Google 刚发了个东西叫 A2UI——让 AI 能画界面。
什么意思？我举个例子。
假如豆包用了 A2UI，你说"帮我叫个车去机场"，它直接弹出一张地图——你在地图上点一下确认上车点，再选个时间和车型，下单。
全在对话里完成。
MCP、Skills 都搞不定的事，它能搞定——让 AI 不光会说，还会画界面。
如果你用 Claude，这事儿跟你有关——
Anthropic 下一步要干嘛，可能就藏在你天天用的 Artifacts 里。
纯数据流：MCP/Skills 的局限
你可能想：MCP 和 Skills 不是够用了吗？
不够。
因为它们都是纯数据流——
MCP 让 Agent 能调工具，但结果只能用文字告诉你。
Skills 让 Agent 有专业能力，但也只能用文字告诉你。
对话 vs UI：不是偏好，是大脑决定的
举个例子：选航班。
用对话选？你得打字说"我选14点那个850块的"。
用界面？点一下就行。
有些事，对话压根做不到：
想看酒店实拍？对话只能说"房间很大"，界面能直接甩图
想选上车地点？对话得打字"东门左边50米"，界面点一下就行
纯数据流的问题，就在这。
A2UI：交互补上的一环
回到开头豆包的例子——你说"帮我叫车"，它弹出地图让你点。
背后咋回事？
1.Agent 输出一段 JSON，描述要显示什么组件、怎么排列
2.这段数据发给渲染器
3.渲染器有一套组件库（地图、按钮、日历…），从库里找到对应的，画出来
4.你点了确认，渲染器把结果告诉 Agent
5.Agent 收到，继续干活
对Agent的改变
以前：Agent 返回 “请问几点？” → 你打字回答
现在：Agent 返回 { 日历组件 } → 你点一下
等等，你可能会问：既然能画界面，为啥不直接让 Agent 写代码？
为什么不直接写代码？
代码能干的事太多了——能读文件、能发请求、能删东西。
让 Agent 写代码 = 把你的电脑交给它。
A2UI 的做法：给 Agent 一套受限的组件库。
能用：日历选择器、地图选点、表单输入、列表选择、确认按钮、图片展示
不能：读写文件、执行代码、发送请求、访问系统
就像给小孩一盒乐高——能拼出各种形状，但不会伤到人。
A2UI干的事：Agent 不光会"说"，还能"画"——而且画得安全。
三大产品特性
安全→ Agent 只能画你允许的组件，不会执行恶意代码
实时→ 界面边生成边显示，不用等 AI 想完
跨端→ 手机/网页/桌面都能用，体验一致
一句话：A2UI = 数据安全 + 界面丰富。
三层生态：更大的图景
A2UI 只是拼图的一块。
Agent 要真正好用，得有三层基础设施：
上下文层Skills → Agent 有什么能力
工具层MCP + A2A → Agent 怎么调工具、怎么协作
交互层A2UI → Agent 怎么和人类交互
Skills 定义能力，MCP+A2A 连接工具和 Agent，A2UI 连接人类。
三层生态齐了，Agent 世界才完整。
Artifacts 2.0：Anthropic 的下一步
说完三层生态，回到开头的问题：这跟 Claude 用户有啥关系？
为啥我觉得 Anthropic 会往这走？
Artifacts 已经是动态内容的雏形了。
用户习惯了这个形态。
只差一步——加上交互能力。
Artifacts 1.0（现在）
↓ 能跑代码、能预览，但你点了啥 Agent 不知道
Artifacts 2.0（预判）
↓ 你点了啥，Agent 能收到，还能接着帮你干活
对你意味着啥？
想象一下：你在 Claude 里说"帮我对比这三个方案"，它直接弹出一个表格，你边看边勾选，选完它继续帮你分析。
对话中直接弹出交互界面。
不用离开 Claude 就能完成复杂操作。
Claude 从"对话工具"变成"对话式操作系统"。
最后说两句
A2UI 本质就一件事：给纯数据流补上交互层。
它的价值 = 要比好几个选项的时候，不用靠脑子记了。
读完记住这四个词：
纯数据流→ MCP/Skills 的局限
A2UI→ 交互补上的一环
三层生态→ 上下文 + 工具 + 交互
Artifacts 2.0→ Anthropic 的下一步
Agent 交互的下一步，已经在路上了。
原文：https://developers.googleblog.com/introducing-a2ui-an-open-project-for-agent-driven-interfaces/
