基础篇
进阶篇
高频篇
精选篇
手写篇
面经篇
AI 篇
原理篇
每日一题
小程序题库
  • 知识卡片碎片时间过考点
  • 场景篇按分类整理的大前端场景考点
  • 历年面经按年份追踪真实考点
  • 算法题库NEW在线编码即时判题
  • 专项自测100 题快速查漏
  • 前端基础
    • HTTP从报文一路讲到 HTTPS
    • 浏览器渲染、事件循环、进程
    • 计算机基础Linux、网络、操作系统
  • 进阶专项
    • 设计模式23 种模式怎么用
    • 前端系统进阶学习大型项目工程化
    • 前端综合文章长期沉淀的实践文
  • 工程与工具
    • Node学习指南从环境搭建到服务端
    • NPM工作流script、依赖与发布
    • Docker容器化部署上手
    • Canvas图形与动画实战
  • 路线与导图
    • 思维导图知识点全景图
    • 学习路线按图索骥不跑偏
  • 动态
    • 公众号动态公众号历史文章
    • 博客动态站长的技术博客
    • 开发者导航常用工具与文档站
    • AI 热点每日 AI 资讯与动向
AI 工作台
旧版
AIHT
内容
精选全部 AI 动态热点榜AI 日报收藏
分类
模型行业编程产品技术观点开源
更多
Agent 接入
返回首页开发者导航
AIHT
精选 / 资讯详情
8.0
热点
AI SCORE
工具产品2026-11-12 10:00

A2UI 1.0 为智能体统一跨端交互界面

Google Developers Blog#Agent#生成式界面#开源
Editor brief · 编辑速览

Google 发布生成式 UI 开放协议 A2UI 1.0,提供覆盖 Web、移动端和桌面的开源渲染 SDK,以及多语言智能体 SDK。新版本支持双向函数调用、可替换的推理格式和安全数据绑定。

文章思维导图
Knowledge map
拖拽缩放
AI deep read

AI 深度解读

AI Agent 能替你查资料、拟计划,却常把需要比较和确认的事情变成一长串文字。Google 发布的 A2UI 1.0 想解决这个交互问题:让 Agent 返回表单、图表和可操作的卡片,再由应用用自己的组件渲染。

它值得前端和全栈开发者关注的地方,是把模型生成界面的自由度收进组件和协议的边界。不过,协议进入稳定版,不代表各端都已跟上,也不代表原文宣称的低延迟和可靠性已经有对照数据支撑。

Agent 描述界面,应用掌握组件

A2UI 是生成式界面(Generative UI)的开放协议。Agent 描述界面应该展示什么,应用接收 A2UI 消息,再用本地注册的组件绘制出来。

这套分工很关键。模型只能选择和配置开发者注册的组件,因此品牌样式、交互行为和组件实现仍由应用控制。对于已有设计系统的团队,接入的重点是把现有组件开放给 Agent 使用。

原文用生病请假的场景说明价值:预约视频问诊、调整会议、通知团队、开启自动回复、安排接孩子、订汤,涉及六个应用。如果 Agent 只返回文字,用户还得多轮解释要改哪些事项;如果它把六件事放在同一视图里,用户可以点选调整,确认后再执行。

A2UI 解决的是计划如何展示和修改,真正执行任务仍要靠开发者构建的 Agent。

另一个例子是把晚餐改到周五:界面同时展示日历、餐厅空位和网约车价格,让用户直接比较。A2UI 提供描述视图、组合不同应用组件和跨平台渲染的框架,但应用接入、权限与执行逻辑仍需要团队完成。原文没有展开这些部分的实现。

1.0 稳定了什么,各端又跟到了哪里

A2UI 1.0 新增双向函数调用。例如航班或预订选择器,可以在交互过程中即时检查可用性,不必每次都重新进入一轮文字对话。协议还增加了无障碍支持,以及承载额外元数据的扩展机制。

渲染端覆盖面很广:Web 支持 React、Angular 和 Lit;Flutter 覆盖移动端、Web 和桌面端;iOS 使用 SwiftUI;Android 使用 Jetpack Compose。

但版本需要逐项核对。Jetpack Compose 当前支持 v0.9.1,v1.0 尚未推出;Gemini 当前支持 A2UI 0.9.1;Gemini Enterprise 已能使用 A2UI,升级到 1.0 的工作仍在进行。ByteDance 于 2026 年 6 月发布 Lynx 渲染器,当前支持 A2UI 0.9,正在适配 1.0,其默认组件基于 lynx-ui。

A2UI 和 MCP Apps 也可以配合。前者负责描述界面,后者提供在支持它的 AI 助手中承载应用界面的方式。Web 和 Flutter 渲染器可以运行在 MCP Apps 内,Alation 已用这套组合把数据卡片和图表展示在 Claude 对话中。

因此,选型时要分别确认协议版本、目标渲染器版本和宿主支持情况。不能看到「1.0 稳定版」,就默认整条链路已经同步升级。

更快、更可靠,靠的是限制生成和服务端绑定

Agent SDK 支持 Python、TypeScript 和 Dart,可帮助接入现有 Agent 框架,承担生成 skills、转换消息和纠错等工作。对使用 TypeScript 的前端或 Node 团队,这提供了现成入口,但原文没有给出完整接口或接入代码。

生成方式也不止一种。原文提到 A2UI Express,以及「system one」决策模型:后者通过选择组件组织界面,减少持续生成文本的需要。SDK 还提供可替换的推理格式,用于降低延迟;Python 的 A2UI Macros 则支持以程序方式展开组件和绑定数据。

另一项设计是把数据与子组件的绑定放在服务端,使敏感值不必进入模型,同时让界面随 Agent 的工作逐步流式呈现。模型负责组织展示结构,真实数据由服务端补入,这对需要显示业务数据的界面很有吸引力。

不过,「敏感值不进入模型」有适用边界:它依赖数据确实通过这条绑定路径处理。原文没有说明完整的权限、日志和工具调用策略,不能把这一点扩大成整个系统的安全保证。

落地案例展示了几种用法。Jira 中的 Agent 缺少信息或需要决策时,可以在工作项里发出交互卡片;Alation 的图表可以展示背后的 SQL 和数据;Gemini Notebook 先让用户选择演示文稿类型和重点,再通过可编辑的审核卡片确认格式与视觉风格。

这些案例证明了交互形态有实际用途,却没有给出延迟、错误率或任务完成率的对照数据。

我的判断

我认可它把组件控制权交回应用的方向。对产品团队而言,模型可以临时组织界面,但按钮如何执行、图表如何显示、表单如何校验,仍需要稳定且可审查的实现。A2UI 为两者建立了协议边界。

它也有明确前提:团队需要组件库、数据接口和任务执行能力。如果这些基础尚未准备好,接入协议不会自动消除工程成本。跨应用组合尤其如此,原文里的六应用视图是场景示例,不能当作开箱即用的能力清单。

与固定表单或预设卡片相比,A2UI 更适合任务结构会变化、需要 Agent 临时组合信息的场景。如果业务流程始终固定,一套普通页面可能更容易测试和维护。与让模型直接生成页面代码相比,它限制了表达自由,也让组件行为更容易控制。

原文展示了架构选择和产品案例,没有证明它在所有任务上都更快、更可靠。

模型选择组件的准确率、纠错次数,以及流式渲染中的异常状态,仍需要团队自己验证。官方 SDK 对 Jev 等决策模型的支持还在路线图中,也应和已交付能力区分开。

能拿来做什么

  • 从一个需要反复确认的任务开始试验,例如让 Agent 生成可编辑的计划审核卡片。比较用户修改计划需要多少轮交互,再决定是否扩大范围。
  • Web 或 Node 团队可以先用 React、Angular、Lit 渲染器和 TypeScript Agent SDK 验证闭环,把组件注册、消息转换、用户操作回传和执行确认串起来。
  • 有跨端需求时,先核对目标端支持的 A2UI 版本,再评估组件映射与交互差异。涉及 Jetpack Compose、Lynx 或 Gemini 时,尤其要检查 0.9、0.9.1 与 1.0 的兼容情况。
  • 需要在 Claude 或 Gemini 中展示业务界面时,可以评估 A2UI 与 MCP Apps 的组合;测试时同时检查数据绑定、权限和失败处理,不要只验证卡片能否显示。
Original source

本文由 AI 通读原文后重新编写,观点部分为站内判断,细节以原文为准,来源 Google Developers Blog,原文版权归原作者所有。

阅读原文
上一篇
Runway 开放机器人模型权重与微调代码
下一篇
让 AI 精准修改 Word 并保留原有格式

资讯速览

Google Developers Blog · 2026-11-12 10:00

AI 评分 8.0 / 10

相关标签

#Agent#生成式界面#开源

继续阅读

  • 拆解 AI 接口延迟,定位排队与流式瓶颈
  • Runway 开放机器人模型权重与微调代码
  • 让 AI 精准修改 Word 并保留原有格式
  • 智能体漏掉业务规则,问题可能在需求
  • 量化模型部署为何在不同芯片上成败各异