精选今天0 投票
AI工具发现新范式：将语义搜索塞进DNS，搜索空间暴降95%
随着自主AI代理时代的到来，如何高效发现数百万个工具成为核心难题。传统方案要么面临O(N)复杂度的性能瓶颈，要么依赖中心化注册表，难以支撑去中心化、大规模的互操作需求。来自中国研究团队的论文《AI Tool Discovery at Scale: All You Need is DNS》提出了一种颠覆性框架——ToolDNS，它将语义工具发现能力直接植入互联网最基础的设施：域名系统（DNS）。
核心思路：让DNS“理解”工具意图
ToolDNS的核心洞察是：DNS本身就是一个全球规模、分层命名、高度去中心化的解析系统，天然具备可扩展性和鲁棒性。研究者通过三种协议兼容的增强，让DNS承载语义发现功能：
- 部分展开名称（Partially Unfolded Names）：将工具的功能描述和所属组织编码为层级域名，例如
search.language-model.openai.tools，使得DNS查询天然具备语义过滤能力。 - EDNS0意图载荷：利用EDNS0扩展机制，在DNS查询中携带额外的意图参数（如输入输出类型、协议类型），实现更精细的语义匹配。
- 逻辑子域：支持动态创建逻辑子域，便于组织自治管理工具注册，无需全局协调。
性能表现：搜索空间暴降95.26%
研究团队构建了一个包含33,688个真实世界工具的大规模异构基准数据集，覆盖MCP、A2A、RESTful、Skill等多种协议。实验结果显示：
- 搜索空间削减：ToolDNS将每次查询需要扫描的工具数量减少95.26%，从全量搜索变为仅需解析少量域名。
- 检索精度：在匹配最先进语义检索模型（如基于嵌入的向量搜索）的精度前提下，实现了该效率提升。
- 延迟优势：基于UDP的原生设计，使得工具发现延迟相比HTTP注册表降低数个数量级。
行业意义：AI互操作不需要更多中间件
当前AI工具发现领域面临碎片化困境：MCP、A2A、Function Calling等协议各自为政，集中式注册表（如OpenAI的插件商店、Hugging Face Spaces）存在单点故障和治理瓶颈。ToolDNS的思路是复用现有基础设施，而非重新发明轮子。
这一方向与互联网早期“端到端”原则一脉相承——将智能放在边缘，而非中心。如果ToolDNS得以推广，AI代理将能像访问网站一样，通过DNS解析来动态发现和调用任意工具，无需依赖任何中心化平台。
局限与展望
目前ToolDNS仍处于学术验证阶段。实际落地需解决：DNS缓存策略对动态工具更新的影响、安全与认证机制（如何防止恶意工具注册）、以及现有DNS运营商的支持意愿。不过，该工作为AI工具发现提供了一条极具想象力的路径——让互联网的基石承载AI的互操作未来。