L'Agentic AI Foundation — ou comment standardiser l'IA agentique sans se tirer une balle dans le pied
En décembre 2025, la Linux Foundation a annoncé la création de l’Agentic AI Foundation (AAIF). Trois projets open source débarquent sous gouvernance neutre : MCP (Anthropic), goose (Block), et AGENTS.md (OpenAI). Backing sérieux : AWS, Google, Microsoft, Cloudflare, Bloomberg. Pas une énième coalition marketing — une vraie tentative de structurer l’écosystème agentique avant qu’il ne parte en sucette.
Le problème est simple : l’IA agentique promet de devenir infrastructure critique, mais si chaque acteur pousse son standard maison, on se retrouve avec la fragmentation qu’on connaît bien en DevOps il y a dix ans. L’AAIF, c’est le pari qu’une gouvernance ouverte vaut mieux qu’un bordel d’APIs incompatibles.
Ce qui change avec l’AAIF
L’IA agentique, c’est encore le far west. Chaque plateforme a sa façon de connecter les agents aux outils, aux données, aux workflows. Certains passent par des APIs REST custom, d’autres inventent des DSL propriétaires, d’autres encore scrapent le DOM en priant pour que ça tienne.
Le risque, c’est la balkanisation. Si tu construis un agent aujourd’hui, tu choisis un écosystème — Claude, Copilot, Gemini — et tu es coincé. Migrer vers un autre LLM ou une autre plateforme ? Réécrire les intégrations. Partager des outils entre agents de différents fournisseurs ? Bon courage.
L’AAIF part du principe que cette situation est insoutenable. Pour que l’IA agentique devienne vraiment infrastructure — utilisée en prod, critiquée pour la fiabilité, auditée pour la sécurité — il faut des standards partagés. Pas juste des specs sur papier, mais des implémentations open source avec une gouvernance qui garantit que personne ne peut décider seul de changer les règles du jeu.
C’est exactement ce qui s’est passé avec Kubernetes. Google l’a créé, puis l’a donné à la Cloud Native Computing Foundation (CNCF) pour que l’écosystème entier puisse contribuer sans craindre le vendor lock-in. Résultat : Kubernetes est devenu le standard de facto pour les workloads conteneurisés, porté par des dizaines d’acteurs qui n’auraient jamais collaboré si le projet était resté chez Google.
L’AAIF rejoue la même partition, mais pour l’IA agentique. Anthropic, Block et OpenAI abandonnent le contrôle exclusif de leurs projets. MCP, goose et AGENTS.md deviennent des biens communs, maintenus par une communauté, avec un processus de gouvernance transparent.
Les trois projets fondateurs
L’AAIF ne part pas de zéro. Les trois projets qui la composent ont déjà une adoption réelle — ce qui change, c’est qu’ils évoluent désormais sous gouvernance neutre.
MCP — le protocole de connexion universel
Model Context Protocol (MCP), c’est le standard pour connecter les LLM aux outils, données et APIs externes. Un agent veut interroger une base de données ? Lire des fichiers ? Appeler une API tierce ? Il passe par MCP.
Le protocole définit comment un client (un LLM ou un agent) découvre les outils disponibles, comment il les appelle, et comment il reçoit les résultats. Rien de révolutionnaire conceptuellement — c’est du JSON-RPC avec des conventions sur les schémas de données — mais l’adoption change tout.
Depuis son lancement en novembre 2024, MCP a été intégré par Claude, Cursor, Microsoft Copilot, Gemini, VS Code, ChatGPT. Plus de 10 000 serveurs MCP déployés, couvrant tout du simple outil de dev aux intégrations Fortune 500. Anthropic a ouvert le code, publié les specs, et maintenant le protocole vit sous l’AAIF.
Ce qui rend MCP pertinent, c’est qu’il résout le problème de la découverte. Un agent qui se connecte à un serveur MCP reçoit immédiatement la liste des outils disponibles avec leurs schémas. Pas besoin de documentation externe, pas de hardcoding des endpoints. Le serveur expose ses capacités, l’agent les consomme.
goose — le runtime agentique local-first
goose, c’est le framework pour construire et exécuter des agents en local. Pas de dépendance à un cloud propriétaire, pas de données qui partent chez un tiers. Tu veux un agent qui tourne sur ta machine, utilise tes outils, accède à tes fichiers ? goose fait ça nativement.
Le projet combine trois éléments : un runtime pour exécuter les agents, une API pour étendre leurs capacités via des outils custom, et une intégration MCP pour se brancher sur l’écosystème existant. goose parle MCP — donc tous les serveurs MCP du monde deviennent automatiquement disponibles pour les agents construits avec goose.
Block a créé goose pour ses propres besoins (Square, Cash App, Afterpay) — des workflows où la confidentialité des données et le contrôle de l’exécution sont critiques. Ils ont ouvert le code début 2025, et maintenant le projet rejoint l’AAIF.
AGENTS.md — la convention pour fiabiliser les agents de code
AGENTS.md, c’est la réponse à un problème bête mais omniprésent : les agents de code ne savent pas comment ton repo fonctionne. Quelle commande lance les tests ? Où sont les specs ? Quelle convention de commit utiliser ? Sans contexte, l’agent devine — et se plante.
AGENTS.md standardise ce contexte. C’est un fichier markdown à la racine du repo qui décrit l’architecture, les workflows, les conventions. Les agents qui supportent AGENTS.md lisent ce fichier avant d’agir, ce qui réduit drastiquement les erreurs.
Lancé par OpenAI en août 2025, le standard a été adopté par plus de 60 000 repos open source. Cursor, Devin, GitHub Copilot, Gemini CLI, VS Code — tous supportent AGENTS.md. C’est simple, non-intrusif, et ça marche.
Le fichier lui-même est minimal : quelques sections markdown qui documentent les patterns du projet. Mais l’impact est réel. Un agent qui sait où trouver les tests, comment les lancer, et quelle est la structure du code fait infiniment moins d’erreurs qu’un agent qui infère tout à partir du code seul.
graph TD
A[Agent IA] --> B[MCP Client]
B --> C[Serveur MCP]
C --> D[Outils externes]
C --> E[Bases de données]
C --> F[APIs tierces]
A --> G[goose Runtime]
G --> H[Outils locaux]
G --> I[Filesystem]
G --> B
A --> J[AGENTS.md]
J --> K[Contexte projet]
K --> L[Conventions de code]
K --> M[Workflows]
K --> N[Architecture]MCP gère la connexion aux outils externes. goose fournit le runtime local et l’extensibilité. AGENTS.md apporte le contexte projet pour fiabiliser les décisions. Ensemble, ils forment un stack cohérent pour construire des agents robustes.
Gouvernance ouverte, infrastructure critique
L’AAIF n’est pas juste un repo GitHub avec un logo Linux Foundation. C’est un changement de gouvernance qui a des implications concrètes.
Quand Anthropic contrôlait MCP seul, toute évolution du protocole dépendait de ses priorités internes. Si demain Anthropic décidait de pivoter vers un autre modèle, MCP pouvait ralentir, stagner, ou diverger. Sous l’AAIF, ce risque disparaît. Le protocole appartient à la communauté. Les décisions passent par un comité technique où les membres votent. Anthropic a une voix, mais pas de veto.
C’est la même logique qui a permis à Kubernetes de devenir infrastructure critique. Google l’a créé, mais c’est la CNCF qui l’a rendu incontournable en garantissant que Red Hat, Microsoft, AWS et des dizaines d’autres acteurs pouvaient contribuer à égalité. Résultat : Kubernetes est devenu le standard, pas la solution Google.
Pour l’AAIF, le pari est identique. MCP, goose et AGENTS.md ont prouvé leur pertinence technique. Maintenant, la gouvernance ouverte doit garantir leur pérennité. Un dev qui adopte MCP aujourd’hui sait que le protocole ne sera pas abandonné si Anthropic change de stratégie. Une entreprise qui déploie goose sait que Block ne peut pas fermer le code demain.
La neutralité, c’est aussi ce qui permet l’interopérabilité. Si chaque acteur pousse son standard maison, personne ne gagne. Si tout le monde contribue à un standard partagé sous gouvernance neutre, l’écosystème entier s’accélère.
Adoption et écosystème
Quelques chiffres pour situer l’adoption avant l’AAIF.
MCP : plus de 10 000 serveurs déployés. Intégrations natives dans Claude, Cursor, Microsoft Copilot, Gemini, VS Code, ChatGPT. Des entreprises comme Bloomberg l’utilisent en prod pour connecter leurs agents à des données financières en temps réel. AWS, Google Cloud et Azure ont tous annoncé un support officiel.
AGENTS.md : adopté par plus de 60 000 repos open source. Support natif dans Cursor, Devin, GitHub Copilot, Gemini CLI, VS Code, Amp, Codex, Factory, Jules. La convention est simple à ajouter (un fichier markdown), mais l’impact sur la fiabilité des agents est immédiat.
goose : framework open source actif depuis début 2025. Utilisé en interne chez Block (Square, Cash App), mais aussi adopté par des équipes externes qui veulent un runtime local-first. Intégration MCP native, donc compatible avec l’ensemble de l’écosystème.
L’AAIF n’invente rien — elle met de l’ordre. Les projets existent déjà, les devs les utilisent déjà. Ce qui change, c’est la garantie que ces outils évolueront de manière transparente, collaborative, et durable.
Ce que ça implique pour les développeurs
Si tu développes des agents IA aujourd’hui, l’AAIF te concerne directement.
Interopérabilité garantie : un outil qui parle MCP fonctionne avec n’importe quel client compatible. Un agent construit avec goose peut utiliser n’importe quel serveur MCP. Un repo avec AGENTS.md est compris par tous les agents qui supportent le standard. Tu construis une fois, ça marche partout.
Pas de vendor lock-in : tu n’es pas dépendant d’Anthropic pour MCP, de Block pour goose, ou d’OpenAI pour AGENTS.md. Les projets vivent sous gouvernance neutre. Si un acteur quitte, les projets continuent. Si tu veux contribuer, il y a un processus transparent.
Évolution transparente : les roadmaps, les décisions techniques, les débats sur les breaking changes — tout se passe en public. Pas de surprises. Pas de pivot surprise en communiqué de presse. Tu peux suivre les discussions, proposer des améliorations, voter sur les changements majeurs si tu es membre.
Maintenant, l’honnêteté : c’est encore jeune. MCP a un an. goose a quelques mois. AGENTS.md est une convention simple, mais son adoption dépend de la volonté des devs de documenter leurs projets. L’AAIF structure tout ça, mais le pari ne tient que si la communauté contribue vraiment.
Les fondations open source fonctionnent quand les membres investissent du temps, du code, et de l’énergie. La Linux Foundation a l’expérience (Kubernetes, Node.js, PyTorch, OpenSearch), mais c’est aux acteurs de l’écosystème agentique de faire vivre l’AAIF.
Si les projets stagnent, si les membres se contentent d’afficher le logo sans contribuer, si les roadmaps deviennent des champs de bataille politiques, l’AAIF finira comme beaucoup de consortiums : un joli site Web et des repos peu maintenus.
Mais si ça prend — et les chiffres d’adoption suggèrent que ça peut prendre — alors MCP, goose et AGENTS.md pourraient devenir les briques de base sur lesquelles l’IA agentique se construit pour les dix prochaines années.