一句话看懂：谷歌联合微软、英伟达、GitHub、Hugging Face 等多家行业公司，共同推出了一项名为 Agentic Resource Discovery 的开放标准，旨在为 AI Agent 提供统一的工具、API 和服务发现机制。该规范主要解决当前 Agent 生态中“找到了能力但不知道怎么接”的问题，而非直接调用工具。
事件核心：发生了什么
2024 年底，谷歌云牵头发布了 ARD 规范，参与方包括微软、GitHub、Cisco、Databricks、GoDaddy、英伟达、Salesforce、ServiceNow、Snowflake 和 Hugging Face。该规范定义了两种核心资源：Catalog（资源目录），以 JSON 文件形式在组织域名下发布，描述可公开的工具、API、Skill 和 Agent Endpoint；Registry（注册中心）则负责聚合这些目录，并允许 Agent 根据任务意图自主搜索可用能力。目前，GitHub 已在 Copilot 中推出基于 ARD 的 Agent Finder，Hugging Face 也上线了 Discover Tool 用于运行时能力发现。ARD 不直接调用工具，而是与 MCP（模型上下文协议）、OpenAPI 等已有执行标准协同工作，定位为发现层。
谷歌云杰出工程师 Srinivas Krishnan 表示，企业环境中 Agent 发现资源不仅需要功能匹配，还必须内建身份认证和治理机制。ARD 采用了基于域名的资源归属与验证设计，Agent 在对接前可校验资源来源的真实性，以降低第三方服务或内部系统调用的安全风险。规范中还包括数据 Schema、信任验证机制以及不同发现服务间的互操作性指南。
为什么重要
当前 AI Agent 基础设施面临一个关键瓶颈：各类工具和 API 虽已广泛存在，但缺乏统一的发现与信任体系。类似于分布式系统中服务发现对微服务生态的意义，ARD 试图为 Agent 生态补上“可发现”这一环。微软 AI 首席工程师 Jennifer Marsman 也指出，ARD 的目标并非建立一个全球统一目录，而是允许存在多个竞争性的资源发现服务，根据索引内容、服务对象和排序策略各司其职。这意味着，Agent 在不同场景下可以选择不同的发现源，而无需为每个平台分别适配接口。
从行业格局看，谷歌联合多家跨领域企业（包括云服务商、开发者平台、开源社区、硬件厂商和 SaaS 企业）推动这一开放标准，可能加速 Agent 从“预制集成”走向“运行时动态发现”的范式转变。开发者不再需要事先写死工具列表或 Endpoint 地址，Agent 可在任务执行中自主搜寻和选择可用能力。
对用户/开发者/创作者的影响
对企业开发者：如果你的团队正在构建 Agent 应用，可使用 ARD 的参考实现发布自己的 ai-catalog.json 文件，使 Agent 能跨组织发现你的工具。这降低了与外部系统对接的集成门槛，但身份认证、授权和治理决策仍需要自己处理。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
对普通用户：短期内影响有限。GitHub Copilot 内的 Agent Finder 已开始利用 ARD 实现运行时发现，意味着未来用户与 Agent 交互时，Agent 能自动匹配更多第三方工具，而不局限于官方预装的能力。
对平台和工具提供商：采用 ARD 标准可提升自身工具在 Agent 生态中的可见度，但前提是工具本身质量和访问模型（如计费方式）具有竞争力。有 Reddit 社区观点指出，统一标准的最大价值在于降低生态开发门槛，但最终效果仍取决于可发现工具的实际可用性。
值得关注的后续
第一，ARD 规范刚发布，目前只有 GitHub 和 Hugging Face 等少数早期实现。需关注是否有更多主流工具平台（如 AWS、OpenAI、Anthropic）跟进采用。第二，信任与验证机制如何在联邦环境下落地，例如不同 Registry 之间如何互信、如何防止恶意目录污染。第三，开发者接受度——是否愿意在自己的域名下发布维护 ai-catalog.json，并持续更新能力描述。目前公开信息显示，规范仍处于社区协作完善阶段，Schema 和治理模型后续可能会有扩展修订。
来源：InfoQ CN
