Agentic Resource Discovery O Padrão Aberto Que Pode Unificar o Ecossistema de Agentes de IA

O Ecossistema de Agentes Está Crescendo—Mas Está Fragmentado

Os agentes de IA não são mais ferramentas isoladas. Eles estão se tornando participantes de um ecossistema maior, dependendo de ferramentas, habilidades e outros agentes distribuídos entre times, organizações e plataformas. Mas à medida que esse ecossistema se expande, um problema crítico surge: como os agentes encontram a capacidade certa, decidem qual usar e verificam se é seguro conectar?

Atualmente, não há uma resposta padrão. Registros personalizados existem, mas são isolados. Um agente de operações investigando um incidente de produção pode precisar consultar sistemas de observabilidade, pesquisar documentação, revisar histórico de deploy, abrir tickets e consultar agentes especializados—tudo em plataformas diferentes. Sem interoperabilidade, isso vira um pesadelo.

É aqui que entra o Agentic Resource Discovery (ARD). Anunciado pelo Google Cloud e parceiros, o ARD é uma especificação aberta sob a Linux Foundation que visa padronizar como as capacidades de IA são publicadas, descobertas e verificadas na web.

O Núcleo: Catálogos e Registros

A arquitetura do ARD se baseia em dois primitivos: catálogos e registros. Um catálogo é um arquivo (ex: ai-catalog.json) hospedado no domínio de uma organização, listando capacidades disponíveis. Registros são índices federados que agregam esses catálogos, permitindo que agentes busquem além das fronteiras organizacionais.

Quando um agente precisa de uma capacidade, ele consulta um registro, obtém a localização e usa o catálogo para verificar metadados de confiança. A partir daí, o ARD sai do caminho, permitindo que o agente se conecte diretamente usando o protocolo nativo da ferramenta.

Como o ARD Funciona na Prática

Vamos a um cenário típico. Um agente de operações precisa consultar um sistema de observabilidade. Aqui está um fluxo simplificado:

1. Publicar: O provedor de observabilidade publica um ai-catalog.json no seu domínio.
2. Indexar: Um registro federado indexa esse catálogo.
3. Descobrir: O agente consulta o registro, buscando capacidades de observabilidade.
4. Verificar: O agente recupera o catálogo, verifica o manifesto de confiança e confirma que a capacidade é segura.
5. Conectar: O agente se conecta diretamente à ferramenta usando seu protocolo nativo (ex: MCP).

// Exemplo de ai-catalog.json (simplificado)
{
  "name": "ferramentas-observabilidade",
  "description": "Catálogo de capacidades de observabilidade para resposta a incidentes",
  "capabilities": [
    {
      "id": "consultar-metricas",
      "name": "Consultar Métricas",
      "description": "Recuperar métricas de séries temporais para um serviço",
      "protocol": "mcp",
      "endpoint": "https://observabilidade.exemplo.com/mcp",
      "trust": {
        "manifest": "https://observabilidade.exemplo.com/manifesto-confianca"
      }
    }
  ]
}

Isso é um exemplo simplificado, mas ilustra a ideia central: uma forma padronizada de descrever e expor capacidades.

O Papel do Google Agent Registry

O Google Cloud está apoiando o ARD com o Agent Registry, parte do Gemini Enterprise Agent Platform. O Agent Registry oferece suporte de nível empresarial para buscar, descobrir e hospedar recursos de agentes—incluindo agentes, habilidades, servidores MCP e ferramentas. Ele também aplica políticas de governança, atribui URNs e usa o Agent Identity para verificar manifestos de confiança, atendendo a padrões de conformidade como HIPAA.

Principais recursos:

• Registro totalmente hospedado: Busque e descubra na sua organização e além.
• Publicação autenticada: Onboard de capacidades de forma segura.
• Governança: Aplique políticas de egress e fixe versões de ferramentas.
• Suporte nativo ao ARD: Em breve, permitindo que registros internos se conectem à rede federada mais ampla.

Comparação: ARD vs. Abordagens Existentes