快速、可靠的 A2UI,支持可替换的推理格式

📌 One-Sentence Summary
Google 推出 A2UI Express,一种类 Python 的新推理格式,可将生成式 UI 的 token 用量降低 3 倍、延迟最多降低 3 倍,并展示了 Jev 等决策模型如何为已知屏幕原型实现 80 倍更快的布局选择。
📝 Summary
文章宣布为 A2UI(Agent-to-UI,智能体到 UI)引入可替换的推理格式,这是一种面向智能体驱动界面的开放协议。新的默认格式 A2UI Express 采用简洁的 Python 风格语法(每行一条语句、位置参数、以变量名作为组件 ID),相比 Direct JSON 可将 token 数量最多减少 3 倍,同时保持完整的表达能力。在 gemini-3.5-flash 上针对 51 个任务的基准测试显示,即使在关闭思考模式的情况下,Express 的准确率也与 Direct JSON 持平,从而实现更快的推理。对于具有预定义布局的屏幕(设置、结账、确认),文章演示了使用 Jev 进行受控生成——Jev 是来自 TypeSafe 的 System One 决策模型,可在 100–300 ms 内回答结构化布局问题;一个示例项目(Apparite)可在 0.8–1.7 s 内渲染完整屏幕。A2UI Agent SDK(Python、TypeScript、Dart)通过一个工厂参数支持 Express,SkillGenerator 可以教会任何模型为给定的组件目录编写 Express。开发者还可以接入自定义 DSL。文章包含代码片段、评估图表,以及规范、SDK 和 Jev2ui 示例仓库的链接。
💡 Main Points
A2UI Express 是一种新的推理格式,相比 Direct JSON 可将 token 用量减少约 3 倍,延迟最多降低 3 倍。
Express 采用类 Python 的按行组织语法,每一行将一个组件赋值给一个变量(该变量即成为组件 ID),参数按照目录 schema 以位置方式传入,数据绑定和事件使用紧凑标记($/ 表示数据模型,Event() 表示动作)。SDK 会将 Express 编译为经过校验的 A2UI JSON 传输消息,因此目录和渲染器保持不变。
可替换的推理格式将模型输出语法与 A2UI 传输协议解耦,使开发者能够为每种用例选择最佳格式。
生成器接受 inference_format_factory 参数(例如 ExpressFormatFactory)。SDK 会根据目录的 JSON schema 自动生成提示词片段和编译器,确保该格式无法描述目录之外的组件或属性。自定义 DSL 只需提供提示词生成器和到 A2UI 消息的转换器。
像 Jev 这样的决策模型(System One)可为具有已知原型的屏幕实现约 80 倍更快的布局决策。
Jev 可在 100–300 ms 内以校准概率回答成批的类型化问题(Choice、Noul、Score)。Apparite(jev2ui)项目演示了一条语法驱动的流水线:一次 Jev 请求解决约 30 个布局问题,代码在约 200 ms 内构建组件树,小型文本模型(gemini-3.5-flash-lite)流式生成文案。在 11 个提示词中,屏幕在 0.8–1.7 s 内完成,且所有运行均产出有效的 A2UI。
评估方法在 51 个任务上比较了四种推理格式(Direct JSON、Express、Atom、Elemental),并分别开启和关闭思考模式。
即使在禁用思考的情况下,Express 的准确率也与 Direct JSON 持平,并实现了最快的推理时间。Atom(Lisp 风格 S 表达式)和 Elemental(自定义 HTML 元素)也经过了测试,但未被选为默认格式。评估基线和规范已发布在 A2UI 仓库中。
实践采用路径:安装 Python 或 TypeScript SDK,传入 ExpressFormatFactory,在关闭思考模式下运行模型,并可选地从目录生成模型技能。
SkillGenerator 会生成一套技能集(每个目录组件对应一项技能),教会任何具备技能能力的模型编写 Express。对于受控生成,开发者可以克隆 jev2ui 示例,定义一份包含引用块问题和项目符号选项的 Markdown 语法,并将 Jev 决策接入 A2UI 组件组装。
💬 Key Quotes
我们听到了大家对 A2UI 和生成式 UI 体验速度的担忧:人们要等待模型逐个生成每个屏幕。
使用我们新的 A2UI Express 作为推理格式,你可以将延迟最多降低 3 倍;而使用 Jev 等决策模型来做布局决策,最多可降低 80 倍。
与 Direct JSON 相比,Express 生成同类 UI 所需的 token 最多可减少 3 倍。
推理格式由两部分组成,SDK 会根据你目录的 JSON schema 生成这两部分。一个提示词部分教会模型该格式的语法,一个编译器将模型的回复编译为经过校验的 A2UI 消息。
受控生成只能产出其语法所描述的布局。Apparite 的语法覆盖九种屏幕原型和十二种区块,因此对于没有已知形态的屏幕,Express 是更合适的选择。
📊 Article Meta
AI Screening: 89
Source: Google Developers Blog
Author: Vishal Motwani, Google A2UI Team
Category: 人工智能
Language: 英文
Read Time: 8 min
Word Count: 1829
Tags:
AI 与智能应用 , AI 工作流 , AI 编程 , AI 工程 , AI Agent
实话,说的不明不白
楼主辛苦了,内容很有参考价值。
刚好最近在找这方面的资料,太及时了。
点赞,必须点赞
整理得太全面了,省了我不少时间。
有没有更详细的教程,期待后续。
不错不错,已加入书签。
楼主辛苦了,内容很有参考价值。
楼主辛苦了,内容很有参考价值。
作者写得真不错,学到了不少。
这篇文章分析得很透彻,收藏了!
看完了,收获满满,期待更多更新。