Agentic Resource Discovery（ARD）可以直译为「智能体资源发现」。它是一套开放规范，用于在多个组织和平台之间发布、搜索和验证智能体能力。这里的「资源」不只是一种工具，而是包括 MCP Server、A2A Agent Card、Agent Skills、API 和其他可调用服务。
先用一句话抓住它
ARD 想给 Agent 做一套联邦式搜索目录：先找到能力在哪里，再判断它是什么、能不能信、怎样连接。
今天很多 Agent 的工具列表是在部署时手动配置的。资源少时可行；当一个组织拥有几百个内部 Agent、Skills 和 MCP Server，再加上外部市场，用户和开发者很难知道已有能力，也容易重复建设。
为什么它最近进入热门视野
Google、Microsoft、Hugging Face 等参与者在 2026 年 6 月公布 ARD，提出跨 Web 发布和发现智能体能力。2026 年 8 月 24 日，AWS 宣布其 Agent Registry 通过 ARD 支持跨环境发现和治理，让这套仍处草案阶段的规范进入更具体的企业落地场景。
它升温的原因与 Agent Plugins 相似，但处在不同环节：Agent Plugins解决「能力怎样打成可安装的包」，ARD 解决「世界上有哪些包、工具或 Agent，以及到哪里去找」。
ARD 的核心思路
第一是联邦式，而不是要求所有资源进入一个中央市场。组织可以在自己的域名和目录里发布资源描述，发现服务再跨目录搜索。域名锚定让发布者身份和 Web 上已有的组织边界发生联系。
第二是协议中立。ARD 目录可以描述 MCP 工具、A2A Agent、Skill 或普通 API，不要求它们改成同一种执行协议。第三是机器可读：资源类型、端点、能力、认证与元数据按规范表达，Agent 或注册表才可能自动筛选。
第四是发现与调用分开。搜到一个资源，只说明候选存在，不代表已经授权连接，更不代表安全。客户端仍要做身份、签名、来源、权限和策略检查。
和 MCP、A2A、Agent Registry 的区别
MCP负责 AI 应用怎样连接工具和数据，A2A负责独立 Agent 怎样通信，ARD 负责在连接之前找到这些端点。可以类比：ARD 是搜索与目录，MCP/A2A 是真正通话时使用的协议。
Agent Registry 是具体的注册表产品或服务，可以保存组织里的 Agent 与工具；ARD 是让不同注册表和目录互相理解的开放描述与发现规范。一个 Registry 可以实现 ARD，也可以只做内部私有目录。
它解决了什么，也没解决什么
它能减少手工配置和重复建设，让 Agent 按任务寻找能力，也让平台团队更容易知道组织里已经存在什么。对大型企业，发现记录还可与治理状态、所有者和审计信息关联。
但 ARD 不会自动判断哪个工具最好，也不保证目录里的声明真实。排名、信誉、恶意资源检测、授权和运行时隔离仍需额外机制。动态发现还会扩大攻击面：如果 Agent 看到陌生资源就自动连接，提示词注入和供应链风险会一起放大。
什么时候值得关注
当团队只有十来个固定工具，手工清单更简单。当资源分散在多个团队、云平台与协议里，且重复建设和不可见性已经成为成本时，ARD 才显示价值。
截至 2026 年 8 月，规范版本仍为 v0.9 Draft。适合做试点、目录映射和兼容性验证，不宜把尚未稳定的字段当成永远不变的生产契约。采用时应保留版本号、缓存与失败回退，并要求任何新资源在首次调用前通过明确的信任策略。