30 秒快速回答

ARD(Agentic Resource Discovery,智能体资源发现)是给 AI Agent 用的一层「发现协议」:让智能体在运行时自己去找、去核验、去连接它所需要的工具、技能和其它智能体,而不是靠工程师把每个接口硬编码进去。

它的核心价值一句话:MCP 解决「怎么调用」,A2A 解决「怎么对话」,ARD 解决「去哪儿找、凭什么信」——三者拼起来,Agent 生态才真正具备跨组织互通的能力。

由 Google、Microsoft 牵头,联合 GitHub、Hugging Face、NVIDIA、Salesforce、ServiceNow、Snowflake、Databricks、Cisco 等十余家企业共同发布,2026 年 6 月 17 日公开首版,Apache 2.0 许可,数据模型沿用 Linux 基金会维护的 AI Catalog,目前为 v0.9 草案。

一、先看清缺口:Agent 只能用「被接线过的能力」

过去两年 Agent 的能力建设都在协议层:MCP 统一了工具调用的接口形态,A2A 统一了智能体之间的通信方式。但一个真实的生产问题始终悬着——能力在哪里?

微软的 Ramanathan Guha 有句被反复引用的话:「AI 只能使用它被显式接线使用的东西,其余的一切对它来说等于不存在。」

三个绕不开的问题:

问题 现状做法 代价
能力在哪儿 每个集成都手工写死 endpoint 接一家工具写一天代码
该用哪个 靠人读文档判断 换模型、换场景就得重选
是否安全 只能看域名和口碑 无法在运行时验证发布方身份

二、两个原语:目录(Catalog)与注册表(Registry)

ARD 的架构非常克制,只定义了两样东西。

目录(Catalog):组织在自己域名下的固定路径托管一个 ai-catalog.json,声明自己对外提供哪些能力——MCP Server、A2A Agent、OpenAPI 工具,甚至是嵌套的下一级目录。文件挂在自家域名下,域名所有权本身成了身份与信任的密码学基础,与 ANS(Agent Name Service)思路一脉相承。

注册表(Registry):可以理解为智能体世界的搜索引擎。它抓取、索引各家发布的目录,对外提供检索端点。Agent 用一句自然语言意图去问,注册表返回匹配的能力清单,外加用于核验发布方的信任元数据。

目录文件的结构示意(字段以 v0.9 规范为准):

{
  "publisher": "example.com",
  "capabilities": [
    {
      "type": "mcp-server",
      "name": "invoice_query",
      "description": "查询企业发票与报销记录",
      "endpoint": "https://mcp.example.com/invoice",
      "auth": "oauth2"
    },
    {
      "type": "a2a-agent",
      "name": "tax_advisor",
      "description": "税务合规问答智能体",
      "endpoint": "https://agent.example.com/.well-known/agent.json"
    }
  ],
  "trust": { "manifest": "https://example.com/trust.json" }
}

type 只描述「是什么、连哪儿、怎么认证」,不强制具体协议。

三、四个阶段:从发现到直连

一个 ARD 客户端跑完一次能力获取,通常走四步:

  1. 发布目录——服务方把 ai-catalog.json 放到自家域名的约定路径,纳入目录管理。
  2. 发现与解析——客户端两种取法:查注册表(按意图语义检索,注册表负责主动爬取索引),或直接抓已知合作方域名的目录,跳过检索。
  3. 密码学校验——连接之前,客户端核验发布方真实身份。信任元数据在这一层附着,生产环境不允许跳过。
  4. 原生协议直连——核验通过后,ARD 立刻退出。后续对话与调用走的是能力方自己的原生协议(MCP、A2A、OpenAPI……),发现层不产生任何运行时开销。

第四步是最聪明的取舍:发现层只做快递员,不做中间人——不代理流量、不改协议、不驻留数据,不会成为新的单点和瓶颈。

四、生态现状:谁已经在跑了

参与方 已落地动作
GitHub Agent Finder for Copilot:用自然语言描述任务,从公开目录或企业内部注册表返回排序结果
Hugging Face Discover Tool:对 Hub 上数千个 Skill 与 MCP Server 做语义搜索
Google Gemini Enterprise Agent Platform 的 Agent Registry 将原生支持 ARD,提供全局唯一 URN、出口策略(egress policy)、HIPAA 等合规能力
规范本身 Apache 2.0 许可,GitHub 仓库公开征集反馈,官网提供发布首个目录的 quickstart

信号很清楚:行业选择用一层标准化发现层来解决「工具越多越难管」,而不是让每家框架各自维护 MCP 清单。

五、现在该做什么:三条落地动作

不必等定稿(v0.9 到 1.0 字段仍可能变),但有三件事现在做不会白做:

  1. 把能力清单结构化成一份 JSON。先做到「一个文件说清有哪些工具、入口在哪、怎么认证」,这是所有发现机制的地基。
  2. 把身份和域名绑好。ARD 的信任模型建立在域名控制权上,能力和主域名脱钩、靠第三方短链托管的做法,会在这一层吃亏。
  3. 在 Agent 侧预留「动态发现」接口。别把工具列表写死,留出可按意图检索能力的抽象层——注册表就位时只换实现,不改架构。

六、三个容易踩的坑

坑 表现 解法
把 ARD 当 MCP 替代 以为要重构所有 MCP Server 二者是叠加关系:ARD 在前,MCP 在后
校验环节图省事 为调试方便直接跳过信任核验 只在开发环境关闭,生产必须校验,否则等于开放任意端点接入

安全提示:发现层天然是新的攻击面——注册表被污染时,Agent 可能被引导连接到伪装成正规服务的端点。这与《MCP 工具中毒》《记忆投毒》属同类风险:「能被发现」也意味着「能被投毒」,校验不可省。

总结

  • ARD 是智能体互联的发现层:MCP 管调用、A2A 管通信、ARD 管「找到并核验」。
  • 架构只有两个原语:域名下托管的目录 + 做索引的注册表。
  • 流程四阶段:发布 → 发现 → 校验 → 原生协议直连,发现层在连接建立后即退出。
  • 现在最值得做的不是等定稿,而是把能力清单结构化、把身份绑到自有域名。

延伸阅读建议:先用《什么是 MCP 协议?一文读懂 AI 的 USB 接口标准》和《什么是 A2A 协议?Agent 之间的 TCP/IP 标准全解析》补齐前两层,再用《什么是 MCP Gateway?企业级 AI 工具链安全网关基础设施全解析》把企业侧统一管控补上。