ARD: il DNS per gli agenti AI che stavamo aspettando
ARD introduce cataloghi e registri per la scoperta standardizzata di agenti AI, colmando un vuoto tra MCP e A2A.
La specifica si fonda su cataloghi e registri come primitive architetturali distinte
Immagina di dover integrare un agente AI in un sistema distribuito senza sapere dove trovarlo, come interrogarlo, o quali capacità esponga. È il problema che chiunque abbia lavorato con architetture multi-agente conosce bene. Agentic Resource Discovery (ARD) prova a risolverlo in modo elegante: definisce un’infrastruttura standardizzata per la scoperta di agenti AI, fondata su due sole primitive architetturali — cataloghi e registri. Non è un’iperbole paragonarlo al DNS: ARD fa per gli agenti quello che il Domain Name System fa per gli indirizzi IP, trasformando un problema di discovery distribuita in un’operazione risolvibile con un’interrogazione a un endpoint noto.
Cataloghi e registri: l’architettura di ARD
La specifica ARD è costruita su una distinzione che vale la pena capire bene, perché è il fulcro di tutto. Come recita la specifica ufficiale, “this architecture relies on two primitives: catalogs and registries”. I due termini non sono sinonimi intercambiabili — hanno ruoli distinti e complementari.
Un catalogo è una collezione strutturata di descrizioni di artefatti AI: agenti, strumenti, modelli. Pensa a un catalogo come a un package.json di un monorepo: descrive cosa c’è, con metadati leggibili sia da umani sia da macchine. Un registro, invece, è un servizio che indicizza e rende interrogabili più cataloghi, fungendo da punto di accesso unificato. È la differenza tra un file di manifesto e un repository come npm o PyPI: il primo descrive, il secondo indicizza e serve. Questa separazione non è banale. Permette a chiunque di pubblicare un catalogo — anche in locale, anche in un contesto privato — mentre i registri possono aggregare cataloghi da fonti eterogenee senza che i publisher debbano coordinarsi tra loro. È un design federated by default, il che lo rende scalabile senza creare un collo di bottiglia centralizzato. La domanda che resta aperta, però, è come ARD si posizioni rispetto agli standard già esistenti nel mondo degli agenti AI.
Da MCP e A2A a ARD: l’evoluzione dello standard
ARD non nasce dal vuoto. Due protocolli hanno segnato la strada negli ultimi due anni. Il primo è il Model Context Protocol (MCP) di Anthropic, annunciato nel novembre 2024: è stato il primo standard aperto rilevante per connettere agenti AI a strumenti e fonti di dati, e ha definito come un agente comunica con le risorse che usa. Il secondo è il protocollo A2A di Google, arrivato nell’aprile 2025 come evoluzione diretta orientata all’interoperabilità tra agenti: è stato, di fatto, il predecessore immediato di ARD. Il contrasto tra i due è istruttivo: MCP risolve il problema della connessione tra un agente e i suoi strumenti; A2A risolve quello della comunicazione tra agenti. Ma nessuno dei due risolveva il problema a monte: come fai a sapere che quell’agente esiste? ARD si inserisce esattamente in quel vuoto. Non sostituisce MCP o A2A — li presuppone e li estende aggiungendo lo strato di discovery che mancava. È significativo, inoltre, che ARD non sia un’iniziativa proprietaria: la specifica porta la firma di Junjie Bu per Google, R.V. Guha per Microsoft e Shaun Smith per Hugging Face, tre attori con visioni e interessi spesso divergenti che si sono seduti allo stesso tavolo.
Cosa cambia per chi costruisce
Ecco il punto concreto: con ARD, la scoperta di un agente diventa un’operazione standardizzata, analoga a cercare un pacchetto su npm. Oggi, integrare un agente di terze parti richiede documentazione dispersa, endpoint non documentati, negoziazioni fuori banda su formati e autenticazione. Con un registro ARD interrogabile, un developer può chiedere “dammi tutti gli agenti che supportano il tool X con capability Y” e ottenere una risposta strutturata e machine-readable. I membri dei principali protocolli — MCP, A2A e altri — stanno già collaborando su uno standard comune per l’AI Catalog, pensato per descrivere artefatti AI eterogenei attraverso l’intero spettro dei protocolli esistenti. Questo significa che un catalogo ARD non sarà necessariamente legato a un singolo vendor o protocollo: potrà contenere descrizioni di agenti MCP, agenti A2A, modelli su Hugging Face, strumenti esposti via API REST.
La domanda che rimane aperta — e che il piano tecnico lascia deliberatamente senza risposta — è se nascerà un registro globale condiviso, eventualmente sotto l’ombrello della Linux Foundation, che indicizzi cataloghi da tutto l’ecosistema open source. Sarebbe l’equivalente di npm per gli agenti AI: un punto di ingresso unico, neutro, governato da una fondazione no-profit. Non è ancora annunciato, ma l’architettura di ARD è costruita esattamente per renderlo possibile.
ARD non è l’ennesimo protocollo che si sovrappone ai precedenti: è lo strato infrastrutturale che permette ai protocolli già esistenti di essere trovati. Per chi sviluppa sistemi multi-agente, significa smettere di reinventare la ruota ogni volta che si tratta di discovery e dedicare quel tempo a scrivere logica che fa davvero la differenza.
