Agentic Resource Discovery El Estándar Abierto Que Podría Unificar el Ecosistema de Agentes de IA

El Ecosistema de Agentes Está Creciendo—Pero Está Fragmentado

Los agentes de IA ya no son herramientas aisladas. Se están convirtiendo en participantes de un ecosistema más grande, dependiendo de herramientas, habilidades y otros agentes distribuidos entre equipos, organizaciones y plataformas. Pero a medida que este ecosistema se expande, surge un problema crítico: ¿cómo encuentran los agentes la capacidad correcta, deciden cuál usar y verifican que sea seguro conectarse?

Actualmente, no hay una respuesta estándar. Existen registros personalizados, pero están aislados. Un agente de operaciones investigando un incidente de producción podría necesitar consultar sistemas de observabilidad, buscar documentación, revisar historial de despliegue, abrir tickets y consultar agentes especializados—todo en diferentes plataformas. Sin interoperabilidad, esto se vuelve una pesadilla.

Aquí es donde entra Agentic Resource Discovery (ARD). Anunciado por Google Cloud y socios, ARD es una especificación abierta bajo la Linux Foundation que busca estandarizar cómo se publican, descubren y verifican las capacidades de IA en la web.

El Núcleo: Catálogos y Registros

La arquitectura de ARD se basa en dos primitivas: catálogos y registros. Un catálogo es un archivo (ej. ai-catalog.json) alojado en el dominio de una organización, que lista las capacidades disponibles. Los registros son índices federados que agregan estos catálogos, permitiendo a los agentes buscar más allá de las fronteras organizacionales.

Cuando un agente necesita una capacidad, consulta un registro, obtiene la ubicación y luego usa el catálogo para verificar metadatos de confianza. A partir de ahí, ARD se hace a un lado, dejando que el agente se conecte directamente usando el protocolo nativo de la herramienta.

Cómo Funciona ARD en la Práctica

Vamos a un escenario típico. Un agente de operaciones necesita consultar un sistema de observabilidad. Aquí hay un flujo simplificado:

1. Publicar: El proveedor de observabilidad publica un ai-catalog.json en su dominio.
2. Indexar: Un registro federado indexa este catálogo.
3. Descubrir: El agente consulta el registro, buscando capacidades de observabilidad.
4. Verificar: El agente recupera el catálogo, verifica el manifiesto de confianza y confirma que la capacidad es segura.
5. Conectar: El agente se conecta directamente a la herramienta usando su protocolo nativo (ej. MCP).

// Ejemplo de ai-catalog.json (simplificado)
{
  "name": "herramientas-observabilidad",
  "description": "Catálogo de capacidades de observabilidad para respuesta a incidentes",
  "capabilities": [
    {
      "id": "consultar-metricas",
      "name": "Consultar Métricas",
      "description": "Recuperar métricas de series temporales para un servicio",
      "protocol": "mcp",
      "endpoint": "https://observabilidad.ejemplo.com/mcp",
      "trust": {
        "manifest": "https://observabilidad.ejemplo.com/manifiesto-confianza"
      }
    }
  ]
}

Esto es un ejemplo simplificado, pero ilustra la idea central: una forma estandarizada de describir y exponer capacidades.

El Papel de Google Agent Registry

Google Cloud está respaldando ARD con Agent Registry, parte de Gemini Enterprise Agent Platform. Agent Registry ofrece soporte de nivel empresarial para buscar, descubrir y alojar recursos de agentes—incluyendo agentes, habilidades, servidores MCP y herramientas. También aplica políticas de gobernanza, asigna URNs y usa Agent Identity para verificar manifiestos de confianza, cumpliendo con estándares de cumplimiento como HIPAA.

Características clave:

• Registro totalmente alojado: Busca y descubre en tu organización y más allá.
• Publicación autenticada: Onboarding de capacidades de forma segura.
• Gobernanza: Aplica políticas de egreso y fija versiones de herramientas.
• Soporte nativo para ARD: Próximamente, permitiendo que registros internos se conecten a la red federada más amplia.

Comparación: ARD vs. Enfoques Existentes