Google tiene A2UI de código abierto, una especificación de agente a interfaz de usuario y un conjunto de bibliotecas que permite a los agentes describir interfaces nativas enriquecidas en un formato JSON declarativo mientras las aplicaciones cliente las representan con sus propios componentes. El proyecto apunta a un problema claro: cómo permitir que los agentes remotos presenten interfaces seguras e interactivas a través de límites de confianza sin enviar código ejecutable.
¿Qué es A2UI?
A2UI es un estándar abierto y una implementación que permite a los agentes hablar UI. Un agente no genera HTML ni JavaScript. Genera una respuesta A2UI, que es una carga útil JSON que describe un conjunto de componentes, sus propiedades y un modelo de datos. La aplicación cliente lee esta descripción y asigna cada componente a sus propios widgets nativos, por ejemplo, componentes Angular, widgets Flutter, componentes web, componentes React o vistas SwiftUI.
El problema es que los agentes necesitan hablar la interfaz de usuario
La mayoría de los agentes basados en chat responden con mensajes de texto largos. Para tareas como reservas de restaurantes o entrada de datos, esto produce muchos giros y respuestas densas. La publicación de lanzamiento de A2UI muestra un ejemplo de restaurante donde un usuario solicita una mesa y luego el agente hace varias preguntas de seguimiento en texto, lo cual es lento. Una mejor experiencia es un formulario pequeño con un selector de fecha, un selector de hora y un botón de envío. A2UI permite al agente solicitar ese formulario como una descripción estructurada de la interfaz de usuario en lugar de narrarlo en lenguaje natural.
El problema se vuelve más difícil en una red de múltiples agentes. En ese entorno, un orquestador de una organización puede delegar el trabajo a un agente A2A remoto de otra organización. El agente remoto no puede tocar el modelo de objetos de documento de la aplicación host. Sólo puede enviar mensajes. Históricamente eso significaba HTML o script dentro de un iframe. Ese enfoque es pesado, a menudo visualmente inconsistente con el anfitrión y riesgoso desde el punto de vista de la seguridad. A2UI define un formato de datos que es seguro como los datos pero lo suficientemente expresivo como para describir diseños complejos.
Diseño central, seguridad y estructura compatible con LLM
A2UI se centra en la seguridad, la facilidad de uso de LLM y la portabilidad.
La seguridad primero. A2UI es un formato de datos declarativo, no un código ejecutable. El cliente mantiene un catálogo de componentes confiables como Card, Button o TextField. El agente sólo puede hacer referencia a tipos en este catálogo. Esto reduce el riesgo de inyección de UI y evita la ejecución de scripts arbitrarios desde la salida del modelo. Representación amigable de LLM. La interfaz de usuario se representa como una lista plana de componentes con referencias de identificadores. Esto facilita que los modelos de lenguaje generen o actualicen interfaces de forma incremental y admite actualizaciones en tiempo real. El agente puede ajustar una vista a medida que avanza la conversación sin regenerar un árbol JSON anidado completo. Agnóstico del marco. Se puede representar una única carga útil de A2UI en varios clientes. El agente describe un árbol de componentes y un modelo de datos asociado. El cliente asigna esa estructura a widgets nativos en marcos como Angular, Flutter, React o SwiftUI. Esto permite la reutilización de la misma lógica de agente en superficies web, móviles y de escritorio. Representación progresiva. Debido a que el formato está diseñado para transmisión, los clientes pueden mostrar interfaces parciales mientras el agente continúa computando. Los usuarios ven cómo se ensambla la interfaz en tiempo real en lugar de esperar una respuesta completa.
Arquitectura y flujo de datos
A2UI es un canal que separa la generación, el transporte y el renderizado.
Un usuario envía un mensaje a un agente a través de un chat u otra superficie. El agente, a menudo respaldado por Gemini u otro modelo que pueda generar JSON, produce una respuesta A2UI. Esta respuesta describe los componentes, el diseño y los enlaces de datos. Los mensajes A2UI se transmiten al cliente a través de un transporte como el protocolo de agente a agente o el protocolo AG UI. El cliente utiliza una biblioteca de renderizado A2UI. El renderizador analiza la carga útil y resuelve cada tipo de componente en un widget concreto en el código base del host. Las acciones del usuario, por ejemplo, hacer clic en botones o enviar formularios, se envían como eventos al agente. El agente puede responder con nuevos mensajes A2UI que actualicen la interfaz existente.
Conclusiones clave
A2UI es un estándar abierto y un conjunto de bibliotecas de Google que permite a los agentes ‘hablar UI’ enviando una especificación JSON declarativa para interfaces, mientras que los clientes las renderizan utilizando componentes nativos como Angular, Flutter o Lit. La especificación se centra en la seguridad al tratar la interfaz de usuario como datos, no como código, por lo que los agentes solo hacen referencia a un catálogo de componentes controlado por el cliente, lo que reduce el riesgo de inyección de la interfaz de usuario y evita la ejecución de scripts arbitrarios a partir de la salida del modelo. El formato interno utiliza una representación plana y actualizable de componentes optimizada para LLM, que admite transmisiones y actualizaciones incrementales, para que los agentes puedan perfeccionar progresivamente la interfaz durante una sesión. A2UI es independiente del transporte y ya se utiliza con el protocolo A2A y AG UI, lo que permite a los agentes orquestadores y subagentes remotos enviar cargas útiles de UI a través de límites de confianza mientras las aplicaciones host mantienen el control de la marca, el diseño y la accesibilidad. El proyecto se encuentra en una etapa inicial de vista previa pública en la versión v0.8, lanzada bajo Apache 2.0, con renderizadores de referencia, muestras de inicio rápido e integraciones de producción en proyectos como Opal, Gemini Enterprise y Flutter GenUI, lo que ahora lo pueden utilizar directamente los ingenieros que crean aplicaciones agentes.
Consulte el repositorio de Github y los detalles técnicos. Además, no dude en seguirnos en Twitter y no olvide unirse a nuestro SubReddit de más de 100.000 ML y suscribirse a nuestro boletín. ¡Esperar! estas en telegrama? Ahora también puedes unirte a nosotros en Telegram.
Asif Razzaq es el director ejecutivo de Marktechpost Media Inc.. Como emprendedor e ingeniero visionario, Asif está comprometido a aprovechar el potencial de la inteligencia artificial para el bien social. Su esfuerzo más reciente es el lanzamiento de una plataforma de medios de inteligencia artificial, Marktechpost, que se destaca por su cobertura en profundidad del aprendizaje automático y las noticias sobre aprendizaje profundo que es técnicamente sólida y fácilmente comprensible para una amplia audiencia. La plataforma cuenta con más de 2 millones de visitas mensuales, lo que ilustra su popularidad entre el público.