AI 代理的「DNS」誕生：Google 聯合 11 家大廠推出 ARD 開放標準
重點摘要
Google、Microsoft、Hugging Face 聯合 11 家科技大廠，在 6 月 17 日發布 ARD（Agentic Resource Discovery）開放規格。AI 代理從此能用自然語言查詢，在執行期動態找到正確工具，就像 DNS 讓瀏覽器自動找到伺服器，結束「手動安裝再使用」的時代。
6 月 17 日，Google 開發者部落格發布了一份規格文件，共同署名的還有 Microsoft、Hugging Face 的工程師。文件名稱是 Agentic Resource Discovery，縮寫 ARD。
參與這個規格制定的公司一共 11 家：Google、Microsoft、Hugging Face、Cisco、Databricks、GitHub、GoDaddy、Nvidia、Salesforce、ServiceNow、Snowflake。沒有任何一家的名字出現在標題，規格本身在 Linux Foundation 的 AI Catalog 資料模型上建立，授權採 Apache 2.0。
這份規格試圖解決一個看似不起眼，卻讓每一個在做 AI 代理的工程師都頭痛的問題：你的 agent 怎麼知道現在可以用哪些工具？
今天的 AI 代理是怎麼運作的
做過 agent 開發的人都清楚這個流程。你先決定 agent 需要什麼工具，手動安裝、手動設定、寫進 system prompt 或工具清單，然後把這整包交給模型。
這套「先安裝再使用」的模式，在工具數量少的時候還好。但工具一旦增加，問題就來了：context 視窗被工具描述佔滿、agent 對工具的理解停留在安裝當下的版本、跨組織呼叫工具得走一輪人工整合、每次新增工具等於重新配置整個 agent。
更根本的問題是：agent 根本不知道它「不知道有什麼工具可以用」。
ARD 的答案：兩個組件
ARD 規格建立在兩個組件上。
第一個是 ai-catalog.json，放在網域的 /.well-known/ 路徑下，格式類似 robots.txt 的邏輯。組織在這份 JSON 文件裡描述自己發布了哪些 AI 能力，每個能力的功能是什麼、輸入輸出是什麼、需要哪些授權、如何呼叫。Hugging Face 已經把這份文件掛在 https://huggingface.co/.well-known/ai-catalog.json，裡面索引的是幾千個 Skills、MCP Server 和 Space。
第二個是 Registry，功能類似 Google 搜尋，但搜尋對象是能力。Registry 持續爬取各個組織的 ai-catalog.json、建立索引，並在 agent 查詢時返回符合條件的能力列表，同時帶上可驗證的身分信任資料。
一個代理的查詢過程大概像這樣：「我需要一個支援 HIPAA 合規、能讀 Salesforce 資料的工具」，Registry 返回符合條件的能力列表，代理驗證發布者身分，建立連線。整個過程在執行期完成，不需要人工介入。
身分驗證是護城河
ARD 規格的一個關鍵細節是，catalog 和 registry 都建立在域名所有權的基礎上。ai-catalog.json 必須放在組織實際控制的域名下，這個結構讓身分驗證有了密碼學基礎。
這解決的不只是工具發現的問題，也是代理安全的問題。當 agent 呼叫的工具都有可驗證的發布者，惡意工具的注入難度就大幅提升。Google Cloud 在 Gemini Enterprise Agent Platform 的 Agent Registry 裡已經提供這套治理機制，包括命名空間 URN 和 HIPAA 合規管理。
GitHub 和 Hugging Face 同步動了
規格發布的同一天，GitHub 上線了一個叫「Agent Finder」的功能，讓 GitHub Copilot 可以在執行期動態查詢 GitHub 平台上的 API 和工具能力。這是 ARD 規格的第一個大型實作之一。
Hugging Face 推出的是「Discover Tool」，索引了 Hub 上的 AI Skills、ML 應用和 MCP Server，支援透過 CLI、REST API 或 MCP server integration 查詢。支援的資源類型包括 application/ai-skill、application/mcp-server+json、application/vnd.huggingface.space+json。
為什麼現在出現
2025 年之前，AI 代理大多是單任務、單工具的架構，工具數量可控。2026 年情況不同了，企業裡的 agent 開始需要橫跨多個部門、多個系統、多個組織邊界去取得資料和執行動作。
MCP（Model Context Protocol）解決了「模型怎麼呼叫工具」的問題，但沒有解決「模型怎麼知道有哪些工具可以呼叫」的問題。ARD 填的就是這個空缺，兩個規格在設計上是互補的。
這個時間點也和 AI 代理的大規模落地直接相關。11 家公司能同時出現在規格文件的署名欄，說明這個問題在多個垂直產業裡同時達到了臨界點，各家選擇在這個時機合作而不是各搞一套私有方案，是一個頗為少見的行業共識。
還在 draft 階段，但落地速度快
ARD 目前是 draft 規格，仍在持續演進。但 GitHub 和 Hugging Face 已經上線了生產實作，這意味著開發者現在就可以開始實驗。
對於在建 AI agent 系統的工程師，最直接的起點是把 ai-catalog.json 掛到自己組織的域名上，描述清楚現有的工具能力。這一步成本低，但等 Registry 基礎設施成熟之後，這份 catalog 就成了讓 agent 生態自動找到你的入口。
相關資源放在 agenticresourcediscovery.org，GitHub 也有 quickstart guide 和貢獻指引。
如果這篇對你有幫助，訂閱電子報 可以第一時間收到 AI PM 實戰洞察與 GenAI 落地案例。
延伸閱讀：
相關文章
Google Antigravity CLI 正式上線：Gemini CLI 今日停服
Google Antigravity CLI 6 月 18 日正式取代 Gemini CLI，免費用戶即時失去訪問。Apache 2.0 開源工具在一年多後走入歷史，AI 編程工具市場全面進入閉源時代。
Noam Shazeer 加入 OpenAI：Google 花 27 億買回的 Transformer 共同作者再度出走
Transformer 共同作者、Gemini 前期訓練負責人 Noam Shazeer 宣布加入 OpenAI。Google 兩年前花 27 億美元把他從 Character.AI 買回，如今人才再度出走，OpenAI IPO 前的人才爭奪正式進入新局面。