背景

Hugging Face 的 Spaces 不仅是一个模型演示平台，更逐渐演变成可被 AI agent 直接调用的“构建块”。近期，Hugging Face 为每个 Gradio Space 添加了 agents.md 文件，暴露了调用该 Space 所需的标准端点、认证方式和输入输出格式。这意味着一台 agent 可以像调用函数一样调用一个 Space。

社区成员 Mishig Davaadorj 最近进行了一次实验：他请求一个编码 agent 构建一个展示巴黎景点 3D 高斯泼溅的网站。整个过程中，他没有手动运行任何图像生成或 3D 重建工具，而是由 agent 独立完成了所有工作——通过链式调用两个 Hugging Face Space，自动生成了图片和 3D 模型，并装配成可交互的网页。

核心内容分析

构建块经济：从代码库到多模态 AI

Mitchell Hashimoto 曾提出“构建块经济”（Building Block Economy）的概念：最有效的软件开发方式不再是构建庞大的单体，而是组合小巧、文档完善的组件，而 AI 特别擅长将这些经过验证的组件粘合在一起。这一理念最初体现在代码库上，但如今也适用于多模态 AI：图像模型、视频模型、语音模型、3D 重建模型——使用它们的难点从来不在模型本身，而在于集成过程中的 SDK、权重、GPU、输入格式等细节。如果每个模型都变成一个文档化的可调用块，agent 就能像拼装 npm 包一样将它们组合起来。

agents.md：每 Space 都是一个构建块

Hugging Face 上已经部署了成千上万个 SOTA 模型（大部分是开放权重），大多数以 Space 形式存在。现在，每个 Gradio Space 都暴露了一个 agents.md 文件，该文件用纯文本告诉 agent 如何调用该 Space。例如，curl 获取 https://huggingface.co/spaces/.../agents.md 会返回：

• API schema URL
• 调用模板和轮询模板
• 文件上传方式
• 认证提示（使用 Bearer token）

没有客户端库，没有硬编码集成。Agent 读取该文件后即可端到端驱动该 Space。真正的解锁在于链式调用：一个 Space 的输出成为下一个 Space 的输入。

实际案例：从提示词到 3D 景点

Mishig 的 agent 链式调用了两个 Space：

1. 图像生成 Space（通过文本提示生成巴黎景点的图片）
2. 3D 重建 Space（将这些图片转换为 3D 高斯泼溅）

agent 自动读取每个 Space 的 agents.md，依次调用，并将最终生成的 3D 模型集成到网页中。整个过程无需人工干预，展示了 agent 在多模态 AI 工具链中的巨大潜力。

行业影响与专业点评

这一案例生动地展示了 Hugging Face Spaces 作为“AI 函数库”的潜力。agents.md 协议让任何 Gradio Space 都成为 agent 可调用的 API，极大地降低了多模态 AI 应用的开发门槛。开发者不再需要手写集成代码，只需定义工作流，agent 就能自动组合模型。

对于 AI 社区而言，这意味着：（1）已有的高质量 Space 可以立即被 agent 重用，无需二次开发；（2）模型开发者只需维护一个 Space 并编写 agents.md，就能让整个 agent 社区利用其能力；（3）复杂的多步 AI 流水线（如“文本→图像→3D”）可以像脚本一样被 agent 自动化执行。

随着越来越多的 Space 加入 agents.md 支持，我们正在见证一个开放的 AI 组件生态系统的诞生。未来，agent 或许能像使用命令行工具一样自由组合各种 AI 能力，从而解锁前所未有的创造力。

---

来源