方,各自的使用方式不同:

  1. 终端用户侧: 用户无需安装任何额外组件,直接向 AI Agent 下达任务。当任务需要访问企业账户时,用户被引导至企业官方页面亲自完成登录,勾选批准 Agent 的权限范围后即可继续。用户可随时在账户设置中查看已连接的代理并一键断开授权,整个流程对用户透明且可控。

  2. 个人代理开发者侧: 开发者需先在客户端发布元数据文档(包含 client_id、公钥、回调地址)作为 Agent 的身份凭证。随后读取企业的 poppy.json 发现文件,了解其登录方式和可用接口。发起会话时,开发者需向企业 token 端点发送签名断言及 DPoP 证明,启动匿名会话获得 Session Token。当需要访问受保护资源时,按企业支持的方式发起 direct、device 或 mediated 三种登录之一,用户批准后获得长期 Account Token 并加密保存。此后可使用 Session Token 调用企业 API(携带 DPoP)、浏览网页(浏览器断言换 Cookie)或与企业自有代理对话,并处理 429 限流、幂等重试、sign_in_required 等错误场景。

  3. 企业接入侧: 企业需在 /.well-known/poppy.json 发布发现文件,声明登录方式、权限范围和提供的接口;按 RFC 8414 配置 OAuth 服务器并声明 poppy_domains;对每个请求校验代理签名、DPoP 证明和 scope 权限。企业还需在网页、API、企业代理和人工客服所有渠道执行同一套权限检查,并提供合规的授权页面(展示代理身份和权限说明)和账户设置中的断开入口。

关键配置说明: 企业接入时需注意 poppy_domains 声明必须与 OAuth 服务器配置一致,确保授权服务器元数据可被 Agent 正确发现。权限档位的设定需结合业务风险评估,建议从只读权限起步逐步开放写操作。代理开发者需确保 client_id 与公钥的对应关系稳定,避免会话续期时出现身份校验失败。

注意事项: 协议目前仍为草案阶段,部分细节可能随版本演进调整。企业接入时应关注协议更新动态,建议在非生产环境先行验证;代理开发者需处理 sign_in_required 等错误状态,在令牌过期时引导用户重新授权而非静默重试。

4. 优缺点分析

优点
终结"全有或全无"困境: 在"Agent 冒充用户"和"企业封禁代理"两个极端之间提供了身份识别加分级授权的中间方案,使企业可识别、可管控代理行为,用户不必交出密码即可授权代理执行任务。
彻底复用现有标准: 基于 OAuth 2.0、JWT、DPoP、OpenAPI、MCP 构建,企业现有授权服务器基本可直接改造接入,无需从零搭建,显著降低采用成本和技术门槛。
隐私保护设计: 用户登录前企业只能看到不含个人信息的稳定 ID,同一用户在不同企业的 ID 互不相同,可识别回头客但不支持跨站追踪,兼顾个性化服务与隐私安全。
单会话跨渠道复用: 同一个令牌可在企业网站、API 和企业自有代理之间复用,交互过程连续不中断,避免用户在不同渠道重复授权的繁琐流程,提升使用体验。

5. 同类工具对比

对比维度 Poppy MCP(Model Context Protocol) OAuth 2.0 标准授权
核心架构 身份与授权协议,构建于 OAuth、JWT、DPoP 之上,通过 poppy.json 发现文件声明接入方式 模型上下文协议,标准化 LLM 与外部工具/数据源的连接方式 通用授权框架,基于令牌的访问委托机制
身份识别 明确识别访问者为"某用户的 AI Agent",绑定 client_id、用户 ID 和 scope 不涉及身份识别,仅定义工具调用接口 识别应用程序而非 Agent,不区分人类用户与代理
授权粒度 五档分级权限,从完全禁止到完全接管,用户可控制授权范围 不涉及授权管理,仅提供工具调用通道 基于 scope 的粗粒度授权,通常为全有或全无
会话复用 单令牌跨网站、API 和企业自有代理复用,交互连续 会话由客户端管理,无跨渠道复用机制 令牌绑定特定客户端和重定向 URI,复用受限
部署方式 企业需发布发现文件并配置 OAuth 服务器,Agent 需发布客户端元数据 服务端实现 MCP 端点,客户端配置连接 企业部署授权服务器,客户端注册应用
开源协议 Apache 2.0 MIT 由 IETF 标准化,非特定开源许可
社区生态 35+ 企业参与共建,含 Stripe、Shopify、Walmart、Visa、OpenAI 等 社区活跃,Anthropic 主导,已有大量工具和 SDK 支持 全球广泛部署,生态成熟

选型建议: 若企业需要解决"AI Agent 代表用户访问企业服务"的身份与授权问题,且已有 OAuth 基础设施,Poppy 是当前最贴合需求的方案——它在现有标准之上补充了 Agent 身份识别和分级授权能力,且已有头部企业背书。若企业主要关注"如何让 LLM 调用外部工具",不涉及用户身份代理场景,MCP 是更轻量的选择。

对于依赖 ChatGPT 生态的开发者,ChatGPT Actions 提供了最低的接入门槛,但受平台约束较强,无法面向企业自有 Agent 开放。综合来看,Poppy 与 MCP 并非互斥关系,二者可在同一系统中协同工作——Poppy 负责身份与授权,MCP 负责工具调用,共同构成完整的 Agent 企业服务接入方案。

6. 编辑总结

Poppy 的出现回应了 AI Agent 规模化落地过程中一个被长期忽视的关键问题:当代理代表用户与企业服务交互时,如何建立可信的身份声明与授权机制。从技术创新性来看,该协议的价值不在于发明了全新的技术范式,而在于将 OAuth 2.0、JWT、DPoP、OpenAPI、MCP 等成熟标准有机整合,并补充了 Agent 身份识别和分级授权这两个关键缺失环节。这种"基于现有标准做增量设计"的思路,既降低了企业的采用门槛,也避免了重复造轮子的资源浪费。

从实用价值角度,Poppy 的"控件而非策略"原则体现了务实的工程哲学——协议只提供选项,企业决定开放档位,用户决定授权范围,这种灵活性使其能够适配电商、金融、航空等不同行业的差异化需求。单会话跨渠道复用和全程可审计可撤销的设计,则在用户体验与企业合规之间找到了平衡点。

该协议最适合三类人群:一是正在构建个人 AI Agent 产品的开发者,Poppy 提供了标准化的企业服务接入路径;二是希望向 Agent 开放服务但又担忧安全风险的企业技术决策者,分级授权与审计机制提供了可控的开放方案;三是关注 AI Agent 基础设施演进的行业观察者,Poppy 有望成为 Agent 与企业服务交互的事实标准之一。

需要指出的是,协议目前仍处于草案阶段,其最终形态取决于参与企业的实际部署反馈和社区贡献。Poppy 能否真正成为行业标准,关键看两点:一是更多企业是否愿意在真实业务场景中部署验证,二是协议治理机制能否保持开放中立、避免单一大厂主导。从当前 35 余家企业的参与阵容来看,Poppy 已具备良好的起步基础,其发展轨迹值得持续关注。

7. 应用场景

  • 电商退换货: 用户对 Agent 说"退掉夹克",Agent 以访客身份查询退货政策,经用户登录授权后自动完成退货或换货流程。该场景充分利用了 Poppy 的分级授权和单会话复用特性,用户无需反复登录即可完成从查询到执行的全流程操作。

  • 航班改签: 航班取消后,Agent 通过航空公司的 MCP 接口查询备选航班,在用户批准后自动完成改签。此场景体现了 Poppy 多通道执行能力——Agent 既可调用 API 查询航班信息,也可在用户授权后执行改签写操作,全程可审计可撤销。

  • 房贷预审批: 用户授权后,Meta 的 Muse Agent 与 Rocket 的 Agent 协作完成价格、首付、利率确认,几分钟内出具预批信。该场景展示了 Poppy 的 mediated 登录模式和企业间 Agent 协作能力,用户只需一次授权即可让多个 Agent 协同完成复杂金融流程。

  • 银行账务服务: 用户只授予 poppy:read 权限时 Agent 可查余额账单,转账等写操作需单独授予 poppy:write。此场景体现了 Poppy 细粒度权限控制的价值,用户可根据任务需求灵活调整授权范围,兼顾便利与安全。

  • 保修与客服升级: Agent 与企业客服 Agent 对话处理保修,复杂情况自动转人工或开启用户与企业专员的直接对话。该场景充分利用了 Poppy 的企业自有 Agent 协作能力,实现智能客服与人工客服的无缝衔接,提升售后服务效率。

8. 常见问题FAQ

Q:Poppy 与现有 OAuth 2.0 授权机制有何区别?
A:OAuth 2.0 识别的是应用程序而非 Agent,且通常采用"全有或全无"的授权模式。Poppy 在 OAuth 之上增加了 Agent 身份识别层,通过 client_id、用户 ID 和 scope 的绑定,让企业明确知道"谁在替谁办事、能做什么"。同时引入五档分级权限和单会话跨渠道复用机制,弥补了 OAuth 在 AI Agent 场景下的不足。

Q:使用 Poppy 协议,用户需要交出密码或 API 密钥吗?
A:不需要。用户始终在企业官方页面亲自完成登录,代理仅获得用户批准的最小范围令牌。令牌通过 DPoP 绑定客户端密钥,且用户可随时在账户设置中一键断开授权。整个过程中用户的密码和长期凭证不会暴露给代理。

Q:Poppy 与 MCP 是什么关系,会互相替代吗?
A:二者解决的是不同层面的问题。Poppy 负责身份识别与授权,MCP 负责标准化 LLM 与外部工具的连接方式。二者可以协同工作——Poppy 确认"谁有权限做什么",MCP 解决"如何调用工具"。在实际部署中,企业可同时采用两种协议构建完整的 Agent 服务接入方案。

Q:企业接入 Poppy 需要重构现有系统吗?
A:不需要。Poppy 构建于 OAuth 2.0、JWT、DPoP、OpenAPI、MCP 等现有标准之上,企业现有授权服务器基本可直接改造接入。协议遵循"渐进式采用"原则,企业可只从网页、API 或自建代理之一开始,逐步扩展,无需一次性重构全部系统。

Q:Poppy 如何处理跨站追踪和用户隐私问题?
A:协议设计上明确禁止跨站追踪。用户登录前企业只能看到一个不含个人信息的稳定 ID,且同一用户在不同企业的 ID 互不相同——企业可识别回头客,但无法将同一用户在不同平台的行为关联起来。所有授权操作均可审计、可撤销。

Q:Poppy 目前是正式标准吗,可以用于生产环境吗?
A:Poppy 目前是开放协议草案,尚未成为正式标准。尽管已有 35 余家企业参与共建,但协议细节可能随版本迭代调整。建议企业在非生产环境先行验证,并关注协议更新动态,待稳定版本发布后再大规模部署。

9. 项目地址

相关 AI 模型文章

VeriLoop E2 – 清华大学开源的 27B 后训练模型

VeriLoop E2 – 清华大学开源的 27B 后训练模型

VeriLoop E2 是清华大学深圳国际研究生院机器人实验室开源的 27B 后训练模型,基于 Qwen3.8-27B 底座,面向代码、数学与物理推理场景。该模型采用 Apache-2.0 协议发布权重与分词器,原生支持 262,144 tokens 的上下文窗口。其核心创新在于 VGR(VeriLoop-Governed Recurrence)机制,将"模型提案"与"外部验证/持久化"彻底分离,...

Microsoft-Decision-1:微软推出的新一代快速决策AI模型深度评测

Microsoft-Decision-1:微软推出的新一代快速决策AI模型深度评测

Microsoft-Decision-1是微软推出的一款专为结构化决策任务设计的快速决策AI模型,能够从预设选项中筛选出最优解,并为每个备选答案赋予概率评分,供下游应用判断执行、重试或转人工。该模型基于开源Qwen3.5-9B架构构建,在36项基准测试中准确率均位列第一,推理速度达到GPT-6 Sol的35倍,输入成本仅为每百万tokens 0.042美元且输出免费,已在Microsoft Fou...

Clef – Cloudflare 开源的决策模型家族深度评测

Clef – Cloudflare 开源的决策模型家族深度评测

Clef是Cloudflare开源的一组决策模型家族,其核心定位并非生成开放式文本,而是在请求中临时定义问题、为每个候选选项输出概率化评分,让代码据此执行路由、拦截或升级人工等后续动作。与传统分类器需要针对新增类别反复重训不同,Clef允许在推理时动态定义类别,显著提升了决策系统的灵活性与迭代效率。该家族包含两个规格:27B参数的Clef主打精度,在Jev Decision Index基准上排名第...

Mellum2.1 深度评测:JetBrains 开源智能体编程模型的技术跃迁

Mellum2.1 深度评测:JetBrains 开源智能体编程模型的技术跃迁

Mellum2.1 是 JetBrains 推出的开源 AI 编程模型,采用 12B 混合专家(MoE)架构,每次推理仅激活 2.5B 参数。该模型的核心突破在于将强化学习(RL)从传统训练流程中的收尾环节提升为训练主体,结合数百万次沙盒环境运行,使模型能够自主探索代码库、编辑文件并自查修改,智能体编程能力实现显著跃升。在高负载场景下,Mellum2.1 的吞吐能力接近 Qwen3.5-9B 的两...

版权声明:本文部分内容由 AI 辅助生成并经人工校准,版权归本站所有,未经允许禁止任何形式的转载。