AI Agent 有了自己的「搜索引擎」:ARD 协议让 Agent 自主发现工具和资源

2026/06/18 ai ARD · Agentic Resource Discovery · AI Agent · MCP · 协议标准 · Google · Microsoft · GitHub 2667 字 · 约 8 分钟 阅读 ...
Google、Microsoft、NVIDIA、GitHub 等 11 家巨头联合发布 Agentic Resource Discovery(ARD)协议,让 AI Agent 能像人类用搜索引擎找网页一样,自主发现可调用的工具、技能和其他 Agent。架构采用「目录(Catalog)+ 注册中心(Registry)」模型,域名所有权充当信任锚点。OpenAI 和 Anthropic 未参与。

新闻核心

AI Agent 正在获得自己的”搜索引擎”。

Google、Microsoft、GoDaddy、Hugging Face、NVIDIA、Salesforce、ServiceNow、Databricks、Snowflake、GitHub 和 Cisco——11 家平时互为竞争对手的科技巨头——联合发布了一项名为 Agentic Resource Discovery(ARD) 的新标准。

ZDNet 以《AI agents are getting their own search engine》为题报道了这一事件。

“就像开放网络使信息民主化一样,ARD 正在使 AI 资源发现民主化。”——Google 官方博客


背景:为什么 Agent 需要自己的搜索引擎

2024 年,Anthropic 推出了 MCP(Model Context Protocol),标准化了 AI Agent 与外部数据源之间的通信协议。MCP 解决了”Agent 如何与服务器对话”的问题——就像 HTTP 标准化了浏览器与网站之间的通信。

但 MCP 没有解决的问题是:Agent 怎么知道有哪些工具和服务可以用?

ZDNet 的比喻非常到位:

MCP 让开发 App 成为可能。但在没有 App Store 之前,用户很难找到和使用这些 App。ARD,通俗来讲,就是那个 App Store

Microsoft 技术院士 Ramanathan Guha 的表述更直接:

“AI 的能力受限于它被连接了什么。AI 只能使用明确连接到它的东西,其他的一切就像不存在一样。”

目前的情况是:每个 Agent 只能使用被”显式配置”给它的工具。如果某个部门的 Agent 不知道另一个部门有可用的数据分析服务,那这个服务对它来说就像不存在一样。

ARD 要解决的就是这个信息差。 它是专为 AI Agent 设计的资源发现协议——Agent 的”搜索引擎”。


ARD 技术架构

两大核心组件

ARD 采用目录(Catalog)+ 注册中心(Registry)的架构模型:

组件类比说明
Catalog(目录)🌐 网页组织在自己的域名下托管 ai-catalog.json 文件,描述自己提供的能力和工具
Registry(注册中心)🔍 搜索引擎爬取 Catalog、建立索引,Agent 查询时返回匹配的能力和元数据

工作流程

组织 A 发布 ai-catalog.json → Registry 爬取并索引 → Agent 查询 Registry → 
获得匹配结果 → 验证发布者身份 → 连接工具并执行

信任模型

一个关键问题是:如果 Agent 能自主发现和使用工具,如何防止恶意工具被调用?

ARD 的信任模型基于域名所有权

  • 一个 Catalog 托管在 microsoft.com 上,其可信度由域名所有权担保
  • 架构层次模拟 DNS,而非传统的 Web 搜索引擎
  • 在生产环境中支持加密信任元数据、Agent 身份、信任清单和出口策略

Google 指出,企业级控制还涵盖:Agent Identity、Trust Manifests、Egress Policies 和 Pinned Endpoints。

与 MCP 的关系

协议解决什么问题类比
MCPAgent 如何与工具通信HTTP 协议
ARDAgent 如何发现可用工具Google 搜索引擎

两者是互补关系,不是替代关系。ARD 处在 MCP 的”上游”——它帮助 Agent 决定调用哪个工具,然后通过 MCP 完成调用。


首批实现

平台产品说明
GitHubAgent Finder基于 ARD 构建,让 Copilot 能在运行时从公开或私有 Registry 中发现和调用 MCP 服务器、技能、工具和 Agent
Hugging FaceDiscover ToolARD 参考实现,提供语义搜索,可搜索”数千个技能和 MCP 服务器”
GoogleAgent Registry(Gemini Enterprise)内置于 Gemini Enterprise Agent 平台,原生 ARD 支持将在”未来几个月”上线

ARD 规范以 Apache 2.0 许可证开放,基于 Linux Foundation 工作组开发的 AI Catalog 数据模型。规范地址:AgenticResourceDiscovery.org。


参与者与缺席者

这份名单本身就值得玩味:

✅ 参与方:Google、Microsoft、GoDaddy、Hugging Face、NVIDIA、Salesforce、ServiceNow、Databricks、Snowflake、GitHub、Cisco

❌ 未参与:OpenAI、Anthropic

OpenAI 和 Anthropic 的缺席可能意味着两件事:

  • 它们可能有自己的 Agent 资源发现方案(生态锁定策略)
  • 或者它们认为 ARD 的信任模型还不够成熟,暂时观望

无论哪种解释,这个”缺席”本身就是一个信号。


安全担忧

文章也坦诚指出了安全风险:

  1. 攻击面扩大:如果 Agent 能自动发现和调用工具,攻击者就有新的理由去攻击域名、部署流水线和 Catalog 文件
  2. 高价值目标:一个成功被篡改的 Catalog 可以影响大量 Agent,成为高杠杆攻击入口
  3. 域名锚点依赖:信任模型依赖 DNS 安全,但 DNS 本身并非不可攻破
  4. Hugging Face 的示例令人不安:数千个技能和 MCP 服务器可通过语义搜索被 Agent 发现——”你能理解为什么这让我有点担心吗?”(文章原话)

文章作者(ZDNet)的立场是:不认为自己比 Google、Microsoft、Cisco 更懂安全,但 ARD 创造的高价值目标确实是采用者需要认真对待的问题。


行业意义

  1. MCP 之后的第二块拼图:MCP 解决了通信,ARD 解决了发现。两者合在一起,Agent 工具调用的基础设施才算基本完整。

  2. 去中心化 vs 平台锁定:ARD 的核心理念是去中心化——任何组织都可以发布自己的 Catalog,任何 Registry 都可以爬取和索引。Google 称这是”没有中央守门人的开放生态”。但实际落地中,大平台的 Registry 可能会形成事实垄断。

  3. OpenAI 和 Anthropic 的缺席是一个信号:AI 领域的”标准化”往往伴随着激烈的生态竞争。谁控制了 Agent 资源发现层,谁就在 Agent 生态中占据了战略位置。


参考资料

文档信息