Google 发布了 Agentic Resource Discovery 规范，这是一项试图解决制约 AI 智能体的底层管道难题的开放标准：智能体如何在网络上找到合适的工具或服务、决定使用哪一个，并验证连接它是否安全。如今这些能力分散在各自独立的注册表中，在某一个生态中构建的智能体，几乎没有办法触及托管在另一个生态中的工具。
该设计刻意做得简单而贴近网络。一家机构在其域名的某个公认路径上发布一个静态的 ai-catalog.json 文件，列出它所提供的 AI 能力，就像网站发布 robots.txt 文件或 sitemap 一样。随后一个独立的注册表 API 抓取并索引这些已发布的目录，并以排序后的匹配结果来回应自然语言查询，于是智能体可以用通俗的语言请求某项能力，并拿到它真正能够连接的候选对象。该规范采用 Apache 2.0 授权，建立在 Google 称之为 AI Catalog 的共享数据模型之上。
它是与目前已在使用的协议相互配合，而非彼此对立。如果说 Model Context Protocol 这类协议规范了智能体在找到工具之后如何与之对话，那么 ARD 处理的是此前的一步，即发现与验证：存在哪些工具，以及哪些工具值得信任。验证这一环节与发现同样重要，因为一个将自主调用某项服务的智能体，需要某种依据来判断它是真实、安全的那一个，而不是一个仿冒品。
其设想是一个开放的智能体网络，一个让来自不同厂商的工具与智能体能够彼此发现的层次，而无需所有人都汇聚到某一家公司的目录里。它能否站稳脚跟，取决于采用程度，因为一项发现标准的价值，取决于向它发布信息的目录和读取它的智能体，而且 Google 并不是唯一一个就智能体生态应如何互联提出方案的一方。但它点出的问题是真实存在的：随着智能体不断增多，网络需要一种让它们彼此发现并相互核验的方式，而一个形如 robots.txt 的答案，至少是一个让人熟悉的起点。