Google и его партнёры, включая Microsoft и NVIDIA, представили новый стандарт Agentic Resource Discovery (ARD). Он предназначен для улучшения поиска и верификации внешних инструментов и сервисов AI-агентами. Это инициатива важна, поскольку на рынке ощущается дефицит стандартов, упрощающих интеграцию и взаимодействие AI-систем с различными сервисами.
Почему это важно
ARD решает проблему недостатка общего механизма для поиска и доверия к ресурсам, необходимым AI-агентам. Стандарт предлагает два ключевых элемента: каталоги и реестры. Организации смогут публиковать файлы, описывающие доступные возможности (инструменты, APIs и конечные точки агентов), которые затем агрегируются в реестрах. Это упрощает процесс поиска ресурсов для AI-агентов и поддерживает интеграцию со стандартами исполнения, такими как MCP и OpenAPI.
Подходы и примеры реализации
В отличие от других стандартов, ARD не нацелен на создание единого глобального каталога всех ресурсов. Напротив, системы будут варьироваться в зависимости от того, что они индексируют и для кого предназначены. Например, GitHub уже внедрил ARD в свой Agent Finder в Copilot, а Hugging Face использует ARD для разработки своего инструмента Discover.
Как отметил Сринивас Кришнан, инженер Google Cloud, «проблема поиска ресурсов сложна, особенно в корпоративной среде, где нужно учитывать безопасность и управление». Это делает новый стандарт особенно актуальным для бизнеса, стремящегося улучшить свои AI-решения.
Практическое значение для разработчиков
Для разработчиков в России ARD представляет собой возможность более эффективного взаимодействия с внешними сервисами. Установление стандартного подхода к поиску и верфикации ресурсов упростит интеграцию различных инструментов и APIs. Это особенно полезно для стартапов и крупных компаний, которые активно внедряют AI-технологии и сталкиваются с необходимостью динамичных интеграций.
Стандарт ARD уже доступен для тестирования, и компании могут начать использовать его для публикации своих каталогов возможностей. Текущие реализация и документация позволят разработать новые решения, оптимизирующие процесс работы с AI-агентами.