大規模AI工具發現：只需DNS

隨着自主AI代理時代的來臨，如何高效發現數百萬個工具成為關鍵挑戰。現有方案在O(N)複雜度與中心化治理下不堪重負，而來自arXiv的新論文提出了一種顛覆性方案——ToolDNS。該框架並未構建另一個脆弱的中間層，而是將語義工具發現巧妙融入互聯網最穩健的基礎設施：域名系統（DNS）。論文由陳恩浩和邵宇林於2026年4月19日提交，展示瞭如何通過DNS的層級結構實現可擴展、去中心化的工具發現。

ToolDNS的核心思想是將功能意圖和組織信任嵌入DNS的分層命名空間，從而將昂貴的語義搜索轉化為一系列輕量級的O(log N)域名解析。研究人員引入了三種符合協議標準的擴展：部分展開名稱用於漸進式過濾，允許客户端按層級逐步縮小搜索範圍；EDNS0擴展機制攜帶意圖載荷，將查詢意圖編碼到DNS請求中；邏輯子域支持去中心化治理，使不同組織能自主管理其工具命名空間。這些擴展完全兼容現有DNS基礎設施，無需修改核心協議。

為驗證這一方法，團隊構建並開放了一個包含33868個真實工具的大規模異構基準測試，涵蓋MCP（模型上下文協議）、A2A（代理到代理協議）、RESTful API和Skill協議等多種類型。結果令人矚目：ToolDNS將每次查詢的搜索空間削減了95.26%，同時保持了與最先進檢索方法（如SPLADE和DPR）相當的精度。其基於UDP的原生設計比HTTP註冊表（如ToolHub和Agent-Connect）降低了數個數量級的發現延遲。

這項工作的意義在於，它證明了可擴展的AI互操作性並不需要更多的中間件，而是需要更智能地利用我們腳下已有的基礎設施。ToolDNS展示瞭如何在無需推翻現有互聯網架構的前提下，實現高效、去中心化的AI工具發現，為未來的自主代理生態系統提供了堅實的技術基礎。隨着AI代理在2026年及之後的廣泛應用，這種輕量級、去中心化的方法可能成為工具發現的標準範式。