内容摘要： 联合式 AI 智能体工具发现是一个新的基础设施层，它能让 AI 智能体找到合适的能力，而不会被上下文窗口的限制所淹没。企业领导者必须将其视为“AI 的 DNS”，并开始规划一个开放、可互操作的智能体生态系统。

它是什么

在智能体 AI 这个飞速发展的世界里，我们正从单一用途的机器人转向能够推理、规划和执行复杂任务的精密智能体。要做到这一点，它们需要访问各种工具——也就是将它们连接到企业系统、数据源和外部服务的 API。问题在于，当一个大型组织内可用工具的数量从几十个激增到可能数千个时，智能体本身可能会迷失方向。让一个智能体为了弄清楚某个特定任务该用哪个工具，而去加载每一个工具的文档，这在计算上既昂贵又低效。这是一个根本性的扩展挑战，可能会阻碍企业采纳先进的自动化技术。

这正是“AI 智能体工具发现”这一新基础设施层旨在解决的问题。最近的一篇研究论文 《Cartograph：面向 AI 智能体的、带有操作员认证检索的联合式工具发现》 介绍了一个系统，其作用类似于 AI 工具的域名系统（DNS）。Cartograph 不会给智能体一本包含公司所有工具的电话簿，而是提供一位聪明的图书管理员。智能体描述其目标，系统便会高效地检索出最相关的工具，并根据需要逐步披露更多信息。这种联合式方法意味着智能体可以在一个庞大、分散的能力世界中导航，而不会触及底层模型的上下文窗口限制，也不会产生巨大的运营成本。

它是如何工作的

联合式工具发现的核心在于将智能体的推理过程与工具发现过程分离开来。它不是一个单一的庞大系统，而是在智能体和庞大的可用工具库之间引入了一个专门的、轻量级的服务。Cartograph 将此服务称为代理（proxy），它维护着一个网络上所有已注册工具的可索引、可搜索的目录。

当智能体需要完成一项任务时——例如，“总结 EMEA 地区的最新销售报告，并将其通过电子邮件发送给领导团队”——它不需要知道成千上万个用于人力资源、物流或客户支持的其他 API。它只需将请求发送到发现服务。该服务使用高效的检索技术（很像搜索引擎）来找到最相关的工具（例如 get_sales_report(region, time_period) 和 send_email(recipient, subject, body)）。然后，它只向智能体提供这些特定工具的必要文档。这极大地减少了智能体需要处理的信息量（即 token 数量），使得整个交互过程更快、更便宜。

这种方法是联合式的，意味着它旨在跨越不同的团队、部门甚至组织工作。每个团队都可以发布和管理自己的工具，并附上描述和质量证明，然后由中央发现服务进行索引。这创建了一个动态且可扩展的生态系统，新功能可以随时添加，而无需重新配置每个智能体。正如行业分析师所解释的，这种架构对于创建能够协作解决复杂业务问题的强大的多智能体系统至关重要。

它对企业为何重要

对于企业领导者来说，AI 智能体工具发现的出现不仅仅是一个技术上的新奇事物；它标志着我们应该如何构建 AI 能力的战略性转变。当今的主流方法通常是在单一、封闭的平台内构建或购买智能体。虽然这提供了简便性，但会导致供应商锁定，并产生无法相互交互的自动化孤岛。一个联合式的发现层打破了这些壁垒，实现了一个开放的生态系统，无论最好的工具身在何处，都能被找到和使用。

这具有深远的影响。首先，它加速了创新。部门团队可以开发并以 API 形式暴露新工具，而无需漫长的中央集成过程。财务团队的智能体可以在财政部门发布新货币转换工具的当天就发现并使用它。其次，它增强了韧性。如果一个工具或服务出现故障，智能体可以查询发现服务以寻找替代方案。最后，它为企业内部真正的 API 经济奠定了基础，业务能力作为服务被暴露出来，供人类和 AI 智能体消费。成功驾驭这一转变需要为多智能体系统的设计和部署制定深思熟虑的战略，这也是我们 Agentic AI 实施 服务的核心重点。

如何正确实施

对于这种新范式，一种天真的做法是等待单一行业标准出现后再采取行动。这将是一个错误。工具发现和管理的原则在今天就很有价值，即使是在单个部门或平台内部。一个合格的实施始于将内部 API 视为一流产品。这意味着创建清晰、一致的文档，使用描述性的命名约定，并建立一个中央注册中心，让开发人员可以找到并理解可用的工具。这种内部纪律是参与更广泛的联合式生态系统的必要前提。

企业领导者在技术选择中也应优先考虑互操作性。在评估 AI 平台和智能体框架时，要询问供应商对 OpenAPI 等工具规范开放标准的支持情况。优先选择那些允许智能体轻松调用外部 API 的解决方案，而不是那些将您锁定在专有工具集中的方案。构建这一基础不仅仅是一项技术工作；它是一项与现代、可组合的企业架构相一致的战略要务。明确这条路径是具有前瞻性的 AI 战略与路线图 的关键组成部分，它能让组织为下一波自动化浪潮做好准备。

常见问题解答

问：这是我们公司需要从头开始构建的东西吗？

答： 不，我们预计商业和开源的联合式工具发现解决方案将会出现。企业当前的任务不是构建发现引擎，而是通过标准化文档和创建内部注册中心，为您的内部 API 和工具做好被发现的准备。

问：这对我们选择 AI 平台供应商有何影响？

答： 这应该促使您倾向于那些拥抱开放标准和互操作性的平台，而不是封闭的“围墙花园”生态系统。您将智能体连接到内部和外部最佳工具的能力将成为一项重要的竞争优势。

问：联合式工具发现的主要安全风险是什么？

答： 主要风险涉及访问控制和身份验证。发现系统使工具更易被看见，因此必须与强大的身份和访问管理（IAM）相结合，以确保智能体只能执行其被明确授权的工具。审计工具的使用也变得至关重要。

问：这项技术何时会成为企业的主流？

答： 基础研究正在进行中。我们预计早期的商业系统将在未来 18-24 个月内面市。然而，良好的 API 管理和内部工具发现原则可以而且应该在今天就采纳，以便做好准备。

问：我们如何衡量为此做准备的投资回报率（ROI）？

答： 投资回报来自于开发者生产力的提高（因为花费在硬编码集成上的时间减少了），以及新自动化工作流程的上市时间加快。从长远来看，它还将体现在更强的运营韧性和因避免供应商锁定而降低的成本上。

结论

联合式 AI 智能体工具发现是解锁可扩展、全企业范围自动化的缺失基础设施层。它解决了将强大的 AI 智能体与庞大且不断增长的数字工具环境相连接的关键瓶颈。对于企业领导者来说，信息是明确的：AI 的未来不是一个单一、庞大的大脑，而是一个由专业智能体组成的协作生态系统。正确的做法不是等待这个未来的到来，而是从现在开始就为之奠定基础，将您的内部 API 视为战略资产，并为一个开放、可互操作的世界进行设计。在 Thinkia，我们帮助组织构建战略和技术基础，以便在这个新兴的智能体经济中茁壮成长。