Table of Contents
背景
随着 AI 代理能力的提升，人们开始探索如何将多个模型组合成更复杂的管道。Hugging Face 的 Mishig Davaadorj 做了一个令人印象深刻的演示：他让一个编码代理仅通过调用两个 Hugging Face Spaces，就自动生成了一个包含巴黎纪念碑 3D 高斯喷溅（Gaussian Splat）视图的交互式网站。整个过程中，他没有手动打开任何图像生成器或 3D 重建工具，所有资产都由代理通过调用 Space 的公共接口自动生成。
这个演示强有力地展示了 Mitchell Hashimoto 提出的“积木经济”（building block economy）理念：最高效的软件开发方式不再是构建庞大的单体应用，而是将经过验证的小型、良好文档化的组件组合起来。AI 代理特别擅长拼接这些现成的组件，而不是从零开始构建。
核心内容分析
实现这一管道的关键在于 Hugging Face Spaces 新增的 agents.md 规范。每个 Gradio Space 现在都可以提供一个纯文本的 agents.md 文件，其中精确描述了如何通过 HTTP 调用该 Space。例如，调用 VAST-AI/TripoSplat Space 的 agents.md 会返回 API schema URL、调用端点、轮询结果的方式、文件上传方法以及认证提示（使用 HF_TOKEN）。代理读取这些指令后，无需任何客户端库或硬编码集成，即可端到端地驱动 Space。
在这个示例中，代理链式调用了两个 Space：第一个是图像生成空间，用于生成巴黎各纪念碑的图片；第二个是 3D 重建空间，将生成的 2D 图像转换为 3D 高斯喷溅格式。代理通过 curl 获取第一个 Space 的 agents.md，按照模板发送图像生成请求，轮询获取结果图像，然后将这些图像作为输入传递给第二个 Space 的 agents.md 指定的接口，最终获得 3D 数据。代理还将所有 3D 喷溅整合到一个交互式查看器中，形成一个完整的网站。
值得注意的是，整个流程中代理自动处理了文件上传、结果轮询和错误处理。Hugging Face 的 agents.md 规范使得每个 Space 都成为可组合的模块，而代理则成为将这些模块粘合在一起的“胶水”。
行业影响/专业点评
这个演示标志着 AI 应用开发方式的一个转折点。过去，要构建一个多模态应用（如图像生成 + 3D 重建），开发者需要了解多个模型的 API、管理 GPU 资源、处理数据格式转换。而现在，通过 agents.md 和标准化的 Space 接口，一个编码代理可以自动完成这一切。这大大降低了多模态应用的门槛，使得非专业开发者也能够快速原型化复杂的 AI 产品。
更重要的是，这种模式推动了 AI 生态系统的模块化。每个 Space 独立部署、独立迭代，通过 agents.md 暴露调用方式，成为可复用的积木块。未来，我们可能会看到大量针对特定任务的 Space（如文本转语音、视频生成、代码执行等），而代理则成为用户与这些积木块交互的通用接口。Mishig 的演示只是一个开始，它预示着“代理驱动的多模态创作”将成为常态。
