大規模AIツール発見：DNSで十分

自律型AIエージェントの時代が到来し、数百万ものツールを効率的に発見するメカニズムが求められている。しかし既存のソリューションはO(N)の複雑性と中央集権的な管理の下で限界に達している。新しいarXiv論文（2607.18242、2026年4月19日投稿）は、別の脆いミドルウェアを構築する代わりに、インターネットで最も堅牢な基盤であるドメインネームシステム（DNS）にセマンティックツール発見を組み込む革新的なフレームワーク「ToolDNS」を提案する。著者は陳恩浩と邵宇林。

ToolDNSは、機能的意図と組織的信頼をDNSの階層的名前空間に埋め込むことで、高コストなセマンティック検索を一連の軽量なO(log N)名前解決に変換する。研究者らは、部分展開名（段階的な絞り込みを可能にする）、EDNS0インテントペイロード（クエリ意図をDNS要求にエンコード）、論理サブドメイン（組織ごとの分散管理を可能にする）という3つのプロトコル準拠拡張を導入した。これらの拡張は既存のDNSインフラと完全互換であり、コアプロトコルの変更を必要としない。

このアプローチを検証するため、チームはMCP、A2A、RESTful、Skillプロトコルにまたがる33,688の実世界ツールからなる大規模ヘテロジニアスベンチマークを構築・公開した。結果は顕著で、ToolDNSはクエリあたりの検索空間を95.26%削減しつつ、最先端の検索手法（SPLADEやDPRなど）と同等の精度を維持した。さらに、UDPネイティブ設計により、HTTPベースのレジストリ（ToolHubやAgent-Connectなど）と比較して発見レイテンシを桁違いに短縮する。

この研究は、スケーラブルなAI相互運用性にはさらなるミドルウェアではなく、すでに足元にあるインフラをよりスマートに活用することが必要であることを示している。ToolDNSは既存のインターネットアーキテクチャを覆すことなく、効率的で分散型のAIツール発見を実現し、将来の自律エージェントエコシステムに堅固な基盤を提供する。2026年以降、AIエージェントが広く普及するにつれ、この軽量で分散化されたアプローチがツール発見の標準パラダイムとなる可能性がある。