谷歌联合多家企业发布 Agentic Resource Discovery 规范，为 AI Agent 建立统一资源发现机制
谷歌与微软、GitHub、Hugging Face 等十余家公司共同推出了 Agentic Resource Discovery（ARD）开放标准。该规范旨在解决 AI Agent 在跨组织发现、验证和调用外部工具、API 与服务时缺乏统一机制的问题。ARD 不是要取代现有的 MCP、OpenAPI 等执行协议，而是在资源发现层面补充一层独立标准，让 Agent 能在运行时动态找到可用能力，而非依赖预先写死的集成列表。
为什么需要 ARD？
当前，AI Agent 已经能通过 Model Context Protocol（MCP）等协议调用各类工具，但调用之前的关键一步——发现——却缺乏标准化。不同组织提供的 API、工具、Service 和 Agent 端点散落在各处，没有统一的机器可读清单。Agent 要么只能访问预先配置好的少数服务，要么需要开发者逐一对接私有文档和接口格式。
谷歌云杰出工程师 Srinivas Krishnan 解释：
问题听起来简单，但真正解决起来并不容易，尤其是在企业环境中。企业需要的不只是“找到一个能用的工具”，还必须具备完善的治理能力，并将安全和身份认证作为系统设计的一部分，而不是事后再补上。
ARD 正是在这个“更早的环节”上建立桥梁：让 Agent 能够跨组织发布、发现并验证资源，同时保留对现有执行标准的兼容性。
ARD 的核心概念：Catalog 与 Registry
ARD 规范引入了两个关键组件：
- 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，描述其可提供的能力——例如工具、API、Skill、Agent 端点等。 - Registry（注册中心）：聚合多个 Catalog 的服务。Agent 可以根据任务意图搜索所需能力，无需依赖预先写死的集成逻辑或静态端点列表。
借助这种机制，Agent 可以跨组织发现相关资源，同时仍然兼容 MCP、OpenAPI 等现有标准。Catalog 和 Registry 是互相独立且可组合的，不同框架和服务提供商都可以按需接入。
ARD 工作流程示意图（来源：谷歌博客）
信任与验证：Agent 如何确认资源可信？
ARD 将信任机制作为设计的核心部分。它提供基于域名的资源归属和验证功能——Agent 在建立连接之前，能确认所发现资源的真实性。这一设计旨在降低自主 Agent 调用第三方服务或企业内部系统时可能带来的安全风险。
换句话说，Agent 不仅仅是要“找到”一个工具，还要确保这个工具确实属于声称的组织，并且没有被篡改或冒充。
生态现状：已有早期采用者
ARD 规范由谷歌、微软、GitHub、Hugging Face、Cisco、Databricks、GoDaddy、英伟达、Salesforce、ServiceNow、Snowflake 等企业共同制定。目前已有多个基于 ARD 的早期实现：
- GitHub Copilot 的 Agent Finder：在运行时利用 ARD 发现可用能力。
- Hugging Face 的 Discover Tool：同样基于 ARD 实现资源发现。
微软 AI 首席工程师 Jennifer Marsman 强调：
ARD 的目标并不是建立一个包含所有资源的全球统一目录。未来会存在许多资源发现服务，它们会根据各自索引的资源、服务对象以及排序策略提供不同的能力。ARD 可以帮助 AI 客户端发现这些能力，但它并不能替代身份认证、授权、治理，以及组织层面的信任决策。
在 Reddit 社区的讨论中，有开发者指出，统一标准最大的价值在于降低生态系统的开发门槛：“一个统一的基础协议，可以让开发者更容易构建替代方案，而不必逐一研究各种私有文档和接口格式。”当然，也有观点提醒：这类资源发现机制能发挥多大价值，仍然取决于可供发现的工具质量，以及它们的访问和计费模式。
未来与实施
目前，ARD 规范已正式发布，同时提供了参考实现和相关文档。企业可以尝试在自己的域名下发布能力目录，并探索规范定义的联邦资源发现模型。规范内容包括：
- 数据 Schema（ai-catalog.json 的结构）
- 信任验证机制（域名验证等）
- 不同资源发现服务之间的互操作性指南
ARD 生态将继续通过社区协作不断完善，包括参考实现的反馈，以及对 Schema 和治理模型的持续扩展。