اگر امروز در حال ساخت عاملهای هوش مصنوعی هستید، احتمالاً ساعتها وقت خود را صرف وارد کردن دستی آدرس ابزارها در فایلهای تنظیمات میکنید یا پنجرهٔ زمینه را با توصیفات تکراری پر میکنید. در ۱۷ ژوئن ۲۰۲۶، هگینگفیس (Hugging Face) پیادهسازی مرجع استاندارد کشف منابع عاملمحور (Agentic Resource Discovery یا ARD) را منتشر کرد تا عاملها بتوانند قابلیتهای مورد نیاز خود را بهصورت زنده جستوجو کنند، نه اینکه فقط به پلاگینهای پیشنصب متکی باشند.
بیشتر گردشکارهای فعلی بر مدل «اول نصب، بعد استفاده» متکی هستند که در آن توسعهدهنده باید تمام ابزارها را از پیش بشناسد. طبق گزارش منابع صنعتی، این رویکرد هنگام مواجهه با هزاران سرویس پراکنده، سقف مقیاسپذیری را پایین میآورد. برای حل این مشکل، شرکتهای مایکروسافت، گوگل، گوددی و هگینگفیس این استاندارد باز را توسعه دادند تا لایهای برای کشف منابع ایجاد کنند که روی پروتکلهایی مثل پروتکل زمینهٔ مدل (MCP) و A2A قرار میگیرد.
همانطور که در تحلیلهای قبلی ما دربارهی استانداردهای ارتباطی مدلها اشاره کردیم، هدف نهایی ایجاد یک زبان مشترک برای تعامل ماشینهاست. این رویکرد در راستای توسعهی چارچوبهای جدید اقتصادی در اکوسیستم عاملهاست که به دنبال جلوگیری از یکسانسازی تفکر در مدلهای زبانی است. ابزار Discover در هگینگفیس، جستوجوی معنایی — مثل یک کتابدار که میداند هر کتاب دقیقاً کجاست تا سریعترین پاسخ را بدهد — را به استاندارد ARD تبدیل میکند. این سازوکار از دو مکانیسم اصلی بهره میبرد:
- مانیفستهای ایستا: فایل
ai-catalog.jsonکه در آدرسهای شناختهشده میزبان است. - ثبت پویا: یک API از نوع REST در مسیر
POST /searchبرای کشف زنده و رتبهبندی شده.
به نقل از مستندات فنی این پروژه، وقتی کلاینتی درخواست یک «مهارت هوش مصنوعی» (application/ai-skill) میدهد، این ابزار فایل agents.md مربوط به آن فضای کاری را در قالب یک مهارت استاندارد بستهبندی میکند. برای فضاهای دارای برچسب MCP، یک ورودی کاتالوگ ایجاد میشود که به نقطه انتهایی Gradio روی HTTP اشاره دارد. این قابلیت در کنار توسعهی هوش تفویضمحور در مدلهایی مانند SearchSwarm، مسیر دستیابی به استقلال بیشتر عاملها در پیمایش وب را هموار میکند. اکنون میتوانید با استفاده از CLI هگینگفیس دستوراتی مثل hf discover search "Generate an image" --kind mcp را برای یافتن منابع زنده اجرا کنید.
بر اساس بررسیهای فنی، این تغییر منطق انتخاب ابزار را به بیرون از پنجرهٔ زمینه (Context Window) — یعنی میز کاری مدل که فضای محدودی برای یادداشتها دارد — منتقل میکند. این کار مانع از اتمام بودجهٔ توکنها شده و دقت را از طریق سیگنالهای غنیتر مثل هویت ناشر و تاییدیه Compliance افزایش میدهد. با این حال، برای استقرار کامل این سیستمها در مقیاس سازمانی، همچنان نیاز به رفع شکافهای موجود در لایهی نظارت احساس میشود تا شفافیت عملیاتی تضمین گردد. برای توسعهدهندگان، این یعنی پایان ادغام دستی هر ابزار جدید؛ عاملها اکنون میتوانند در ثبتهای مختلف جستوجو کنند تا دقیقترین قابلیت را برای یک وظیفه خاص بیابند.
گام بعدی شما
- بررسی مشخصات فنی استاندارد ARD در وبسایت agenticresourcediscovery.org برای درک ساختار مانیفستها.
- آزمایش دستورات جستوجوی CLI هگینگفیس برای شناسایی مهارتهای MCP موجود.
- جایگزینی لیستهای سختکد شده (Hardcoded) ابزارها در پروژههای خود با APIهای کشف پویا.
اما داستان سختافزاری این تحول حتی شگفتانگیزتر است — به تحلیل ما دربارهی تراشههای Blackwell مراجعه کنید.
گفتگو