Vertakte metalen netwerkstructuur van onderaf gefotografeerd, als beeld voor verbonden knooppunten
Nieuws20 juni · 00:335 min leestijd

Microsoft en Cisco scharen zich achter Google's ARD: tool-zoekstandaard voor AI-agenten krijgt brede steun

Wat begon als een Google-initiatief groeit razendsnel uit tot een brede coalitie. Microsoft, Cisco, Nvidia en anderen steunen ARD, de standaard waarmee AI-agenten zelf hun tools vinden. Dat maakt het een serieuze factor.

Een open standaard is pas zoveel waard als het aantal partijen dat hem omarmt. Daarom is het nieuws van deze week interessanter dan de lancering zelf: Google introduceerde twee dagen geleden ARD als open standaard waarmee AI-agenten zelfstandig de juiste tools en API's vinden en veilig gebruiken, en nu blijkt het geen solo-initiatief. Microsoft, Cisco en een rij andere techbedrijven hebben zich er meteen achter geschaard.

Van Google-initiatief naar brede coalitie

ARD staat voor Agentic Resource Discovery. Het is opgezet door Google, maar komt naar buiten met een opvallend brede groep mede-indieners. Naast Google staan onder meer Microsoft, Cisco en Nvidia op de lijst van launch-partners, samen met GitHub, Hugging Face en Snowflake. Dat is precies het soort coalitie dat een specificatie van een idee naar een de-facto standaard kan tillen.

Het project is open: ARD draait onder de Apache 2.0-licentie, ligt als concept (v0.9) op tafel, en partijen als Hugging Face hebben al een eerste referentie-implementatie laten zien. Google zelf maakt het concreet door ARD in te bouwen in Google Cloud als onderdeel van zijn Gemini Enterprise Agent Platform.

Hoe ARD werkt

Het probleem dat ARD oplost: een AI-agent kan pas iets nuttigs doen als hij weet welke tools en diensten er zijn, waar ze staan en of ze veilig zijn. In de meeste organisaties zit die kennis verspreid over losse silo's, zonder een laag die alles bij elkaar brengt.

ARD voegt die laag toe via twee onderdelen. Aanbieders publiceren een catalogus (een bestand, ai-catalog.json) waarin ze beschrijven welke capaciteiten ze hebben. Registries werken vervolgens als zoekmachines: ze crawlen die catalogi, indexeren ze en beantwoorden de vragen van een agent. In essentie helpt ARD een agent drie dingen te beantwoorden: waar vind ik een geschikte capaciteit, welke moet ik kiezen voor deze taak, en is die ook veilig.

Waarin het verschilt van MCP en A2A

Dit is geen concurrent van het Model Context Protocol (MCP) of Agent2Agent (A2A), maar een aanvulling. Waar MCP en A2A ervan uitgaan dat een ontwikkelaar al weet welke tool nodig is en die koppelt, regelt ARD de stap dáárvoor: het dynamisch ontdekken van tools tijdens runtime, zonder dat alles vooraf is geïnstalleerd. Je agent zoekt op het moment zelf de juiste capaciteit op, in plaats van dat je elke koppeling van tevoren moet vastleggen.

Wat dit betekent voor jouw bedrijf

Voor de meeste organisaties is ARD nog niet iets om vandaag te implementeren; het is een concept-specificatie. Maar de richting is duidelijk en relevant zodra je serieus met AI-agenten gaat werken. Bouw je iets op Azure of in een Cisco-netwerk, dan wordt ARD een opkomende standaard waar je rekening mee houdt, simpelweg omdat de grote platformen erop aansturen.

De bredere les is belangrijker dan de techniek zelf. De agent-wereld stevent af op een paar gedeelde standaarden, voor verbinding (MCP), voor samenwerking tussen agenten (A2A) en nu voor het vinden van tools (ARD). Dat is goed nieuws: gedeelde, open standaarden verkleinen het risico dat je vastzit aan één leverancier en maken het makkelijker om bouwstenen later te vervangen. Wie nu een eigen agent-architectuur opzet, doet er goed aan om op die open lagen te mikken, net als bij een aanpak die met één open orkestratielaag boven al je AI-agenten leverancier-onafhankelijk probeert te blijven. Mijn take: volg ARD op afstand, maar ontwerp je AI-stack nu al rond open standaarden in plaats van rond één platform.

Veelgestelde vragen

Alisina Nawabi
Geschreven doorAlisina Nawabi

AI Product Engineer & Solutions Architect

Klaar voor open AI-standaarden

Standaarden als ARD bepalen hoe toekomstbestendig je AI-architectuur is. Ik help je een agent-aanpak te ontwerpen en bouwen die op open lagen rust en leverancier-onafhankelijk blijft, van het eerste idee tot werkende automatisering, self-hosted waar dat kan.

Meer informatie

Dit artikel is geproduceerd samen met het Agent Team. Meer over de redactie.

Genoemde integraties

Dit artikel noemt deze tools. Ik koppel ze op maat aan je eigen systemen.

Gerelateerde artikelen

Google lanceert ARD: open standaard waarmee AI-agenten zelf hun tools vinden
Nieuws
5 min

18 jun 16:16

Google lanceert ARD: open standaard waarmee AI-agenten zelf hun tools vinden

Met Agentic Resource Discovery publiceert Google een open specificatie waarmee AI-agenten zelfstandig tools, skills en MCP-servers opzoeken en hun herkomst verifiëren. GitHub, Microsoft en Hugging Face doen mee.

Je hebt opgeschreven wat je AI-agent mag. Alleen weet niemand wie hij is.
Inzicht
7 min

9 jul 13:03

Je hebt opgeschreven wat je AI-agent mag. Alleen weet niemand wie hij is.

AI-agenten krijgen nu een eigen digitale identiteit, van Okta en de Linux Foundation tot Estland. Wie zijn agent op geleende inloggegevens laat draaien, verliest het zicht op wie er namens hem handelt.

Kimi K2.7 Code nu kiesbaar in GitHub Copilot: eerste open-weight model in de modelkeuze
Nieuws
6 min

3 jul 04:10

Kimi K2.7 Code nu kiesbaar in GitHub Copilot: eerste open-weight model in de modelkeuze

GitHub heeft Kimi K2.7 Code algemeen beschikbaar gemaakt in de Copilot-modelkeuze. Het is het eerste open-weight model in de picker, fors goedkoper dan de frontier-modellen, en je devteam kan vandaag overstappen zonder tooling te wijzigen.

Google DeepMind breidt Gemini-agents uit met achtergronduitvoering en directe MCP-koppeling
Nieuws
3 min

8 jul 18:21

Google DeepMind breidt Gemini-agents uit met achtergronduitvoering en directe MCP-koppeling

Google DeepMind breidt Managed Agents in de Gemini API uit met vier functies: achtergronduitvoering, een directe koppeling met externe MCP-servers, eigen functies en het vernieuwen van credentials. Dat maakt het bouwen van productierijpe AI-agents op Gemini eenvoudiger.

Een AI-agent die je e-mail écht afhandelt: van conceptantwoorden tot afspraken inplannen en records bijwerken
Gids
Uitgebreide gids12 min

3 jul 21:01

Een AI-agent die je e-mail écht afhandelt: van conceptantwoorden tot afspraken inplannen en records bijwerken

Je inbox is gesorteerd, maar het echte werk, antwoorden, inplannen en bijwerken, wacht nog op jou. Zo laat je een AI-agent die handeling voorbereiden, met een goedkeuringspoort precies waar het risico dat vraagt.

Het model onder je Copilot bepaalt wie je data ziet, niet het logo erboven
Inzicht
7 min

29 jun 17:01

Het model onder je Copilot bepaalt wie je data ziet, niet het logo erboven

Microsoft overweegt een Chinees model onder Copilot te zetten. De assistent blijft hetzelfde heten, maar wie je bedrijfsdata ziet wordt een laag dieper bepaald, door je leverancier.