A2UI 技术详解：让 AI Agent 学会“说界面”
一、A2UI 是什么？
想象这样一个场景：你对着 AI 说「帮我订明晚的餐厅」。
- 传统聊天机器人会回你一大段文字：「请告诉我日期、人数、菜系……」然后你只能一行一行打字。
- 理想的 Agent 会直接弹出一个带日期选择器、人数滑块、菜系单选框的表单，点几下就提交了。
后者就是 A2UI 要解决的问题——让 Agent 不再只是「说话」，还能「画界面」。
但这里有个核心难题：Agent（尤其是远程的、跨信任边界的 Agent）怎么把界面安全地交给客户端？
A2UI 给出的答案很干脆：Agent 不发送代码（不安全），也不发送固定图片（不灵活），而是发送一段声明式的 JSON，描述「我想要什么界面」。客户端拿到这份 JSON 后，用自己本地已经写好、经过审核的组件库去渲染。
Agent 说："我要一个 Card，里面放一个 Text 写'你好'，和一个 Button 写'确认'"
↓ (一段 JSON，纯数据)
客户端做：用自己的 这就是 A2UI 名字的由来：A2UI = Agent to UI，从 Agent 到用户界面。
二、为什么需要 A2UI？（它解决的真问题）
生成式 AI 很擅长写文字和写代码，但在「呈现富交互界面」这件事上一直很笨拙。已有的几种做法，各有各的硬伤。
痛点一：直接让 LLM 生成 HTML/JS —— 不安全
让 LLM 直接吐出