w Divi 5 — dlaczego zwykły img nie wystarczy i jak serwować AVIF z fallbackiem

<picture> w Divi 5 — dlaczego zwykły img nie wystarczy i jak serwować AVIF z fallbackiem

przez Łukasz | kwi 16, 2026

Przejdź do Strefy Agent-Readiness
Sprawdź inne narzędzia AI

Jeśli wgrywasz obrazek do WordPressa i wstawiasz go w Divi 5, najczęściej kończysz z prostym mechanizmem: przeglądarka dostaje jeden element img, jeden format obrazu i tyle. Owszem, może dojść do tego srcset, więc urządzenie wybierze sobie lepszy rozmiar, ale nadal poruszamy się w obrębie jednego formatu. WordPressowy wp_get_attachment_image() zwraca po prostu element <img>, a nie <picture>. 

Przez lata to wystarczało. Problem zaczyna się wtedy, gdy chcesz wejść poziom wyżej i serwować AVIF. To ma sens, bo nowoczesne przeglądarki AVIF obsługują, ale wsparcie nie jest stuprocentowe we wszystkich starszych wersjach przeglądarek i systemów. Tabele kompatybilności pokazują, że AVIF jest dziś szeroko wspierany, ale nie wszędzie i nie od zawsze, więc ślepe podanie jednego pliku .avif wszystkim użytkownikom nadal może skończyć się brakiem obrazu na części urządzeń. 

I właśnie tu wchodzi <picture>.

Dlaczego

<picture>

w ogóle istnieje

 

Element <picture> powstał po to, żeby przeglądarka mogła sama wybrać najlepszą wersję obrazu na podstawie tego, co umie obsłużyć i jaki wariant pasuje do bieżącego kontekstu. MDN opisuje to wprost: przeglądarka analizuje kolejne elementy <source> i wybiera pierwszy kompatybilny wariant na podstawie srcset, media i type, a osadzony na końcu <img> pełni rolę fallbacku, gdy żaden z wcześniejszych wariantów nie będzie użyteczny. 

Najprostszy przykład wygląda tak:

<picture>
<source srcset=”obraz.avif” type=”image/avif”>
<source srcset=”obraz.webp” type=”image/webp”>
<img src=”obraz.jpg” alt=”opis obrazu”>
</picture>

W takim układzie przeglądarka bierze pierwszy format, który rozumie. Jeśli obsługuje AVIF, użyje AVIF. Jeśli nie, ale obsługuje WebP, weźmie WebP. Jeśli nie rozumie żadnego z nich, zostaje zwykły JPG z elementu img. To właśnie największa przewaga <picture> nad samym img: nie tylko różne rozmiary, ale też różne formaty z bezpiecznym fallbackiem. 

Dlaczego Divi 5 nie robi tego za Ciebie

 

I tu dochodzimy do sedna.

Divi ma moduł obrazu, potrafi korzystać z responsywnych obrazów i od dawna wspiera srcset, ale to nadal nie jest automatyczny generator <picture> z wieloma formatami. Dokumentacja i komunikacja Elegant Themes mówią o module obrazu i natywnym wsparciu srcset dla responsywnych obrazów, nie o automatycznym budowaniu picture z AVIF/WebP/JPG. 

WordPress działa podobnie. Funkcja wp_get_attachment_image() zwraca element <img>, a osobna funkcja wp_get_attachment_image_srcset() generuje wartość dla atrybutu srcset. To rozwiązuje temat różnych rozmiarów, ale nie tematu wielu formatów w jednym kontenerze. 

Czyli w praktyce wygląda to tak:

  • jeśli wgrałeś JPG, serwujesz JPG,

  • jeśli wgrałeś WebP, serwujesz WebP,

  • jeśli wgrałeś AVIF, serwujesz AVIF,

 

ale bez automatycznego mechanizmu: „daj AVIF, a jak się nie da, to WebP, a na końcu JPG”.

I właśnie dlatego, jeśli chcesz pójść dalej niż zwykły img, masz w Divi trzy sensowne ścieżki.

Trzy podejścia w Divi 5

 

Podejście A — Code Module, czyli najprościej i najbardziej bezpośrednio

 

Jeśli potrzebujesz <picture> w jednym konkretnym miejscu, najprostsza droga to Code Module i wklejenie HTML ręcznie.

To ma sens szczególnie wtedy, gdy chodzi o:

  • hero image,

  • wyróżniony obraz na stronie głównej,

  • pojedynczy ważny blok,

  • element, który ma wpływ na LCP.

 

Przykład:

<picture>
<source srcset=”/wp-content/uploads/2026/04/hero.avif” type=”image/avif”>
<source srcset=”/wp-content/uploads/2026/04/hero.webp” type=”image/webp”>
<img
src=”/wp-content/uploads/2026/04/hero.jpg”
alt=”Opis obrazu”
width=”1200″
height=”675″
loading=”eager”
decoding=”async”>
</picture>

To podejście ma dwie duże zalety: masz pełną kontrolę i nie zależysz od żadnej automatyki. Jednocześnie trzeba pamiętać, że loading=”eager” ma sens tylko dla obrazów naprawdę krytycznych, na przykład hero ponad linią załamania. Dla reszty obrazów lazy loading nadal zwykle będzie lepszym wyborem. Sam atrybut loading jest standardowym mechanizmem przeglądarkowym dla opóźniania lub przyspieszania ładowania obrazów. 

To jest też dobra opcja, jeśli chcesz dokładnie kontrolować:

  • kolejność formatów,

  • atrybuty width i height,

  • zachowanie LCP,

  • fallback.

 

Podejście B — plugin albo warstwa optymalizacji, która robi to automatycznie

 

Druga droga to oddanie tematu warstwie optymalizacji obrazów.

Na rynku są rozwiązania, które potrafią automatycznie konwertować obrazy do formatów next-gen i podawać je odpowiednim przeglądarkom. EWWW promuje w Easy IO automatyczne kompresowanie, skalowanie i konwersję do WebP/AVIF, a ShortPixel Adaptive Images komunikuje automatyczne serwowanie WebP i AVIF do wspieranych przeglądarek oraz działanie z page builderami. 

To podejście ma sens, jeśli:

  • masz dużo obrazów,

  • nie chcesz ręcznie wstawiać <picture>,

  • chcesz mieć rozwiązanie bardziej systemowe niż pojedyncze Code Module.

 

W praktyce nie zawsze będzie to dosłownie „wstawianie <picture> w kodzie strony” w każdym narzędziu, bo część rozwiązań robi to na poziomie CDN, część przez przepisywanie outputu, a część przez logikę serwera. Z punktu widzenia efektu najważniejsze jest jednak to, że przeglądarka wspierająca AVIF/WebP dostaje lżejszy wariant, a reszta fallback. 

Podejście C — filtr PHP, czyli pełna kontrola dla własnego motywu lub child theme

 

Trzecia droga to własny kod po stronie WordPressa.

Skoro wp_get_attachment_image() zwraca HTML obrazka, możesz ten HTML przechwycić filtrem i zastąpić własnym znacznikiem picture. WordPress dokumentuje samą funkcję i fakt, że zwraca ona string HTML z obrazem, więc technicznie taki kierunek jest możliwy. 

Szkic idei może wyglądać tak:

add_filter(’wp_get_attachment_image’, function ($html, $attachment_id) {
// tutaj budujesz własne <picture>
return $html;
}, 10, 2);

To rozwiązanie ma sens tylko wtedy, gdy:

  • masz child theme,

  • chcesz pełnej kontroli,

  • umiesz utrzymać taki kod,

  • nie chcesz opierać się na pluginie.

 

Do pojedynczego hero to przerost formy nad treścią. Do własnego, bardziej systemowego wdrożenia — już niekoniecznie.

Kiedy to ma sens, a kiedy nie

 

Nie każdy obrazek na stronie wymaga ręcznie budowanego <picture>.

To rozwiązanie naprawdę ma sens, gdy:

  • budujesz nową stronę i możesz to zaplanować od początku,

  • zależy Ci na LCP,

  • masz ciężkie hero images,

  • chcesz wycisnąć więcej z formatów next-gen,

  • pracujesz nad najważniejszymi obrazami, a nie nad każdą miniaturą na blogu.

 

Mniejsze znaczenie będzie to miało wtedy, gdy:

  • obraz jest mały i lekki,

  • masz już warstwę cache/optymalizacji, która robi replacement automatycznie,

  • zysk z AVIF będzie pomijalny względem całego kosztu wdrożenia.

 

Tu warto wspomnieć o LiteSpeed Cache. Oficjalna dokumentacja pokazuje, że w ustawieniach obrazu można konfigurować WebP lub AVIF Replacement, czyli automatyczną podmianę obrazów JPG na format next-gen w określonych atrybutach i miejscach. Jeśli to masz włączone i dobrze skonfigurowane, część roboty jest już wykonana bez ręcznego grzebania w Divi. 

Innymi słowy: zanim zaczniesz ręcznie pisać <picture>, sprawdź, czy Twoja obecna warstwa optymalizacji nie robi już tego za Ciebie albo nie rozwiązuje problemu wystarczająco dobrze. 

Jak to sprawdzić w praktyce

 

Najprostszy test zrobisz w DevTools.

Otwórz stronę, przejdź do zakładki Network, odfiltruj Images i zobacz:

  • czy przeglądarka pobiera .avif,

  • czy pobiera .webp,

  • czy jednak leci oryginalny .jpg albo .png.

 

To bardzo szybko pokazuje, czy:

  • Twój picture działa,

  • plugin naprawdę podmienia format,

  • LiteSpeed rzeczywiście robi replacement,

  • czy tylko wydaje Ci się, że „coś jest zoptymalizowane”.

 

Przy takich testach warto też sprawdzać stronę w więcej niż jednej przeglądarce, bo cała idea picture polega właśnie na tym, że różne przeglądarki mogą wybrać różne warianty obrazu. Kompatybilność AVIF nadal zależy od wersji przeglądarki, co dobrze pokazują aktualne tabele wsparcia. 

Najważniejsza rzecz do zapamiętania

 

Sam img z srcset rozwiązuje temat rozmiarów.

<picture> rozwiązuje temat formatów i fallbacków. 

Jeśli więc po wpisie o AVIF chcesz zrobić krok dalej i naprawdę wdrożyć nowoczesne obrazy w Divi 5, to pytanie nie brzmi już: „czy AVIF jest lżejszy?”, tylko raczej:

jak podać AVIF tak, żeby nowoczesne przeglądarki dostały AVIF, a starsze nadal zobaczyły obraz?

I właśnie na to odpowiada <picture>.

 

 

Agentic Web · Analiza

Agent wprowadza się do systemu. Microsoft to zapowiada — Google zrobił to po cichu

Na Build 2026 Microsoft pokazał Aion 1.0 — rodzinę modeli, która ma wstawić w pełni agentowe workflow bezpośrednio w Windows. To ten sam ruch, który Google wykonał kilka tygodni wcześniej, tyle że bez zapowiedzi. Dwie strategie dystrybucji agenta. Jeden kierunek: agent przestaje być aplikacją, a staje się warstwą systemu.

webflux.pl · hub Agentic Web · 6 czerwca 2026

W skrócie: Microsoft zapowiedział Aion 1.0 Plan — lokalny model 14B z 32K kontekstu, który ma wywoływać narzędzia, zarządzać plikami i orkiestrować sub-agentów wewnątrz Windows. To deklaracja, nie wydany produkt: trafi „w nadchodzących miesiącach", a wymagania sprzętowe nie zostały ujawnione.

Google nie zapowiadał — po prostu dociągnął lokalny model Gemini Nano do milionów instalacji Chrome między 20 a 29 kwietnia 2026. Przy okazji porządkujemy zamieszanie wokół protokołów: MCP i ACP nie są konkurentami — działają na różnych warstwach, a pytanie „czy Microsoft wpycha swój standard" jest źle postawione.

Co Microsoft faktycznie pokazał

2 czerwca 2026, na otwarciu Build, Microsoft przedstawił rodzinę modeli on-device o nazwie Aion 1.0. Pod marketingowym hasłem „unmetered intelligence" — inteligencja bez licznika — kryje się prosta idea: część pracy agenta przenieść z chmury na urządzenie, żeby nie płacić za każdy token i nie zależeć od połączenia. Rodzina ma dwa warianty, każdy pomyślany pod inną klasę sprzętu.

wariant lekki

Aion 1.0 Instruct

Mały model językowy (SLM) następnej generacji — szybszy i wydajniejszy od dotychczasowego systemowego SLM-a Windows. Pomyślany pod codzienną „inteligencję tekstową".

  • Streszczanie, przepisywanie, wykrywanie intencji, dostępność
  • Integracja z przeglądarką Edge
  • Preview już dziś w kanałach Edge Insider
  • Open weights na Hugging Face w lipcu 2026
wariant agentowy

Aion 1.0 Plan

Model reasoningu i tool-callingu 14 mld parametrów, 32K kontekstu. To on robi z Windows platformę agentową — ma dostarczać „w pełni agentowe workflow" lokalnie.

  • Rozumowanie nad intencją użytkownika
  • Wywoływanie narzędzi i zarządzanie plikami
  • Orkiestracja sub-agentów
  • Ships in-box z Windows „w nadchodzących miesiącach"

Różnica jest istotna i celowa. Instruct to koń pociągowy do drobnych zadań tekstowych, który ma działać wszędzie — Microsoft rozszerzył przy okazji Windows AI APIs poza NPU, także na CPU i GPU. Plan to coś zupełnie innego: to agent z prawdziwego zdarzenia, zaszyty w systemie operacyjnym, zdolny planować, sięgać po narzędzia i rozdzielać zadania na mniejsze podzadania. W kategoriach, których używamy w anatomii agenta AI, Aion 1.0 Plan to praktycznie podręcznikowy agent — pętla rozumowanie → wywołanie narzędzia → obserwacja → działanie — tyle że zamiast siedzieć w aplikacji w chmurze, mieszka w warstwie OS.

Sprawdź źródła — co jest faktem, a co zapowiedzią Oficjalny blog Windows Developer nie podaje minimalnych wymagań sprzętowych dla Aion 1.0 Plan. Krążąca w mediach liczba „NPU 40 TOPS" dotyczy rozszerzenia Windows AI APIs w ogóle, a nie samego modelu Plan. Open weights na Hugging Face dotyczą wyłącznie wariantu Instruct (lipiec 2026), nie Plan. I — co ważne dla dalszej części — Microsoft nigdzie nie potwierdził, że Aion używa MCP do tool-callingu. Traktujmy „in-box w Windows" jako zapowiedź z terminem „w nadchodzących miesiącach", nie jako produkt, który możesz dziś uruchomić.

Google zrobił to wcześniej — i nikogo nie pytał

Najciekawsze w ogłoszeniu Microsoftu nie jest to, co powiedział, tylko to, że ktoś inny zrobił to już w praktyce. Kilka tygodni przed Build, między 20 a 29 kwietnia 2026, Chrome dociągnął lokalny model Gemini Nano do dużej części uprawnionych urządzeń. Plik weights.bin wylądował w katalogu OptGuideOnDeviceModel w profilu użytkownika Chrome — bez pytania, bez fanfar. Model zasila przeglądarkowe funkcje AI: „Help me write" w polach tekstowych, wykrywanie scamów, streszczenia stron, sugestie grup kart.

To jest sedno kontrastu. Microsoft ogłasza z dużej sceny coś, co dopiero nadejdzie. Google po cichu wgrał wielkie modele na miliony maszyn i poinformował o tym dopiero, gdy deweloperzy sami znaleźli pliki. Dwie filozofie dystrybucji tej samej rzeczy: agenta w warstwie klienta.

A na Google I/O 2026 padła część druga tej układanki — Gemini Spark, opisany jako osobisty agent działający 24/7 w tle, podejmujący akcje w imieniu użytkownika, także poza samym urządzeniem. Do tego „information agents" w Search, które działają nieprzerwanie w tle i monitorują to, co dla Ciebie ważne. Jeśli zestawić to z tym, co pisaliśmy o Google I/O 2026 jako oficjalnej strategii Agentic Web, obraz robi się spójny: agent przestaje być czymś, co otwierasz. Staje się czymś, co jest zawsze włączone i zawsze obecne — w przeglądarce, w wyszukiwarce, w systemie.

Pytanie nie brzmi już „czy uruchomię agenta", tylko „co agent, który już działa na moim urządzeniu, jest w stanie zrozumieć i zrobić na mojej stronie". — i to jest pytanie o agent-readiness

MCP kontra ACP — czy Microsoft wpycha własny standard?

Przy Aion 1.0 pojawia się naturalne pytanie: jak ten lokalny agent wywołuje narzędzia? Tu trzeba uważać, bo łatwo o przekłamanie. W ogłoszeniu Intelligent Terminal — osobnej nowości z Build — Microsoft wprost wymienia protokół o nazwie ACP (Agent Communication Protocol), którym terminal dostarcza kontekst agentom. To kusi, żeby od razu ogłosić „Microsoft porzuca MCP na rzecz własnego ACP". Tylko że to byłby błąd kategorii.

MCP i ACP rozwiązują różne warstwy

Najprostsze ujęcie: MCP łączy agenta z narzędziami i danymi (integracja wertykalna — agent sięga w dół po API, bazę, plik), natomiast ACP łączy agentów ze sobą (integracja horyzontalna — agenci rozmawiają jak równy z równym). To nie są konkurenci o ten sam kawałek. W dojrzałym systemie wieloagentowym obie warstwy działają jednocześnie, na różnych granicach interakcji.

Protokół Twórca Warstwa Do czego służy Transport
MCP Anthropic wertykalna Agent → narzędzia, dane, API. „USB-C dla aplikacji AI". Standaryzuje dostęp do zasobów i pozwala przełączać dostawców modeli. JSON-RPC 2.0
A2A Google horyzontalna Agent ↔ agent między dostawcami i organizacjami. Bezpieczna współpraca i delegowanie zadań ponad frameworkami. JSON-RPC w HTTP POST
ACP IBM Research horyzontalna Agent ↔ agent wewnątrz organizacji. REST-natywna warstwa komunikatów, nacisk na prostotę i brak ciężkiego SDK. REST / HTTP

Z tego zestawienia wynika rzecz, której nie znajdziesz w nagłówkach: „ACP" to nie jeden byt. Klasyczne ACP pochodzi z IBM Research i dotyczy komunikacji agent–agent. Sam twórca IBM-owego ACP, Kate Blair, opisuje cel jako „zbudowanie HTTP komunikacji agentów" — i podkreśla, że ACP działa obok MCP, tak jak HTTP działa obok TCP/IP. To nie zastępstwo, to inna warstwa stosu.

Więc co właściwie robi Microsoft?

I tu uczciwa odpowiedź brzmi: nie wiemy jeszcze do końca — i to jest najważniejsza linia tego wpisu. Microsoft użył skrótu „ACP" w kontekście dostarczania kontekstu agentom w terminalu, co opisowo wygląda bliżej warstwy narzędziowej niż klasycznej komunikacji agent–agent w stylu IBM. Czy to to samo ACP, czy zbieżność nazw przy własnej implementacji Microsoftu? Oficjalne materiały tego nie rozstrzygają. Podobnie nie wiadomo, czy tool-calling Aion 1.0 Plan pójdzie przez MCP, przez wewnętrzny mechanizm Windows, czy przez jedno i drugie.

Dlatego pytanie „czy Microsoft na siłę wprowadza swój standard zamiast MCP" jest źle postawione. MCP i ACP nie rywalizują o to samo miejsce. Realne, sensowne pytania brzmią inaczej:

Po pierwsze — czy Microsoft w ogóle wystawi Aiona przez MCP, czy zbuduje zamkniętą, systemową warstwę tool-callingu, do której deweloperzy będą musieli się podłączać po jego stronie? Po drugie — jeśli ACP w wydaniu Microsoftu okaże się jednak osobną, firmową warstwą komunikacji, to czy to konsolidacja ekosystemu wokół otwartych standardów, czy raczej grodzenie własnego ogródka? Konsensus branżowy na połowę 2026 jest dość zgodny: MCP do narzędzi, ACP lub A2A do współpracy agentów — a najwięcej systemów produkcyjnych użyje kilku protokołów naraz. Plus warstwa narzędziowa. Plus tożsamość. Wojna „jeden protokół zwycięży" to wygodny nagłówek, ale rzeczywistość jest warstwowa, nie plemienna.

Czego tu świadomie nie przesądzamy Nie twierdzimy, że Aion 1.0 Plan używa MCP — Microsoft tego nie potwierdził. Nie zrównujemy też „ACP" z bloga Microsoftu z ACP od IBM Research; zbieżność nazwy nie przesądza o zbieżności protokołu. To są otwarte pytania, do których wrócimy, gdy pojawi się dokumentacja techniczna. Mapę wszystkich tych protokołów rozkładamy szczegółowo w osobnym wpisie.

Co to zmienia dla agent-readiness

Wszystkie te ruchy — Aion w Windows, Gemini Nano w Chrome, Spark w tle — prowadzą do jednego wniosku, który leży w samym sercu tego, czym zajmuje się webflux.pl. Dopóki agent był usługą w chmurze, „strona zrozumiała dla agenta" brzmiała trochę jak ćwiczenie teoretyczne. Gdy agent siedzi w systemie operacyjnym i działa nawet offline, ta sama teza staje się kwestią dystrybucji: agent, który czyta Twoją stronę, może być częścią systemu na milionach maszyn — nie jednym botem z jednego centrum danych, tylko domyślnym składnikiem każdego nowego laptopa.

To podnosi stawkę dwóch rzeczy, o których piszemy od miesięcy. Pierwsza to struktura: semantyczny HTML, schema.org, llms.txt, czytelne ścieżki akcji. Nasz własny eksperyment z Claude in Chrome pokazał, że agent radzi sobie o 40–60% lepiej na stronie zoptymalizowanej pod AI niż na identycznej wizualnie, ale „nieczytelnej" maszynowo. Druga to context engineering: model lokalny z oknem 32K nie ma luksusu wielkiego kontekstu chmurowego. Jeśli Twoja strona zmusza agenta do mielenia tysięcy linijek śmieciowego DOM-u, żeby dotrzeć do sedna, przegrywa z konkurentem, który podaje to samo zwięźle i czysto. Na urządzeniu każdy token kosztuje pamięć i czas, nie pieniądze — ale kosztuje.

Świadomie zostawiamy na boku jeden wielki wątek: bezpieczeństwo. Lokalny agent z dostępem do plików i tool-callingu to nowa, gruba powierzchnia ataku — Microsoft sam poświęcił temu sporą część Build, wprowadzając warstwę izolacji i tożsamości dla agentów. To temat na tyle obszerny, że rozłożymy go osobno na cyberflux.pl. Tu wystarczy zapamiętać jedno zdanie, które padło wprost z ust Microsoftu: problemem nie jest sam agent, tylko cały system, w którym agent działa — bo każda interakcja między agentem, człowiekiem, narzędziami i innymi agentami otwiera nową powierzchnię ataku. Trudno o lepszą walidację tezy, którą powtarzamy od początku istnienia cyberflux.

Agent przestał być produktem, który wybierasz. Stał się warstwą, która już tam jest. Pytanie brzmi tylko, czy Twoja strona jest dla niej widoczna.
Pytania i odpowiedzi

FAQ — Aion 1.0 i agent w systemie operacyjnym

Czym jest Aion 1.0 i czym różnią się jego dwa warianty?

Aion 1.0 to rodzina modeli AI działających lokalnie na urządzeniu, zaprezentowana przez Microsoft na Build 2026. Aion 1.0 Instruct to mały, szybki model językowy do codziennych zadań tekstowych, takich jak streszczanie, przepisywanie i wykrywanie intencji, dostępny w preview w Edge i jako open weights na Hugging Face od lipca 2026. Aion 1.0 Plan to model 14 miliardów parametrów z oknem kontekstu 32K, przeznaczony do rozumowania i wywoływania narzędzi, który ma trafić bezpośrednio do Windows i umożliwić w pełni agentowe workflow na urządzeniu.

Czy Aion 1.0 jest już dostępny do pobrania?

Tylko częściowo. Aion 1.0 Instruct jest dostępny w preview w kanałach Edge Insider już teraz, a jako model open weights na Hugging Face ma pojawić się w lipcu 2026. Aion 1.0 Plan został na razie jedynie zapowiedziany — ma trafić „w nadchodzących miesiącach" jako wbudowany element Windows na zdolnych urządzeniach, a Microsoft nie ujawnił jeszcze minimalnych wymagań sprzętowych tego modelu.

Jaka jest różnica między protokołami MCP i ACP?

MCP (Model Context Protocol, stworzony przez Anthropic) łączy agenta AI z narzędziami, danymi i API — to integracja wertykalna, czyli dostęp agenta „w dół" do zasobów. ACP (Agent Communication Protocol, rozwijany przez IBM Research) służy do komunikacji między agentami — to integracja horyzontalna. Nie są to konkurujące standardy, lecz protokoły działające na różnych warstwach stosu agentowego; w dojrzałych systemach wieloagentowych używa się ich równocześnie, często razem z protokołem A2A od Google do współpracy agentów między organizacjami.

Czy Microsoft porzuca MCP na rzecz własnego standardu?

Nie ma na to dowodów. Microsoft użył nazwy „ACP" w kontekście narzędzia Intelligent Terminal, ale nie potwierdził, że jest to ten sam protokół co ACP od IBM Research, ani nie ujawnił, jakim protokołem Aion 1.0 Plan będzie wywoływać narzędzia. Ponieważ MCP i ACP rozwiązują różne warstwy problemu, pytanie o „porzucenie MCP na rzecz ACP" jest źle postawione — to nie są wymienne standardy.

Dlaczego agent działający w systemie operacyjnym ma znaczenie dla mojej strony?

Gdy agent AI jest wbudowany w system operacyjny lub przeglądarkę i działa nawet bez połączenia z internetem, staje się domyślnym składnikiem milionów urządzeń. Oznacza to, że gotowość Twojej strony na odczyt przez agenta — czyli agent-readiness — przestaje być kwestią teoretyczną i zaczyna realnie decydować o widoczności. Strony z czytelną strukturą semantyczną, danymi schema.org i zwięzłą treścią są dla lokalnych agentów łatwiejsze do zrozumienia i obsłużenia, zwłaszcza że modele on-device pracują na ograniczonym oknie kontekstu.

Czytaj dalej w hubie Agentic Web

Sprawdź słownik pojęć Agentic-Web
Przejdź do Strefy Divi