7月13日、Chris Greenが「AI Agent Standards: What Do We Need To Know?」と題した記事を公開した。MCP、A2A、ARD、UCP、OKF……AIエージェント界隈では略語が乱立し、「どれが業界標準になるか」という競馬予想のような議論が絶えない。しかしGreenの主張はシンプルだ――これらは競合ではなく、解こうとしている問題がそもそも異なる補完的なレイヤー群であり、「どれが勝つか」より「どれが何を解くか」を把握することの方が実務上はるかに価値が高い。
「競合」ではなく「レイヤー」で整理する
LinkedInや業界メディアに飛び交うMCP、A2A、ARD、LLMs.txtといった略語の洪水。問題は、これらが「どれが勝つか」という競争軸で語られがちな点だ。
Chris Greenはこれらをアクション軸（エージェント駆動）と知識軸（パブリッシャー駆動）の二次元で整理することを提案している。
この図が示すのは、各プロトコルが「エージェントが何かを実行するための仕組み」なのか「情報を提供するための仕組み」なのかという違いだ。重なりはあるが、解こうとしている問題が異なる。
各規格の役割を一言で
- ARD（Agent Resource Discovery）：エージェントがどのケイパビリティ（機能）を使えるかを発見するための仕組み。エージェントが「何ができるか」を自律的に探索する際のディスカバリー層を担う、比較的新しい概念だ
- MCP（Model Context Protocol）・WebMCP：ツールの公開・呼び出し。MCPはAnthropicが提唱し、ClaudeをはじめとするLLMへの採用が急速に進んでいる標準プロトコルで、AIエージェントが外部ツールやデータソースと連携する際の共通インターフェースを定義する
- **A2A（Agent2Agent）**：エージェント同士の協調を担うGoogleが主導するプロトコル。「MCPサーバーより適した場面もある」と開発元は主張しており、複数エージェントが連携してタスクを分担するオーケストレーション層として機能する
- UCP（Universal Commerce Protocol）：商品発見・カート構築・チェックアウトといったeコマースの文脈に特化した規格。エージェント型ショッピングの普及に伴い注目度が高まっている
- OKF（Open Knowledge Format）：大規模・複雑なサイトをAIシステムが理解・発見するための知識フォーマット。サイト構造が複雑でLLMによるクロールや理解が困難な場面での「AI発見性」向上を目的とする
- **LLMs.txt**：LLMがクロール時に参照するサイト情報ファイル。ただしAhrefsのデータではリクエスト数がほぼゼロという現実もあり、現時点での実効性には疑問符がつく
重複しているのは主にディスカバリー・呼び出し・オーケストレーションの3領域だ。
「競合」に見えても補完関係にある
A2AはMCPサーバーの代替として位置づけられる場面があり、ARDとWebMCPは似た目標を持つ。しかし記事の主張は明確で、「競合ではなく、インタラクションの異なるレイヤーを担う補完的な規格群」として見るべきだという。
ブラウザが1つのHTMLタグだけでWebと通信しないのと同様に、AIエージェントも単一のプロトコルでWebと通信するわけではない。HTTP・DNS・TLSがそれぞれ異なる問題を解くように、MCP・A2A・ARDも担うレイヤーが異なる。
実務上、今どこに集中すべきか
記事が示す優先順位は以下の通りだ：
- 全体像を把握する
- コンテンツの発見可能性を改善する
- 必要に応じてケイパビリティを公開する
- 新興標準を継続監視する
多くの組織が手順4を気にしながら、手順1・2でまだ詰まっているというのが現状だとGreenは指摘する。
職種・状況別の具体的なフォーカスポイントは以下の通り：
- eコマース担当者：UCPを今すぐ確認。エージェント型（Agentic）ショッピング・チェックアウトの動きが速く、対応が遅れると機会損失に直結しうる
- AIエージェントにサイト上の操作を任せたい場合：WebMCPとARDに注目。ケイパビリティをエージェントへ公開する方向性として最も明確
- 大規模・複雑なサイトのAI発見性が課題の場合：OKFが最も注視すべき規格
なお、「エージェント型（Agentic）」とは、人間の逐次的な指示を待たずにタスクを自律的に計画・実行するAIシステムの振る舞いを指す。
「勝者を予測する」より「問題を理解する」
記事のメッセージはシンプルだ。
標準は技術的に優れているから標準になるのではない。エコシステムの十分な数が採用するから標準になる。
現時点での各プロトコルの成熟度や採用状況はバラバラで、今後の統合・進化・消滅も十分ありえる。「どれが勝つか」に賭けるより、各規格が何の問題を解こうとしているかを把握しておくことの方が実務上の価値が高い。
詳細はAI Agent Standards: What Do We Need To Know?を参照していただきたい。
