可信发现不是搜索:OAN Discovery 与普通搜索引擎有什么不同

简介: 普通搜索追求相关性排序,但智能体自动调用更关心结果是否可信、版本是否有效、入口是否可用。本文区分 OAN Discovery 与搜索引擎的不同定位:Discovery 面向的是经过 Root 验证、带有 DID、Root Proof、生命周期状态和协议入口的可信候选集合。它可以结合自然语言 query、资源类型、能力标签和版本策略做筛选,但不会把文本相似度等同于可信性,从而更适合自动化调用场景。

搜索相关性不足以支撑自动调用

搜索引擎擅长在海量网页中找相关内容。但智能体互联网中的资源发现,不能只停留在“相关”。一个智能体查到某个工具后,可能会把它接入任务执行链路;一个企业系统查到某个服务后,可能会让它处理敏感数据;一个用户代理查到某个 Skill 后,可能会自动下载描述并生成调用计划。此时,发现结果必须同时满足相关性和可信性。

OAN Discovery 的设计目标不是做通用搜索引擎,而是做可信资源发现节点。它索引的是 Root 验证后的 ResourcePackage,而不是任意网页或开发者随手填写的目录记录。Discovery 同步资源时,要验证 DID 文档哈希、元数据哈希、包哈希、Root Proof、Root bulletin 事件和资源生命周期状态。只有通过这些检查的资源,才进入本地索引。

Discovery 返回的是有来源的候选资源

这意味着 OAN Discovery 返回的候选结果具有明确来源。用户看到的不是“某处抓取来的链接”,而是由 Registrar 接入、Root 验证、CDN 分发、Discovery 校验后形成的资源候选。Discovery 自己可以做本地排序、评价、历史统计和企业偏好过滤,但这些都是局部信号,不能覆盖 Root 的信任事实。

OAN Discovery 的查询对象也不是普通关键词。ResourceDiscoveryQuery 可以包含自然语言 query,也可以包含 resourceType、capabilityTags、protocol、version、versionMode 和 limit 等结构化条件。versionMode 默认偏向最新版本,这符合 Skill、MCP Server 和 API 持续升级的实际情况。对机器调用方来说,结构化查询比单纯字符串更容易复现,也更容易解释为什么某个候选被返回。

查询响应也应该可验证

Discovery 返回的候选也应是机器可验证的。ResourceDiscoveryCandidate 不只包含名称和链接,还会携带 resourceDid、resourceType、score、version、lifecycleState、capabilityTags、authorizedDomains、services、protocolBindings、packageInfo 和 rootProof 等信息。ResourceDiscoveryResponse 还包含 discovery 节点 DID、候选列表、生成时间和 proof。这样,调用方可以先验证响应来源,再检查候选资源的 Root Proof 和包级证据。

查询输入 发现节点做的事 返回结果更像什么
自然语言 query 语义匹配、排序 可信候选列表
resourceType 限定资源形态 更窄的候选集
capabilityTags 按能力筛选 更贴近任务需求
protocol / version 按协议和版本过滤 更适合自动调用
versionMode=latest 优先最新 active 版本 更适合持续迭代资源

OAN Discovery 还引入授权域过滤。authorizedDomains 不是普通标签,而是治理边界。一个 Discovery 节点只能在其授权域范围内提供资源发现能力。资源即使能力标签匹配,如果不属于该节点授权域,也不应被当作有效候选返回。这个机制让发现服务不只是技术索引,也体现了开放治理网络对节点职责范围的约束。

能力标签服务于匹配

能力标签则承担不同职责。capabilityTags 帮助 Discovery 理解资源能做什么,支持粗粒度或语义化检索。例如数据分析、代码生成、知识检索、工作流自动化、MCP 工具等标签,可以帮助用户和智能体缩小候选范围。标签越规范,发现效果越好;但标签不能扩大授权域,也不能替代 Root 验证。

从用户体验看,可信发现应该降低理解成本。用户可以输入自然语言 Query,也可以选择资源类型、协议类型和能力标签。Discovery 可以返回候选资源,并解释匹配原因。结合语义推荐库,发现页面可以根据 Query 推荐可能的能力标签、资源类型和协议,从而减少用户对底层分类体系的学习负担。语义推荐只是辅助生成查询条件,不能替代包验证、授权域过滤或 Discovery 响应签名。

可信集合上的语义检索

从工程实现看,Discovery 是一个独立基础设施节点。它有自己的数据库、索引、同步状态、签名响应和查询接口。它不是 Root 的只读页面,也不是 CDN 的文件列表。Root 可以通过批量通知把 sequence 范围、授权域、CDN manifest URL、updates URL 和证明材料发送给 Discovery;Discovery 再按本地策略同步、验证和入库。

OAN 后续可以在 Discovery 层继续增强语义检索能力。例如 GRAIL 方向强调面向智能体资源的语义发现,让自然语言 Query 与结构化资源描述、能力标签、协议入口之间形成更好的匹配。这里的重点不是把 Discovery 做成普通搜索引擎,而是在可信集合上提升召回和排序,让相关性增强始终受到信任边界约束。也就是说,语义检索解决“怎样更准确地找到候选”,Root Proof、授权域和资源包验证解决“哪些候选有资格被返回”。

普通搜索解决“有没有”;可信发现解决“能不能作为可信候选”。这就是 OAN Discovery 与普通搜索引擎的核心区别。智能体互联网越自动化,越不能把相关性误认为可信性。OAN 试图把这个差异做成基础设施能力,而不是让每个调用方在最后一刻凭经验判断。

Discovery 结果应该包含什么

内容 为什么需要 谁来验证
资源 DID 标识资源主体 调用方和 SDK
Root Proof 证明资源已被验证 调用方和第三方工具
生命周期状态 判断是否可用 Discovery 和调用方
协议入口 支持实际连接 调用方和 SDK

普通搜索解决“有没有”;可信发现解决“能不能作为可信候选”。这就是 OAN Discovery 与普通搜索引擎的核心区别。智能体互联网越自动化,越不能把相关性误认为可信性。OAN 试图把这个差异做成基础设施能力,而不是让每个调用方在最后一刻凭经验判断。

可信发现的含义

关键点是,Discovery 不只是“找得到”,而是“找得到还能验证来源”。这意味着返回结果要能对应到 DID、Root Proof 和版本状态,不能只靠相关性排序。

发现输入 Discovery 做的事 输出更像什么
自然语言 query 语义匹配和排序 候选列表
resourceType 限定资源类型 更窄的候选集
capabilityTags 按能力筛选 更贴近任务需求
versionMode 优先最新 active 版本 更适合自动调用

可验证比可搜索更重要

普通搜索引擎解决的是“有很多结果怎么办”,Discovery 解决的是“哪个结果能被放心调用”。这两件事看起来相似,实质上差别很大。

相关文章
|
2月前
|
Web App开发 人工智能 安全
2026 上半年智能体AI Agent趋势报告 GitHub、PH、HF 三端全网数据调研
《AI Agent 市场趋势分析报告(2026 H1)》基于GitHub、Product Hunt等开源数据,深度剖析AI Agent生态:占比15.64%,成增长最快类别;GitHub与Vercel为首选分发平台;设计、营销、编程等垂直场景落地加速;“软件即数字员工”范式兴起,MCP协议与多Agent蜂群成新基础设施。
2026 上半年智能体AI Agent趋势报告 GitHub、PH、HF 三端全网数据调研
|
1月前
|
存储 SQL 容灾
共享存储集群 vs 分布式多副本:同城双活两条技术路线怎么选?
同城双活正在成为金融、政务等核心系统的容灾标配——RPO=0、RTO<30秒。但真正的落地远不止“两个机房各放一套数据库”那么简单。网络延迟的容忍度、脑裂预防机制、同步复制的性能代价、以及故障切换后的数据回滚,每一个环节都可能成为“最后一公里”的绊脚石。本文从容灾架构演进入手,拆解同城双活的核心技术原理、关键挑战与应对方案,并结合同城双中心方案及实测数据进行深度解析。
|
2月前
|
人工智能 自然语言处理 测试技术
别瞎写提示词!10组AI测试指令心法,拿来就能用
本文揭秘测试工程师如何用精准提示词(Prompt)大幅提升AI产出质量:从生成泛泛而谈的通用用例,到挖出弱网、越权、并发死锁等高价值场景。附10组经实战验证的指令模板及4大心法,助你把AI变成懂业务、能挖Bug的高级测试助手。
|
3月前
|
前端开发 数据挖掘 索引
授权域与能力标签:OAN 为什么要区分治理边界和搜索信号
`authorizedDomains` 和 `capabilityTags` 都会影响资源注册与发现体验,但二者职责不同。授权域表示节点和资源的治理边界,关系到资源是否被允许进入某类发现范围;能力标签则是搜索、召回和排序信号,用来帮助用户表达资源能力。本文说明 OAN 为什么要区分这两个字段,并结合注册页、发现页和推荐机制,解释如何既避免用户输入无效授权域,又保留能力标签的灵活编辑空间。
|
3月前
|
搜索推荐 API 开发工具
从找到资源到放心调用:智能体互联网为什么需要信任层
OAN构建智能体互联网可信基础设施,聚焦“发现→可信调用”闭环:通过DID身份、Root验证、包级哈希与授权域校验,确保资源可溯、可用、可验,解决自动调用中的信任缺口。(239字)
|
2月前
|
弹性计算 运维 Kubernetes
2026年8月ECS与containerd可用镜像源清单
本文整理了2026年8月适用于ECS、Kubernetes及containerd节点的9个国内镜像源清单,涵盖Docker Hub、GHCR、K8s、Quay、MCR等主流Registry,并完成端点与manifest级验证。强调需在真实worker节点实测,而非运维机模拟;提供containerd配置、逐源验证及ImagePullBackOff排查方法。(239字)
|
2月前
|
存储 人工智能 数据可视化
阿里云百炼平台深度评测:功能、定价与竞品全面对比
深度评测阿里云百炼平台的核心功能、定价方案与竞品差异,涵盖模型调用、应用编排、RAG等能力,助你判断百炼是否适合你的AI项目。
717 0
|
2月前
|
SQL 人工智能 运维
一个多 Agent 零人工运维系统的设计复盘:4 个 Agent、7 个 Skill 与 9 条工程判断
190 万奖金,2026 世界人工智能开源大赛·Agent Infra 赛道火热报名中!
|
3月前
|
人工智能 搜索推荐 SEO
GEO优化万能公式,被引用不等于被采纳的真相
本文揭示生成式引擎时代新悖论:“源被引用”不等于“主张被采纳”。Geo专家于磊指出,GEO(生成式引擎优化)核心是让内容可被AI直接摘录——需主张单行化、结构可提取、证据具象化(数字/引述/出处)。九条实证公式与检测清单助内容从“入场券”迈向“答案正文”。
333 0
|
6月前
|
人工智能 监控 调度
什么是异构算力管理平台?一文讲清核心概念、能力边界与应用价值
异构算力管理平台是面向大模型生产的“统一算力操作层”,实现CPU/GPU/NPU/FPGA等多芯、多集群、多环境算力的统一纳管、智能调度与闭环治理,提升资源利用率,支撑训推一体与AI规模化落地。
1189 2

热门文章

最新文章