أعلنت Google وشركاؤها في الصناعة عن مواصفات اكتشاف الموارد (ARD)، وهي معيار مفتوح مصمم لتمكين وكلاء الذكاء الاصطناعي من نشر الأدوات الخارجية وواجهات برمجة التطبيقات والخدمات واكتشافها والتحقق منها عبر الحدود التنظيمية. تعالج المواصفات فجوة متنامية في البنية التحتية لوكلاء الذكاء الاصطناعي، حيث يتم توزيع القدرات على نطاق واسع ولكنها تفتقر إلى آلية اكتشاف وثقة مشتركة.
في حين أن البروتوكولات مثل بروتوكول السياق النموذجي (MCP) تحدد كيفية استدعاء وكيل الذكاء الاصطناعي للأداة، فإن ARD يعالج مرحلة سابقة في دورة الحياة: كيف يكتشف الوكلاء تلك الأدوات في المقام الأول. بدلاً من استبدال المعايير الحالية، تم تصميم ARD كطبقة اكتشاف تكميلية تعمل عبر الأطر ومقدمي الخدمات.
يسلط سرينيفاس كريشنان، المهندس المتميز في Google Cloud، الضوء على الدافع وراء ARD:
إن المشكلة سهلة الطرح ويصعب حلها، خاصة في المؤسسة، حيث لا يمكن أن تكون الإجابة مجرد “العثور على شيء ناجح”. ويجب أن تكون محكومة، مع بناء الأمن والهوية بدلاً من تثبيتها.
تقدم المواصفات بنيتين أساسيتين: الكتالوجات والسجلات. تقوم المنظمات بنشر نسخة يمكن قراءتها آليًا ai-catalog.json ملف داخل المجال الخاص بهم يصف الإمكانات المتاحة مثل الأدوات وواجهات برمجة التطبيقات والمهارات ونقاط نهاية الوكيل. تقوم السجلات بتجميع هذه الكتالوجات وتمكين الوكلاء من البحث بناءً على غرض المهمة بدلاً من الاعتماد على عمليات التكامل المضمنة أو قوائم نقاط النهاية الثابتة. يتيح ذلك للوكلاء تحديد الموارد ذات الصلة عبر الحدود التنظيمية مع الحفاظ على التوافق مع معايير التنفيذ مثل MCP وOpenAPI.
كيف تعمل ARD (المصدر: منشور مدونة Google)
الثقة والتحقق أمران أساسيان في التصميم. تتضمن ARD آليات الملكية والتحقق القائمة على المجال حتى يتمكن الوكلاء من التحقق من صحة الموارد المكتشفة قبل إنشاء الاتصالات. يهدف هذا إلى تقليل المخاطر في البيئات التي قد يقوم فيها الوكلاء المستقلون بتشغيل إجراءات عبر خدمات الجهات الخارجية وأنظمة المؤسسة.
من خلال مناقشات مجتمع Reddit، يسلط منظور واحد الضوء على قيمة التقييس:
يسهل البروتوكول الأساسي الموحد بناء البدائل دون الحاجة إلى تفسير العديد من تنسيقات الوثائق الخاصة المختلفة.
ومع ذلك، تشير المناقشات أيضًا إلى أن فعالية هذه الأنظمة ستعتمد على جودة الأدوات المكشوفة ونماذج الوصول أو التسعير المرتبطة بها.
تم تطوير المواصفات بمساهمات من Microsoft، وGitHub، وHugging Face، وCisco، وDatabricks، وGoDaddy، وNVIDIA، وSalesforce، وServiceNow، وSnowflake. وقد ظهرت بالفعل تطبيقات مبكرة، بما في ذلك Agent Finder في Copilot من GitHub وأداة Discover من Hugging Face، وكلاهما يستفيد من ARD لاكتشاف القدرة في وقت التشغيل.
تقول جنيفر مارسمان، المهندسة الرئيسية في الذكاء الاصطناعي في مايكروسوفت:
الهدف ليس كتالوجًا عالميًا واحدًا لكل مورد. سيكون هناك العديد من خدمات الاكتشاف، يتم تحديد كل منها من خلال ما تقوم بفهرسته، ومن تخدمه، وكيفية تصنيفها… تساعد ARD عملاء الذكاء الاصطناعي على اكتشاف القدرات، ولكنها لا تحل محل المصادقة، أو الترخيص، أو الإدارة، أو قرارات الثقة التنظيمية.
تتوفر مواصفات ARD حاليًا مع تطبيقات ووثائق مرجعية، مما يسمح للمؤسسات بتجربة كتالوجات إمكانات النشر واستكشاف نموذج الاتحاد المحدد في المواصفات. ويتضمن المخططات وآليات الثقة وإرشادات التشغيل التفاعلي عبر خدمات الاكتشاف. من المتوقع أن يتطور النظام البيئي الأوسع من خلال مساهمات المجتمع، بما في ذلك تعليقات التنفيذ والملحقات للمخطط ونموذج الإدارة.
