Agentic Resource Discovery: ИИ-агенты учатся искать инструменты сами

17 июня 2026 года Hugging Face совместно с контрибьюторами из Microsoft, Google и GoDaddy представила Agentic Resource Discovery (ARD) — открытую спецификацию, которая позволяет ИИ-агентам находить нужные инструменты, навыки и других агентов прямо во время работы, а не получать их заранее «вшитыми» в систему. Проще говоря: вместо того чтобы разработчик вручную подключал каждый инструмент, агент сам формулирует запрос на естественном языке и получает подходящую возможность из реестра. Это шаг к тому, чтобы ассистенты вроде ChatGPT, Claude и Gemini переставали быть «коробкой с фиксированным набором кнопок». В этой статье разбираем, что именно анонсировали, как это устроено и почему это важно для русскоязычных пользователей нейросетей.

Что произошло?

Hugging Face опубликовала черновую открытую спецификацию ARD и сразу же — её первую референсную реализацию под названием Hugging Face Discover Tool. По данным официального анонса в блоге Hugging Face, спецификация решает одну вполне конкретную проблему: современным ИИ-агентам нужно всё больше инструментов, но «запихивать» их описания в контекстное окно модели становится невозможно — оно ограничено.

ARD выносит выбор инструментов за пределы контекстного окна. Вместо длинного списка функций агент обращается к специальному реестру (registry), который индексирует возможности по богатым сигналам: кто издатель, какие типовые запросы инструмент закрывает, есть ли подтверждения соответствия требованиям (compliance), какие у него теги.

Ключевые компоненты спецификации:

• Статический манифест — файл ai-catalog.json, который публикует поставщик инструмента;
• Динамический реестр — API с эндпоинтом POST /search для поиска возможностей «вживую»;
• Поддержка разных типов ресурсов — навыки (Skills), MCP-серверы, метаданные приложений (Spaces);
• Федерация — возможность искать сразу по нескольким реестрам.

То есть агент задаёт вопрос вроде «мне нужен инструмент, чтобы конвертировать PDF в таблицу» — и получает список релевантных возможностей, ничего не зная о них заранее. Для русскоязычных пользователей это особенно значимо: многие из нас работают с зарубежными ИИ-сервисами через агрегаторы и прокси, и чем меньше ручной настройки требует агент, тем проще им пользоваться из России и стран СНГ.

Кто стоит за спецификацией

Важная деталь: ARD — это не продукт одной компании, а совместная инициатива. В разработке черновика участвовали инженеры из Microsoft, Google, GoDaddy и самой Hugging Face. Когда конкуренты садятся за один стол, чтобы договориться о едином стандарте, это обычно признак того, что технология выходит из стадии эксперимента и претендует на роль общеотраслевой нормы.

ARD описывается как «слой обнаружения возможностей агентов» — то есть прослойка, которая стоит между агентом и морем доступных инструментов и помогает ему найти нужное по смыслу запроса, а не по заранее прописанному адресу.

Как это работает на практике?

Hugging Face не ограничилась теорией и сразу выкатила рабочий инструмент — Hugging Face Discover Tool. Это референсная реализация, дающая доступ к тысячам навыков, ML-приложений и MCP-серверов. Под капотом она комбинирует семантический поиск по Spaces с метаданными, ориентированными на агентов, и переводит результаты в формат каталога ARD.

Попробовать можно прямо сейчас несколькими способами:

1. Через консоль: команда hf discover search "ваш запрос";
2. Через REST API: эндпоинт публичного поискового сервиса Hugging Face Discover;
3. Через MCP: отдельный эндпоинт для интеграции с клиентами, поддерживающими Model Context Protocol;
4. Через well-known каталог: машиночитаемый файл ai-catalog.json по стандартному адресу.

Принцип well-known URL заимствован из устоявшихся веб-практик: точно так же браузеры и сервисы находят файлы вроде robots.txt по предсказуемому адресу. Любой агент знает, куда стучаться за каталогом возможностей издателя, без дополнительной документации.

Чем ARD отличается от обычного списка плагинов

Раньше схема была статической: разработчик вручную собирал каталог инструментов, прописывал их в коде или конфиге, и агент мог использовать только то, что в этот каталог попало. Любое расширение требовало переустановки и обновления.

ARD меняет логику на динамическую и основанную на намерении (intent-based):

• агент не хранит список инструментов — он ищет их в момент необходимости;
• поиск идёт по смыслу запроса, а не по точному имени функции;
• новые инструменты появляются в выдаче сразу после публикации, без обновления самого агента;
• контекстное окно модели не забивается описаниями сотен функций, которые в данной задаче не нужны.

Почему это важно?

Главная боль современных агентных систем — масштабируемость. Когда инструментов десятки, их можно перечислить в промпте. Когда их тысячи, как в экосистеме Hugging Face, прежний подход разваливается: модель физически не вместит все описания, а разработчик не успеет всё подключить руками.

ARD снимает это ограничение. Экосистема инструментов может расти бесконечно, а агент при этом остаётся «лёгким» — он подтягивает только то, что нужно под конкретную задачу. Это тот же сдвиг, который когда-то прошли поисковые системы: от каталогов-«рубрикаторов» к полнотекстовому поиску по запросу.

Переход от вручную устанавливаемых статических каталогов к интентному динамическому поиску напрямую решает проблемы масштабируемости в агентных экосистемах — и позволяет открывать растущее множество инструментов без ручной преднастройки.

Для конечного пользователя это означает более «умных» ассистентов. Агент, который умеет сам находить нужный навык, реже отвечает «я не умею это делать» и чаще доводит задачу до конца — будь то разбор документа, генерация изображения или работа с таблицей.

Как это повлияет на пользователей в России и СНГ?

Для русскоязычной аудитории здесь несколько практических следствий. Во-первых, спецификация открытая и стандартизированная, а значит её смогут поддержать любые клиенты — в том числе те, через которые пользователи из РФ и СНГ получают доступ к зарубежным моделям в обход региональных ограничений.

Во-вторых, чем меньше ручной настройки требует агент, тем ниже порог входа. Не нужно разбираться, какой плагин подключить — достаточно сформулировать задачу на русском языке.

В WebGPT (ask.gptweb.ru) уже доступны топовые модели — ChatGPT, Claude, Gemini и DeepSeek — без VPN и зарубежной карты, и развитие открытых стандартов вроде ARD означает, что подобные агрегаторы смогут со временем подключать к моделям всё более широкий арсенал инструментов. Это прямой путь к тому, чтобы агентные сценарии стали доступны не только разработчикам, но и обычным пользователям.

Что стоит держать в голове пользователям из региона:

• ARD — это инфраструктура, а не отдельное приложение; вы будете пользоваться ею опосредованно, через клиенты и агрегаторы;
• стандарт повышает совместимость, поэтому инструменты, написанные под ARD, проще переносить между сервисами;
• метаданные о соответствии требованиям (compliance) и идентичности издателя помогают отличать проверенные инструменты от сомнительных.

Если вам интересно, как агентные функции уже сегодня встраиваются в популярные ассистенты, загляните в наш материал в разделе обзоров новостей об ИИ-агентах.

Когда станет доступно?

Частично — уже сейчас. Спецификация ARD опубликована как черновик (draft) 17 июня 2026 года, а референсный Hugging Face Discover Tool работает в открытом доступе: его можно вызвать через CLI, REST API, MCP-эндпоинт или well-known каталог.

Статус «черновика» важен: это значит, что детали формата ещё могут меняться, а отраслевые игроки продолжают согласовывать стандарт. Но базовая инфраструктура уже живая — тысячи навыков, приложений и MCP-серверов индексированы и доступны для поиска.

Чего ждать в ближайшие месяцы:

• появления других реестров, помимо реестра Hugging Face, и их федерации между собой;
• встроенной поддержки ARD в популярных агентных фреймворках;
• стабилизации формата манифеста ai-catalog.json по мере выхода спецификации из черновой стадии.

Что делать прямо сейчас?

Если вы разработчик — стоит изучить черновик спецификации в блоге Hugging Face и протестировать Discover Tool на своих сценариях. Опубликовать собственный ai-catalog.json по well-known адресу несложно, а ранняя поддержка стандарта даёт фору в совместимости.

Если вы обычный пользователь нейросетей — специально делать ничего не нужно. Просто следите за тем, как ваши ассистенты становятся «самостоятельнее». А чтобы протестировать актуальные модели уже сегодня, через WebGPT можно сравнить ответы ChatGPT, Claude и Gemini на один и тот же запрос и выбрать тот стиль работы, который ближе вашим задачам.

Несколько практических шагов на сегодня:

1. Попробуйте сформулировать задачу для ассистента не одной командой, а как намерение — «мне нужно решение, которое делает X»;
2. Обращайте внимание, какие инструменты агент подключает сам, а где всё ещё требуется ручная настройка;
3. Следите за обновлениями стандарта — он напрямую влияет на то, насколько мощными станут массовые ИИ-ассистенты.

Больше разборов свежих ИИ-новостей мы собираем в разделе еженедельного дайджеста об искусственном интеллекте.

Часто задаваемые вопросы

Что такое Agentic Resource Discovery простыми словами?

Это открытый стандарт, который позволяет ИИ-агенту искать и находить нужные ему инструменты, навыки и других агентов прямо во время работы — по смыслу запроса, а не по заранее прописанному списку. Условно, это «поисковик инструментов» для нейросетей.

Кто разработал спецификацию ARD?

Черновик создан совместно контрибьюторами из Hugging Face, Microsoft, Google, GoDaddy и других компаний. Первая открытая реализация — Hugging Face Discover Tool, дающая доступ к тысячам навыков и MCP-серверов.

Можно ли пользоваться ARD из России?

Сама спецификация открытая и не имеет региональных ограничений на уровне стандарта. На практике пользователи из РФ и СНГ будут взаимодействовать с ней через клиенты и агрегаторы вроде WebGPT, которые дают доступ к зарубежным моделям без VPN и иностранной карты.

Чем ARD отличается от MCP?

MCP (Model Context Protocol) описывает, как агент подключается к конкретному инструменту и общается с ним. ARD стоит уровнем выше: он помогает агенту сначала найти нужный инструмент среди тысяч доступных. Они дополняют друг друга — ARD поддерживает MCP-серверы как один из типов ресурсов.

Это уже работает или только анонс?

Спецификация опубликована как черновик 17 июня 2026 года, но референсный инструмент Hugging Face Discover уже доступен через CLI, REST API и MCP. Формат ещё может дорабатываться, однако базовая инфраструктура полностью рабочая.