AI Agent（AI 代理）的協議名單又變長了。Meta 與企業 AI 新創 Sierra 10/6 宣布，將聯合 Genesys、Instinct、Rocket、Shopify、Stripe、Walmart 等業者開發「Personal Agent Protocol（PAP）」，希望建立一套個人 AI Agent 與企業互動的共同標準，包括身分驗證、使用者授權，以及企業如何掌握 Agent 透過網站、API 或企業 Agent 執行的行動。
不過 AI Agent 相關的協議已經越來越多：MCP、A2A、UCP、ACP、AP2、TAP，如今又多了 PAP。這些名稱看起來都在處理 Agent，實際上各自解決什麼問題？為什麼還需要再多一套？
PAP 此時出現，反映了個人 AI Agent 與企業互動已經碰到實際問題。Sierra 共同創辦人 Bret Taylor 向《CNBC》形容，在共同標準出現以前，企業面對個人 Agent 如何存取資訊仍處於「有點混亂」的狀態。
《TechCrunch》報導，Amazon 近期開始阻擋 Meta 的個人 AI Agent Muse 進入購物網站；Walmart 雖已與 Muse 合作，部分使用者仍因網站要求點擊按鈕證明「是真人」，導致 Agent 無法完成購物。報導指出，這些案例顯示，原本用來驗證真人、防範垃圾訊息（spam）與惡意機器人（bot）的機制，不一定適合 Agent 開始代表使用者辦事的環境。
PAP 想解的是：這個 Agent 代表誰，又能做什麼？
根據 Sierra 官方說明，現在許多個人 Agent 仍像真人一樣載入網頁、點擊表單，做不到時甚至可能改走客服電話或網路客服。PAP 則希望建立更直接的互動方式，讓 Agent 可以透過企業既有網站、API，甚至直接與企業自己的 Agent 溝通。
其中核心不只是讓 Agent「進得去」。企業需要知道何時有 Agent 代表顧客前來，並自行決定願意開放哪些功能；消費者也能決定 Agent 只有唯讀權限，或可以修改資料。例如 Agent 可以先以訪客身分查詢庫存，需要修改訂單時，再由使用者授權登入。相關連線則建立在既有的 OAuth 授權標準上。
Meta Superintelligence Labs 工程與消費產品副總裁 David Singleton 向《CNBC》指出，Agent 若要替人完成更多工作，往往會接觸信用卡與個人資訊，因此企業需要更多可見性與控制。他也把 PAP 類比為電子郵件（Email）：不同服務之所以能互相寄信，是因為背後存在共同標準；Meta 希望個人 Agent 與企業 Agent 未來也能有類似的溝通機制。
不過 PAP 目前仍在早期階段。Sierra 預計 10 月稍晚才發布 v0.1 規格，之後還將舉辦設計工作坊並推出參考實作，現階段還不是已經廣泛部署的成熟標準。
MCP、A2A、UCP、ACP、AP2、TAP 到底各自在管什麼？
要理解 PAP 的定位，得先釐清目前已經出現的一長串 Agent 協議。Google 今年 3 月發布 Agent 協議指南時也提到，MCP、A2A、UCP、AP2、A2UI、AG-UI 等名稱乍看像是一組互相競爭的標準，但實際上解決的問題並不相同。
其中 Model Context Protocol（MCP）主要處理 Agent 如何連接外部工具與資料；Agent2Agent（A2A）則讓不同 Agent 發現彼此能力、溝通與協作。簡單來說，MCP 偏向 Agent 使用工具，A2A 則偏向 Agent 彼此交談。
進入商務場景後，又需要處理商品、訂單與支付。Google 與 Shopify 等業者共同開發的 Universal Commerce Protocol（UCP），則涵蓋較完整的商務流程，包括商品探索、購物車、結帳到訂單管理的商務流程，也能搭配 MCP、A2A 與支付協議使用。
OpenAI 與 Stripe 推動的 Agentic Commerce Protocol（ACP）同樣瞄準 Agent 商務，重點則放在買家、AI Agent 與商家如何透過共同介面完成購買與結帳，同時讓商家保留既有後端與支付系統。
但 Agent 能完成購買流程，不代表它已取得付款授權。Google 的 Agent Payments Protocol（AP2）更聚焦支付授權，透過可驗證的授權紀錄，證明使用者究竟允許 Agent 執行哪些交易，例如限定可購買的商家、支出上限或特定交易內容。
另一套容易與 PAP 混淆的是 Visa 的 Trusted Agent Protocol（TAP）。Visa 官方將它定位為一套可驗證的密碼學標準，讓商家辨認經認可的 AI Agent，並區分合法 Agent 與惡意 bot、一般爬蟲；可信 Agent 會在請求中附上數位簽章，供商家驗證 Agent 身分及請求是否遭竄改。
PAP 與 TAP 因此有部分功能交集，但重點不完全相同：TAP 偏重商家如何驗證可信 Agent，PAP 則把範圍延伸到個人 Agent 與企業之間的授權與互動。
協議越來越多，更像在形成一套分層協議架構
《PYMNTS》把這些協議放在同一個 Agent 商務架構下觀察，認為眼前看似是一場充滿縮寫的標準戰，實際更像逐步形成一套分層協議架構（protocol stack）：不同協議分別處理工具連接、Agent 溝通、購物與結帳、消費者授權、Agent 身分與支付。
但「分層」不代表彼此完全切開。 UCP 與 ACP 都碰到購物與結帳，TAP 與 PAP 也都涉及 Agent 身分與信任。《PYMNTS》指出，對商家而言，實務難題之一，是如何避免為每個 AI 平台、Agent 框架與支付網路各做一套整合。
AI Agent 的相關協議越來越多，背後反映 Agent 正逐步走進不同的企業與商務環節。對企業而言，接下來更實際的問題，是如何把這些 Agent 接進既有的商務流程、身分驗證與權限管理機制，而不必為每種 Agent 各自重做一套整合。
【推薦閱讀】
◆ Amazon 封鎖 Meta Muse、Shopify 卻主動接入：AI Agent 能不能進站，誰說了算？
＊本文開放合作夥伴轉載，資料來源：《CNBC》、《TechCrunch》、Sierra、《PYMNTS》、Think Facility、Google、ACP、Visa，首圖來源：Sierra
