Agentic Resource Discovery (ARD) — AI Agent统一资源发现规范¶

tags: #MCP #Agent-Infrastructure #Tool-Discovery #Standard-Protocol #Google source: Google ARD规范发布 project: Google ARD Spec score: 技术深度8/10 | 实用价值8/10 | 时效性9/10 | 领域匹配8/10 | 综合 7.8/10

核心概念¶

Agentic Resource Discovery（ARD）是 Google 联合微软、GitHub 等企业发布的开放规范，为 AI Agent 建立统一的跨组织资源发现机制。它定义了一套标准化流程，让 AI Agent 能够自动发现、验证并访问外部工具、API 和服务，而不依赖预先写死的集成逻辑或静态 Endpoint 列表。

设计原理¶

解决的核心问题¶

当前 AI Agent 基础设施中，MCP 等协议解决了"如何调用工具"的运行时问题，但缺乏"如何发现工具"的早期环节。ARD 填补了这一空白，关注 Agent 调用工具前更前置的环节——资源发现。

关键区别：MCP = 执行层（怎样调用），ARD = 发现层（在哪里找到可用的工具）。

核心设计¶

ARD 引入两个核心概念：

Catalog（资源目录）：
组织在自己的域名下发布一个机器可读的 ai-catalog.json 文件
描述可提供的能力：工具、API、Skill 以及 Agent Endpoint
文件托管在组织自有域名下，基于域名归属验证真实性
Registry（注册中心）：
负责聚合多个 Catalog
允许 Agent 根据任务意图搜索所需能力
兼容 MCP、OpenAPI 等现有执行标准

信任与验证¶

ARD 的信任机制是其设计的核心： - 基于域名的资源归属：资源声明由域名自然验证（DNSSEC 层级），类似 DKIM/SPF 的 DNS 验证模式 - Agent 在建立连接前即可确认资源真实性，降低自主 Agent 调用外部服务时的安全风险 - 安全与身份认证作为系统设计的一部分，而非事后补充

Trade-off 分析¶

优势： - 生态统一：一个标准覆盖多个组织，降低开发者集成不同私有工具接口的成本 - 安全内置：从设计层面考虑了 Agent 自主调用第三方服务的信任验证 - 与现有标准兼容：不取代 MCP/OpenAPI，而是作为发现层的补充

局限性： - 工具质量依赖：资源发现的价值取决于可供发现工具的质量和访问模式 - 计费与访问控制：规范定义了发现机制，但未解决工具的定价和访问权限管理 - 采纳门槛：企业需要额外的维护工作来发布和更新 Catalog

关键实现¶

ARD 工作流程¶

Agent 通过 Registry 发起搜索请求（描述任务意图）
Registry 查询各组织的 Catalog，返回匹配的资源列表
Agent 通过域名归属验证确认资源真实性
Agent 选择合适的工具，通过 MCP/OpenAPI 等协议调用

使用场景¶

场景	说明
跨组织工具发现	Agent 发现外部企业的 API/工具/Agent Endpoint
企业内部服务发现	大型组织内部各团队发布能力目录
动态能力扩展	Agent 根据任务需求动态发现新工具，无需预配置

联合发布企业¶

Google（主导）
Microsoft
GitHub
其他行业合作伙伴

关联分析¶

与 Stork-MCP 形成互补：Stork 关注 MCP 服务器发现，ARD 提供更通用的资源发现层
与 Claude-Ecosystem-Tools 在"工具生态标准化"方向一致
与 GKE-Agent-Sandbox 在企业级 Agent 基础设施方面有交叉
对 MCP 生态的系统性补充：MCP 定义"如何调用"，ARD 定义"何处发现"

可执行建议¶

关注 ARD 规范进展：如果后续开发需要 Agent 调用外部工具，ARD 的 Catalog 格式可能成为行业标准
个人知识库的 ARD 同理：在知识库设计中，可以考虑类似"发现层"的架构——区分"内容存储"和"内容检索"两个层次
实验 Catalog 发布：在自己的项目域名下发布 ai-catalog.json，体验 ARD 的资源声明机制

自评¶

维度	分数	权重	加权
摘要质量	8	0.25	2.00
技术深度	8	0.25	2.00
相关性	8	0.20	1.60
原创性	7	0.15	1.05
格式规范	8	0.15	1.20
加权总分			7.85

评分说明：InfoQ 文章和 Google 官方博客提供了充分的技术细节；Catalog/Registry 的概念分析和与 MCP 的区别对比清晰；信任机制的 DNS 验证思路具体；但规范尚在早期阶段，实际落地效果待验证