# Sierra Poppy 個人智能體協議來了，企業怎麼接？

> Sierra推出SierraPoppy個人智能體協議v1.0，標誌着客戶觸點正從“人點網頁”轉向“個人智能體對接企業智能體”。企業必須提前準備標準接口與權限管控。

來源：https://www.starboxai.ai/zh-hant/insights/ai-news/2026-11-14-sierra-poppy-agent-protocol/（星盒AI 知識中心，更新於 2026-11-14）

2026 年 11 月 13 日，企業級智能體平台 Sierra 宣佈 Sierra Poppy 個人智能體協議（Poppy v1.0）正式上線。這項協議定義了消費者的個人智能體，如何通過企業智能體、企業網站和 [API](/zh-hant/glossary/api/) 與公司直接交互。

這次發佈不是小打小鬧。Shopify 已經為平台上覆蓋 175 個國家和地區的數百萬商家預設開啓了 Poppy 文件；Meta 旗下的 AI 智能體 Muse 訪問任何網站時都會優先尋找 Poppy 協議；包括 Salesforce、Twilio、Cisco、土耳其航空、Mercury 銀行在內的夥伴名單已經超過 100 家。

很多企業老闆以為智能體落地，就是給官網右下角加一個會聊天的客服機器人。但我必須給各位提個醒：未來的客戶觸點，根本不是消費者打開你的 App 或點擊你的網頁，而是消費者的個人智能體直接找上門，跟你的企業系統談生意。

## 什麼是 Sierra Poppy 個人智能體協議？

簡單説，Sierra Poppy 個人智能體協議就是一個讓“個人 AI”和“企業 AI”能夠聽懂彼此、合法合規辦事的通用標準。

以往用戶的個人助理想要幫你訂機票、買衣服，只能像爬蟲一樣去刷網頁，容易被防火牆攔截，也沒法做複雜身份認證。Poppy 協議主要基於三大成熟技術搭建：
- **MCP（模型上下文協議）**：讓個人智能體調用外部工具。
- **OpenAPI**：向外部智能體清晰暴露企業能提供哪些數據和接口。
- **UCP（通用商務協議）**：處理選品、加購、結算等交易細節。

在這個架構裏，Poppy 充當門衞和接待員。當用戶的個人智能體訪問企業時，首先亮明身份，搞清楚能幹什麼；需要涉及個人賬戶資產或核心交易時，系統通過 OAuth 標準讓用戶授權。比如 Mercury 銀行的用戶可以讓智能體查賬、做預算，但發起大額轉賬時，依然必須通過既定的審批策略；土耳其航空支持智能體幫會員查升艙並完成確認，全程不需要用戶離開對話界面。

## 為什麼説 A2A交互標準 正在顛覆傳統流量？

做市場和業務的人要看懂這一層：流量入口變了。

過去二十年，企業營銷拼的是 SEO、資訊流廣告、App 下載量。邏輯很簡單：花錢買曝光，吸引人類的眼球點進網頁，再靠優秀的 UI 設計和銷售話術促成轉化。

一旦 A2A交互標準（[Agent](/zh-hant/glossary/agent/)-to-Agent，智能體對智能體）普及，這個邏輯就徹底失效了。

比如一家做工業除濕機的企業市場總監，過去每天盯着百度推廣後台、微信公眾號改版，研究落地頁怎麼做才能留住訪客。但在新場景下，買家根本不親自搜網頁，而是直接對自己的個人助理説：“幫我找三家支持非標定製、具備防爆認證、交期在 15 天以內的工業除濕機源頭廠家，核對技術參數和開票資質，生成對比表向我彙報。”

這時候，買家的智能體順着網絡去找接口。如果你的官網只有一堆花哨的 Flash、不可被機器讀取的海報圖片，或者防爬防火牆把外部智能體一棍子打死，那你連被比對的資格都沒有。相反，如果你的系統公開了符合規範的機器可讀數據，買家的智能體幾毫秒內就能讀完你的參數、拉取現貨庫存，甚至直接發起詢價。

人看界面，AI 看協議。當消費者的個人智能體接管了資訊蒐集與交易發起權，企業拿不出標準對接方式，就等於把大門關死了。

## Agent客服改造：企業面向外部智能體的自查清單

很多技術團隊會陷入一個誤區：覺得既然要對接外部 AI，就得把整個核心 ERP 和數據庫全部開放。這種想法錯在把“開放能力”和“放開權限”搞混了，不僅開發成本高，還會帶來嚴重的數據泄漏風險。

真正的 Agent客服改造 和 MCP企業落地，遵循的是分級開放邏輯。我整理了一份企業面向外部個人智能體開放接入的“三層接口與權限自查清單”，企業技術團隊和業務負責人可以對照執行：

| 交互層級 | 面向對象與場景 | 接口與技術規範 | 必須配置的權限與安全防線 |
| :--- | :--- | :--- | :--- |
| **第一層：公開只讀層（基礎探測）** | 外部個人智能體初次到訪，探明企業是誰、賣什麼、有哪些能力。 | 靜態 `poppy.json` 或 `schema.org` 元數據文件；公開 OpenAPI 目錄。 | 僅限公開產品資訊、技術參數、官方資質；完全禁止讀取任何內部數據與用戶隱私。 |
| **第二層：交互對話層（意圖理解與問答）** | 消費者的個人助理與企業智能體直接溝通，詢問非標需求、核實具體服務條款。 | 基於 MCP企業落地 規範暴露工具函數；企業端部署智能體應答服務。 | 輸入輸出過濾；限制單次交互速率與會話輪次，防止惡意刷取算力或爬蟲套取敏感方案。 |
| **第三層：賬戶與事務層（交易與履約）** | 涉及查看個人訂單、會員權益、修改地址、支付與下單等敏感操作。 | 嚴格採用 OAuth 2.0 授權；遵循 UCP 等交易協議對接底層業務 API。 | 用戶顯式授權確認；關鍵交易動作（如扣款、大額轉賬）必須觸發人機交互雙重確認（HITL）。 |

對照這份清單，企業可以從第一層開始輕量試水，先讓自家的產品規格和官方服務支持機器讀取，再逐步打通業務系統。

## 從星盒的實踐看

在星盒AI 協助企業落地的實踐中，我們服務了 500+ 家企業，平台部署了 300+ 組實戰智能體。我們在推進企業 AI 落地（FDE）派駐工程師到現場時發現，很多企業一開始總是執着於“做一個自己員工用的內部助手”，而忽略了外部流量環境正在發生的劇烈變化。

外部流量不僅在轉向豆包、DeepSeek 等 [AI 搜尋](/zh-hant/glossary/ai-search/)平台，更在加速流向各類具備執行力的個人智能體。我們在幫助企業做系統改造時，第一步往往是為企業搭建專屬知識庫，梳理規範的企業底層數據，不僅供企業內部調遣，更讓企業能通過星盒GEO 等自動化系統，把標準、準確的品牌事實穩定分發出去。

如果底層知識混亂、接口缺失，外部的個人智能體連你的品牌主營業務都讀不準，更別談促成後續的諮詢與履約。無論是應對 AI 搜尋還是對接外部個人智能體，底層的核心都是企業資產的數據化與標準化。

企業要清醒意識到：未來的商業競爭，前端是個人智能體幫用戶做決策，後端是企業智能體替品牌做承接。儘早把你的產品、服務與接口整理成機器可讀的語言，是未來幾年最確定的佈局。