エージェントが自らツールを探す！AI開発を加速する「Agentic Resource Discovery (ARD)」とは
AIエージェント開発の常識を変える「ARD」とは？
AIエージェントを開発する際、現在主流となっているのは、エージェントが利用するツールやスキル、他のエージェントを開発者やユーザーが「事前に知っている」ことを前提としたモデルです。具体的には、ツールを呼び出すためのMCP、指示を消費するためのSkills、他のエージェントを呼び出すためのA2Aといったプロトコルが使われています。
しかし、このモデルには課題がありました。開発者やユーザーが、どの機能が必要かをいちいち発見し、統合し、保守する責任を負っていたのです。例えば、MCPサーバーのURLを構成ファイルにハードコードしたり、AIアプリにプラグインを手動で接続したりする手間が発生していました。これは、ごく一部のツールを使う場合には問題ありませんが、数千もの多様な機能に対応しようとすると、すぐに限界に達してしまいます。
そこで登場するのが、Agentic Resource Discovery (ARD) です。ARDは、エージェントがツール、スキル、他のエージェントを「検索」し、「発見」できるようにするための新しい仕様です。これは、既存のMCP、Skills、A2Aといったプロトコルが前提としていた「事前に知っている」という問題を解決し、その上に位置する「発見層」として機能します。
ARDの主な目的は、エージェントやツールが、フェデレーションされた（連携された）レジストリ全体でどのようにカタログ化され、インデックス化され、検索されるかを定義することです。これにより、エージェントは実行時に、必要な機能を見つけて利用できるようになります。つまり、事前にすべての機能をインストールしたり、設定したりする必要がなくなるのです。
この仕様は、Microsoft、Google、GoDaddy、Hugging Faceなど、業界の多くの企業からの貢献者によって開発されているドラフトのオープン仕様です。製品やマーケットプレイスではなく、どの企業も独立して実装でき、あらゆるエージェントやツールが参加できる共有標準として設計されています。
エージェントが自律的に機能を見つける仕組み
現在のエージェント開発における「発見の問題」は、大きく分けて二つありました。一つは、前述の通り、開発者が手動で機能をインストールし、設定する必要がある「インストールファースト、使用後」のモデルです。もう一つは、利用可能なすべてのツールの説明をLLMのコンテキストウィンドウに詰め込んで、LLMに選択させる方法です。しかし、この方法はコンテキスト予算の制限があり、ツールの説明が不十分だとLLMが適切に判断できないという問題がありました。
ARDは、この「選択」のプロセスをLLMの外に移動させます。ARDのレジストリは、単なるツールの説明だけでなく、発行者のID、代表的なクエリ、コンプライアンス証明、タグなど、より豊富なシグナルを用いて機能をインデックス化します。そして、このレジストリがRESTエンドポイントを公開します。これにより、クライアント（エージェント）は自然言語で検索クエリを送信し、レジストリが返した結果に基づいて、適切な機能を呼び出すことができるようになります。
これは、開発者がMCPサーバーのURLをハードコードしていた現状から、意図に基づいた検索へと大きくシフトすることを意味します。エージェントは、個々の機能を事前に設定することなく、成長し続けるMCPツール、A2Aエージェント、その他のサービスの広大なエコシステムに動的にアクセスできるようになるのです。
ARDの仕様は、主に二つの要素を定義しています。
- 静的なマニフェスト形式「ai-catalog.json」：発行者が自身の機能を、特定のURLでホストできるようにする形式です。
- 動的なレジストリAPI「POST /search」：ライブで、ランク付けされた機能の発見を提供するAPIです。
この仕組みによって、エージェントは特定のタスクを解決する際に「このタスクにはどんなツールが使えるだろう？」と自ら検索し、結果の中から最適なものを選ぶようなイメージで、必要な能力を動的に見つけ、活用できるようになります。
ARDを試すならここから
このAgentic Resource Discovery (ARD) を実際に試してみたい開発者やWeb制作者の方には、Hugging Faceが提供するHugging Face Discover Toolがおすすめです。
Hugging Face Discover Toolは、ARDの参照実装として提供されており、Hugging Face上にある数千のSkills、MLアプリケーション、MCPサーバー、さらには他のARD発見サービスにわたる機能への検索アクセスを提供しています。これにより、ARDがどのような形で機能を発見し、提供するのかを具体的に体験することができます。
ARDはまだドラフトのオープン仕様ですが、業界の主要企業が参加して開発を進めており、将来のAIエージェント開発における基盤となる可能性を秘めています。より詳細な仕様や最新情報については、GitHubで更新されていますので、関心のある方はそちらも確認してみることをお勧めします。
公開日は2026年6月17日と、少し先の未来を見据えた技術ですが、エージェント開発の効率化とスケーラビリティ向上に貢献するこの新たなアプローチに注目し、ぜひ今後の開発に役立ててみてください。
