矽基前沿 [Si]gnals
AI 代理人透過網域上的 ai-catalog.json 與 registry 搜尋並驗證可用工具的示意
工作現場

MCP 之上少了一層:Google 等 11 家公司用 ARD 讓代理人自己找工具

工具不再靠人手動接線,改由代理人在執行當下自己搜尋

重點一:2026 年 6 月 17 日,Google 在 Developers Blog 公布 ARD(Agentic Resource Discovery) 開放規格,Google、Microsoft、GitHub、Hugging Face、NVIDIA 等 11 家公司共同推出,採 Apache 2.0 授權。

重點二:ARD 補的不是代理人怎麼「呼叫」工具——那是 MCP 的事——而是怎麼「找到」工具:機構在自家網域 /.well-known/ai-catalog.json 放一份能力清單,registry 像搜尋引擎爬取索引,代理人在執行當下用自然語言查、用網域所有權驗證來源。

重點三:規格仍是草案、採用未定;11 家名單裡沒有 Amazon、Apple、Meta,Google 自家的 John Mueller 也已對「相似檔案難辨識」提出疑慮。

今天的 AI 代理人要用一個工具,流程其實很笨:得有人先把那個工具的 MCP server 網址,手動寫死進一份設定檔。換一個工具、加一個服務,就再改一次設定。另一條路是把幾十個工具的說明全塞進模型的 context,但那受 context 預算限制,工具一多就爆。

6 月 17 日,Google 在 Developers Blog 公布的 Agentic Resource Discovery(ARD) 規格,要處理的正是這件事。它由 11 家公司共同推出——Google、Microsoft、GitHub、Hugging Face、Cisco、Databricks、GoDaddy、NVIDIA、Salesforce、ServiceNow、Snowflake——採 Apache 2.0 授權,建立在 Linux Foundation 的 AI Catalog 資料模型之上。

值得讀下去的理由不是「又一個代理人標準」。而是 ARD 補的位置很精確:過去一年,MCP 讓代理人有標準方式去「呼叫」工具;ARD 處理的是它的上一步——代理人怎麼先找到那個工具。

ARD 想補的位置:MCP、A2A、Skills 都假設「你已經知道要用哪個工具」

Hugging Face 在官方說明裡把這層關係講得很直白:「MCP 讓代理人有標準方式呼叫工具。Skills 讓代理人有方式消化指令。A2A 讓代理人有方式呼叫其他代理人。這三者都假設使用者已經知道要用哪個工具、指令或代理人。

ARD 把這個「已經知道要用哪個」的假設拿掉。它不取代 MCP,而是疊在上面——讓代理人在執行的當下,自己去搜尋有哪些能力可用,再交給 MCP 去呼叫。

解決什麼預設前提
MCP代理人呼叫工具的標準方式你已經知道要用哪個工具
A2A代理人呼叫其他代理人你已經知道要找哪個代理人
Skills代理人消化指令你已經知道要載入哪份指令
ARD代理人找到上述這些能力—(補上「先找到」這一步)

差別具體到一句話就清楚:MCP 讓代理人會「呼叫」工具,但不會「找到」工具——ARD 補的就是這一層。

規格怎麼運作?一份 ai-catalog.json 放在網域的 /.well-known/ 路徑

ARD 定義兩個基本元件,catalogregistry

catalog 是發佈端。機構把一份靜態清單檔 ai-catalog.json,放在自家網域的一個 well-known 路徑上,例如 https://yourdomain.com/.well-known/ai-catalog.json。這份清單裡可以列出機構提供的 MCP server、A2A 代理人、OpenAPI 工具,甚至巢狀指向其他 catalog。Hugging Face 自己的範例就放在 https://huggingface.co/.well-known/ai-catalog.json

registry 是發現端。它的角色「像針對代理人資源的搜尋引擎」:去爬取各網域的 catalog、索引內容,然後用自然語言回應代理人的查詢,回傳符合的能力與一組驗證 metadata。換句話說,「選哪個工具」這個決定,被從模型內部(塞進 context)搬到模型外部一個可搜尋的 registry,在執行當下完成。

Hugging Face 提供了一個參考實作叫 Discover,開發者可以用 CLI 直接查,例如:

hf discover search "Fine tune a language model"

但官方特別強調這條界線:「它不是一個產品,也不是一個市集。它是一個共享標準,任何公司都可以獨立實作。

為什麼用「網域所有權」當信任根,而不是另開一個市集?

代理人找到一個工具後,下一個問題是:這個來源可信嗎? ARD 的答案不是審核制的中心化市集,而是把信任掛在網域所有權上。

因為 catalog 必須放在機構自家網域的 well-known 路徑,「對那個網域的所有權,就成為身分與信任的加密根據」。你能把清單放上 stripe.com 的 well-known 路徑,本身就證明你控制 stripe.com。registry 在回傳能力時,會一併帶上 publisher identity(發佈者身分)、representative queries(代表性查詢)、compliance attestations(合規聲明)、tags 等較豐富的信號,讓代理人據以判斷該不該連上去。

這條設計把 ARD 和 App Store 式的中心化市集分開:沒有單一守門人決定誰能上架,能見度建立在「你擁有的網域」上——這也是它沿用網站世界既有的 /.well-known/ 慣例的原因。

11 家公司各帶了什麼進來,誰沒進來?

ARD 不是 Google 單獨的規格,而是一個跨廠商聯盟,背書名單橫跨雲端、開發工具、資料平台與晶片。

進來的公司代表的位置
Google、Microsoft雲端與作業系統級平台
GitHub、Hugging Face開發者與模型/工具發佈樞紐
NVIDIA運算與加速層
Salesforce、ServiceNow、Snowflake、Databricks企業 SaaS 與資料平台
Cisco、GoDaddy網路基礎建設與網域/代管

GoDaddy 出現在名單上並不違和——當信任根是網域所有權,網域代管商本來就站在這條線的關鍵位置。Hugging Face 則營運參考實作 Discover,把既有的 Spaces 包成可被發現的資源。

對台灣大量在做 MCP server、工具與 API 包裝的開發者與團隊,這份規格牽動的是一個供給線前提:未來若 registry 生態真的成形,「有沒有發佈 ai-catalog.json」會成為自家工具能否被代理人自動找到的條件。今天它還不改變任何工具選擇,但這條線值得放進視野。

至於誰在名單上,也是訊號:Amazon(AWS)、Apple、Meta 都不在 11 家之列——NVIDIA 在,但雲端三雄裡缺了 AWS。

還沒有答案的是什麼?

ARD 是一份草案規格,採用率尚未獲得證實——它定義了發佈與發現的格式,但「會不會被廣泛實作」是另一回事。

技術上的疑慮已經有人提出。Google 自家的 John Mueller 先前就論點,LLM 系統難以區分使用相似檔案的網站;批評者也指出,ARD 瞄準的是工具發佈者,而非一般內容網站。registry 由誰營運、會不會在「沒有中心市集」的設計下,反而長出新的事實守門人,規格本身沒有給答案。

把今天這件事收束成一句:代理人的堆疊裡,多了一塊叫「發現」的拼圖——ARD 補的是「找到」,不是「呼叫」,而它把這件事交給了網域所有權。 它是不是會成為那個標準,要看 11 家名單之外、尤其是缺席的那幾家,接下來怎麼接。


資料來源:Google Developers Blog(Announcing the Agentic Resource Discovery specification)、Hugging Face Blog(Agentic Resource Discovery: Let agents search)、GitHub ards-project/ard-spec、Search Engine Journal、Let’s Data Science。

SOURCES

  1. A Announcing the Agentic Resource Discovery specification
  2. A Agentic Resource Discovery: Let agents search
  3. A ards-project/ard-spec (Agentic Resource Discovery Specification)
  4. B Google, Microsoft Back Draft AI Agent Discovery Spec
  5. B Google publishes Agentic Resource Discovery specification

來源分級:A = 一手公告/論文/官方文件 · B = 可信媒體 · C = 可參考但需脈絡 · D = 觀察用,不可當事實。

MACHINE-READABLE SUMMARY

Topic
工作現場
Key claims
  • 2026 年 6 月 17 日,Google 在 Developers Blog 公布 Agentic Resource Discovery(ARD)開放規格,由 Google、Microsoft、GitHub、Hugging Face、Cisco、Databricks、GoDaddy、NVIDIA、Salesforce、ServiceNow、Snowflake 等 11 家公司共同推出,採 Apache 2.0 授權,建立在 Linux Foundation 的 AI Catalog 資料模型之上。
  • ARD 定義兩個基本元件:catalog(機構在自家網域 /.well-known/ai-catalog.json 放一份能力清單,可列 MCP server、A2A 代理人、OpenAPI 工具與巢狀 catalog)與 registry(像搜尋引擎爬取、索引 catalog,用自然語言回應代理人的發現請求並附帶驗證 metadata)。
  • ARD 是發現層,位於 MCP、A2A、Skills 之上——這三者都假設使用者已經知道要用哪個工具、代理人或指令;ARD 把這個假設拿掉,將「選哪個」從寫死在設定檔或塞進模型 context,改成執行當下的搜尋。
  • catalog 放在機構自家網域,網域所有權作為身分與信任的加密根據;registry 回傳能力時附帶 publisher identity、representative queries、compliance attestations 與 tags 等信號。
  • ARD 仍為草案規格、採用未獲證實;Google 自家的 John Mueller 曾質疑 LLM 系統難以區分使用相似檔案的網站,批評者並指出 ARD 針對工具發佈者而非內容網站。
Entities
Google · Microsoft · GitHub · Hugging Face · NVIDIA · Salesforce · ServiceNow · Snowflake · Cisco · Databricks · GoDaddy · Linux Foundation · ARD · MCP · A2A · John Mueller
Taiwan relevance
medium
Confidence
high
Last updated
2026-06-19
Canonical URL
https://signals.tw/articles/agent-discovery-standard-ard/

SUGGESTED CITATION

如果 AI agent / 研究 / 報導要引用本文,建議格式如下:

林子睿(編輯:廖玄同),《MCP 之上少了一層:Google 等 11 家公司用 ARD 讓代理人自己找工具》,矽基前沿 [Si]gnals,2026-06-19。https://signals.tw/articles/agent-discovery-standard-ard/

AI agents / search engines may quote, summarize, and cite with attribution and a link back to the canonical URL above. See /for-ai-agents for full policy.

WEEKLY [SI]GNALS

訂閱《矽基前沿週報》

每週五早上,總編輯親自寫的本週 AI 重要訊號 + 台灣視角。

5 個值得知道的訊號 · 1 個產品/模型動態 · 1 個總編判斷 · 5 分鐘讀完。

免費 · 隨時取消 · 不轉售你的 email。