GBZ 185.5-2026 人工智能 智能体互联 第5部分：智能体发现标准立项发展报告

人工智能智能体互联第5部分：智能体发现StandardizationDevelopmentReport:AIAgentInterconnectionPart5:AgentDiscovery摘要随着人工智能技术的迅猛发展，智能体（Agent）已从单机独立运行模式演进为多智能体协同交互的分布式应用范式。在这一背景下，智能体之间的互联互通成为释放人工智能整体效能的关键前提，而智能体发现作为智能体互联的首要环节，面临服务描述异构、发现机制多样、安全信任缺失等突出问题，亟需建立统一的标准规范予以引导和约束。本报告针对国家标准《人工智能智能体互联第5部分：智能体发现》（标准编号：GB/Z185.5-2026）的立项背景、技术内容与产业价值进行系统阐述。报告首先梳理了智能体发现领域的技术演进历程与标准化需求，分析了国内外相关标准化工作现状；在此基础上，重点介绍了标准的主要技术框架与核心内容，涵盖智能体描述模型、发现机制分类、接口协议要求及安全隐私约束等关键方面；随后对标准参与起草单位的技术积累与工作基础进行了介绍；最后就标准的预期效益与未来发展方向进行了展望。本标准的制定与实施将为智能体互联互通提供统一的技术遵循，有效降低跨平台、跨领域的智能体集成成本，对于推动我国人工智能产业规范化、规模化发展具有重要的基础性支撑作用和深远的战略指导意义。关键词：人工智能；智能体互联；智能体发现；标准化；服务发现；互操作性1引言近年来，以深度学习为代表的人工智能技术取得了突破性进展，智能体作为能够感知环境、自主决策并执行动作的计算实体，已广泛应用于智能客服、自动驾驶、智能制造、智慧医疗等多个行业领域。随着应用场景的日益复杂化，单一智能体往往难以独立完成全部任务，多智能体之间的协作需求愈发迫切，智能体互联由此成为人工智能从“单点智能”走向“群体智能”的核心使能技术。智能体互联涵盖了通信建立、身份认证、能力匹配、服务调用、协同决策等多个技术环节，其中智能体发现处于互联流程的起始位置，其目标是使请求方智能体能够高效、准确地定位并获取满足任务需求的目标智能体信息。一个良好的智能体发现机制，不仅能够显著降低智能体间的耦合程度，提升系统整体的可扩展性和鲁棒性，还能够为后续的服务协商与协同执行奠定坚实基础。然而，当前智能体发现领域仍面临诸多挑战：其一，智能体描述信息缺乏统一的语义模型。不同平台和厂商对智能体的功能、接口、约束条件的描述方式各异，导致跨系统发现困难，形成了事实上的“信息孤岛”。其二，发现机制技术路线多样且互不兼容。现有的发现方案包括集中式目录服务、分布式P2P广播、语义匹配推理等多种技术路径，但彼此之间缺乏标准化的交互协议和消息格式，难以实现技术方案的互联互通。其三，发现过程的安全性与隐私保护水平参差不齐。智能体在注册和发现过程中披露的能力信息可能涉及敏感数据，如何在提供必要发现信息的同时有效保护隐私、防止恶意利用，目前尚缺乏统一的安全技术要求和评估准则。其四，面向大规模动态环境的高效发现能力有待提升。随着智能体数量的急剧增加和运行环境的动态变化，发现机制的时效性、准确性和可扩展性面临新的技术挑战。在此背景下，制定《人工智能智能体互联第5部分：智能体发现》国家标准，从术语定义、体系架构、描述模型、发现流程、接口协议、安全要求等多个维度构建统一的标准规范体系，对于打破技术壁垒、促进产业协同、保障系统安全具有重要的现实意义与长远价值。2智能体发现技术发展现状与标准化需求分析2.1智能体发现技术的发展历程智能体发现技术的研究可以追溯至分布式人工智能和面向服务的计算（Service-OrientedComputing,SOC）领域的早期探索。按照技术演进的脉络，可以大致划分为以下几个阶段：早期基于目录服务的集中式发现阶段。在这一阶段，智能体和服务提供方需首先向一个中心化的注册中心（如UDDI注册中心、LDAP目录服务器等）提交自身的能力描述信息，请求方智能体通过查询该中心目录来获取目标服务的位置和调用方式。这一模式的优点是实现简单、管理集中，但存在单点故障风险，且在面对大规模、高动态的智能体网络时，目录的更新效率和查询性能成为瓶颈。基于语义匹配的智能发现阶段。随着语义网（SemanticWeb）技术的兴起，研究者开始利用本体（Ontology）对智能体的能力信息进行语义标注，通过逻辑推理实现基于语义相似度的服务发现。OWL-S、WSMO等语义服务描述语言在此时期得到了广泛研究。这一技术路线有效提升了发现结果的准确率和召回率，但较高的建模成本和推理开销限制了其在实际系统中的规模化部署。分布式与自组织发现阶段。为克服集中式方案的固有缺陷，学术界和产业界逐步探索了基于P2P网络和分布式哈希表（DHT）的分布式发现方案，采用泛洪或结构化路由机制实现去中心化的服务发现。同时，受生物启发式计算和复杂系统研究的推动，涌现了一批具有自组织、自适应能力的发现机制。面向大模型与AI原生的智能化发现阶段。随着大语言模型和多模态基础模型的发展，智能体的能力边界持续拓展，其描述、发布和发现机制正在经历新一轮变革。一方面，大模型能够辅助生成和维护更为丰富的智能体能力描述；另一方面，旨在实现智能体自动协同的协议体系（如A2A协议）也对发现环节提出了更具兼容性和可扩展性的标准化需求。2.2国内外标准化工作现状在国际标准化层面，国际标准化组织与国际电工委员会ISO/IECJTC1/SC42（人工智能分技术委员会）先后发布了多项人工智能基础标准。在智能体领域，ISO/IEC24668《信息技术人工智能智能体框架》等标准为智能体的架构设计提供了高层参考。在互联网工程任务组（IETF）层面，相关工作主要集中在服务发现和网络资源管理方面。另外，国际通信领域的3GPP、IEEE等标准化组织也在边缘计算与物联网服务发现方面建立了相应的标准规范。在国内标准化层面，全国信息技术标准化技术委员会人工智能分技术委员会（TC28/SC42）归口管理人工智能领域的国家标准制修订工作。近年来，我国已陆续发布了《人工智能深度学习框架多硬件平台适配》《人工智能智能体》等多项重要标准。《人工智能智能体互联》系列国家标准是其中面向智能体互联互通的关键组成部分，本报告所阐述的GB/Z185.5-2026是其第5部分。然而，纵观国内外已有标准，专门针对“智能体互联中的发现环节”的系统性标准尚属空白。国际标准如ISO/IEC24668侧重于宏观架构，对发现环节的细化不足；产业界的协议实践虽在发现能力上有所探索，但缺乏统一性和规范性；国内已有标准也未对智能体发现的描述模型、交互流程、互操作接口及安全保障等内容进行系统规定。这一标准化空白不仅制约了多智能体系统的高效构建，也增加了跨平台、跨领域智能体集成的技术复杂度和市场交易成本。2.3标准制定的必要性与紧迫性综上所述，制定面向智能体互联的智能体发现国家标准具有以下显著的必要性与紧迫性：从技术维度看，智能体发现是智能体互联的“第一公里”，没有标准化的发现机制，后续的互联互操作无从谈起。统一描述模型和交互协议是确保发现过程可重复、可验证、可评测的基础前提。从产业维度看，智能体经济正在快速兴起，标准化是构建开放产业生态、避免厂商锁定的关键制度供给。提供统一的发现标准有利于降低智能体的接入和集成的成本，促进智能体服务市场的形成与繁荣。从安全维度看，在以智能体为基本执行单元的大规模系统中，恶意的、伪造的或不符合安全策略的智能体如果不被发现、识别或隔离，会对系统整体带来严重风险。标准化为发现过程提供统一的安全机制框架和信任评估依据，具有突出的安全保障价值。因此，本标准的制定是大势所趋，正当其时。3标准主要内容与技术框架3.1标准范围与适用对象本标准规定了人工智能领域中智能体互联体系下智能体发现过程的术语定义、体系架构、描述模型、发现机制分类、接口协议要求、安全隐私约束及评测方法。适用于指导智能体发现系统的设计、开发、部署、运维和评测工作。标准的适用对象包括但不限于：智能体平台的开发者与提供商、智能体应用系统的集成商与运营商、基于智能体提供第三方服务的服务商以及相关的评测机构与行业监管方等。3.2术语与概念体系为统一各参与方对智能体发现领域核心概念的理解，本标准在术语和概念方面做了系统界定。这些术语以既有国际标准与产业共识为基础，结合人工智能领域的特殊需求进行适当调整和补充。主要包括：智能体（Agent）：能够感知环境、进行决策并执行动作以实现特定目标的自主计算实体，此处特指能够通过网络接口对外提供或请求智能服务的软件实体。智能体互联：指两个及以上智能体之间建立通信连接并在此基础上进行信息交换与业务协作的过程。智能体互联是智能体自动协作的基础，通常涵盖发现、认证、协商、调用、协同等环节。智能体发现：指请求方智能体通过查询、匹配或其他机制，找到满足其任务需求的目标智能体的过程，是智能体互联中的首个关键步骤。发现服务提供方：为智能体发现提供支撑服务的实体，提供注册与存储、索引与维护等核心功能。描述模型：用于形式化描述智能体基本信息和能力信息的结构化数据模型，是实现智能体自动发现和匹配的技术基础。3.3智能体发现体系架构标准提出了一种分层的智能体发现体系架构，将发现活动划分为服务支撑层、发现核心层和业务应用层三个层次，并明确了各层次的功能划分和相互之间的接口关系。服务支撑层为上层提供基础通信和基础设施能力，涵盖网络传输管理、消息路由、身份认证基础设施及信任管理。安全基础设施确保了发现过程中实体身份的可靠和可信，是整体架构的安全底座。发现核心层是标准规范的主体内容，涵盖描述管理、注册管理和发现执行三个核心功能模块。描述管理负责智能体能力等描述信息的建模与处理；注册管理负责注册、更新与注销维护；发现执行模块负责将用户的发现请求转换为匹配查询任务，支持精准匹配、语义匹配、上下文感知匹配等多种发现策略，返回最优的候选智能体。业务应用层与应用场景对接，提供各种标准化接口，便于不同行业的智能体应用按场景需求灵活调用底层发现能力。三层之间依次支撑、逐层解耦，有效保障了架构的通用性和模块化水平。3.4智能体描述模型智能体描述信息的有无，直接决定智能体是否具备被有效发现和选择的能力。标准对智能体描述模型提出了系统性要求，规定了描述模型的内容框架。智能体的描述模型涵盖以下基本维度：智能体基本标识与元数据：包括名称、全局唯一标识符、版本号、生产者信息、创建时间、更新时间等基础管理信息，用于智能体的管理定位。智能体能力描述：声明该智能体所能提供的功能，包括功能名称、功能类型、输入输出说明、服务调用方式及适用条件。智能体接口与接入信息：描述网络接入端点、协议类型、数据传输格式以及必要的接入参数。智能体非功能属性描述：包括服务质量等级、可用性指标、平均响应时间、吞吐能力、安全等级、部署区域等反映运行质量与运行约束的指标。智能体安全管理策略描述：包括认证方式、授权策略、敏感数据的处理方式、合规说明等。智能体语义标注信息：引入语义本体与上下文标签，支持基于语义的匹配机制，提升复杂环境下发现结果的准确性。为保证描述模型在不同行业和场景中具有良好的可扩展性，标准规定了描述模型应具备开放的扩展机制，允许在遵循统一约束的前提下按领域需要自定义扩展字段。3.5智能体发现机制与流程针对不同应用场景对发现时延、覆盖范围和语义精度的差异化需求，标准提出了三种类型的发现机制：集中目录式发现机制：要求所有智能体在中心化的注册节点登记自身描述，请求方智能体向注册节点提交查询条件并获取目标。该机制适用于管理边界清晰、节点规模适中的应用场景，如企业内部的多智能体系统。实现简单，管理可控，但应具备必要的容灾与负载均衡措施。分布式发现机制：适用于智能体节点分布范围广、不存在集中管理条件的大规模开放环境。各智能体节点之间可基于结构化P2P网络进行描述信息的一致性和定位管理，或采用受控广播的查询方式。该机制要求各参与节点遵循统一的接口和数据格式，以保证互联互通。混合式发现机制：集中目录与分布式的折中方案，在区域内采用集中目录便于快速响应与统一治理，在区域间采用分布式协议实现跨域协同。适用于层次化部署的超大规模智能体互联场景。标准同时规范了通用发现流程的关键步骤，包括：发现请求的发起、请求的解析与语义增强、候选智能体的初步筛选与匹配、匹配结果的排序与优选、目标智能体的连通性验证与信息返回等环节，并对各环节间的消息格式和时序关系提出了统一性要求。此外，标准还关注了高动态环境中的描述信息时效性问题，对描述信息的主动更新、过期处理和同步撤销等生命周期管理机制给出了规定，以保障发现结果的准确性和即时性。3.6发现接口与协议要求为实现跨平台、跨厂商的互联互通，标准对智能体发现过程中涉及的接口和协议提出了明确要求：注册接口：供智能体向注册节点完成信息登记与更新操作，规定了接口的消息格式、调用方式和异常处理规则。发现查询接口：供请求方智能体向发现执行模块提交发现请求，规定了支持精确属性查询和语义扩展查询的参数结构及返回格式。发现结果返回接口：规定了发现结果的返回时序、候选集分页策略及结果评分排序原则。在协议层面，标准要求发现过程的承载协议应基于主流成熟的应用层通信协议（如HTTP/HTTPS、MQTT等），在消息结构上需兼容标准化数据交换格式。对能力描述和查询条件的序列化编码，标准推荐使用JSON-LD等易于机器解析且具备语义扩展能力的格式。3.7安全与隐私保护要求智能体发现过程涉及智能体能力信息、位置信息、运行状态等敏感属性的披露与交换，因此标准将安全和隐私保护列为重要的规范性内容，主要包含以下要求：身份认证与授权：参与发现过程的注册节点与请求方智能体，应首先完成实体身份认证，并遵照最小权限原则设置访问控制策略，防止未授权访问与信息滥用。传输安全：发现过程中的注册信息提交与发现结果返回，应采用加密通信通道进行传输。标准推荐采用TLS等成熟加密协议。隐私保护与信息最小化：智能体描述信息的披露范围应遵循“最少够用”原则，支持按需对敏感字段进行裁剪或脱敏。发现请求不应要求暴露超出此次任务所需的数据字段。防滥用与审计：注册节点应对注册信息的合法性实施形式审查和必要的技术检测，防止恶意注册、目录投毒等攻击行为。同时建议注册节点保留审计日志，以备追溯和取证。3.8测试与评估要求标准给出了针对智能体发现系统功能和性能的测试评估方法，包括测试环境要求、测试用例设计规范和性能评价指标体系。性能评价指标主要包括：发现成功率、发现时延、结果准确率（精确率与召回率）、系统可扩展性、失效恢复能力等。标准建议通过标准化的基准测试集对发现算法和系统进行横向评估，以客观反映其在不稳定网络状态下的发现性能。4主要起草单位介绍本标准由全国信息技术标准化技术委员会人工智能分技术委员会（TC28/SC42）提出并归口，联合国内人工智能领域的顶尖科研院所、高校及龙头企业共同起草完成。以下介绍标准的主要起草单位之一——中国电子技术标准化研究院。中国电子技术标准化研究院（电子标准院，CESI）创建于1963年，是工业和信息化部直属事业单位，也是国家从事电子信息技术领域标准化工作的核心权威机构。电子标准院长期从事电子信息技术领域的标准研究与制定工作，在人工智能、云计算、大数据、物联网等新兴技术领域的标准化工作中发挥了重要的引领作用。在人工智能标准化工作方面，电子标准院作为全国信标委人工智能分技术委员会的秘书处单位，组织了多项人工智能国家标准的制修订工作，涵盖人工