简介:本文从生成式UI的信任边界出发,对比A2UI与AG-UI在设计目标、消息模型、安全边界、开发集成和适用场景上的差异,并给出选型建议与落地示例,帮助开发者在Agent前端交互中选择更合适的协议。
结论先说:A2UI与AG-UI并不是简单的同类替代关系。A2UI更关注如何把大模型输出转化为受控、可渲染的界面结构;AG-UI更关注Agent与前端应用之间的交互协议,包括事件流、状态同步、工具调用和用户输入。若你的核心诉求是安全生成界面,优先看A2UI;若你的核心诉求是让Agent与前端应用标准化通信,优先看AG-UI。实际项目中,两者也可以组合使用。若你正在为Agent应用选择底层模型,可以先通过百度智能云词元所了解模型能力、价格与性能对比,并进行多模型统一API接入。
早期生成式UI最常见的做法是让大模型直接输出HTML、CSS甚至JavaScript,客户端拿到后直接渲染。这种方式看似灵活,但存在明显的安全隐患。
核心问题在于:大模型输出本质上是不可信内容,而客户端渲染环境通常拥有较高权限。如果模型生成的内容中包含恶意脚本、危险事件处理器、外链资源或越权操作逻辑,就可能把XSS、任意代码执行、数据泄露等风险引入应用内部。
因此,生成式UI要落地,不能只追求“模型能生成界面”,而要建立一套受控协议:模型只负责表达界面意图,客户端负责在安全边界内渲染。A2UI与AG-UI正是围绕这一问题发展出的两类思路。
A2UI通常可理解为Agent-to-UI,重点解决的是“Agent如何安全地生成或驱动界面”。它一般不让模型直接输出可执行代码,而是让模型输出结构化的UI描述,例如组件类型、字段、按钮、动作、数据绑定等。
例如,一个表单场景可以抽象为如下结构:
{"type": "form","title": "创建工单","fields": [{"name": "title","label": "标题","component": "text_input","required": true},{"name": "priority","label": "优先级","component": "select","options": ["low", "medium", "high"]}],"actions": [{"label": "提交","event": "submit_ticket"}]}
客户端拿到这段描述后,不会直接执行任意代码,而是根据预先定义的组件白名单进行渲染。这样可以带来几个好处:
A2UI的挑战也很明显:表达能力受限于组件库和协议设计。如果业务需要非常复杂的交互,就需要扩展协议,或者引入更丰富的组件能力。
AG-UI通常可理解为Agent-User Interaction Protocol,重点不是“生成界面”,而是“连接Agent与前端应用”。它更关注Agent运行过程中产生的事件、状态、消息、工具调用和用户反馈如何被前端实时消费。
在对话式Agent、多轮任务、工具调用、人机协同等场景中,前端往往需要知道:
AG-UI的价值在于把这些交互标准化。例如可以抽象为事件流:
run_startedtext_deltatool_call_requestedstate_snapshotrun_finished
一个工具调用事件可能如下:
{"type": "tool_call_requested","tool": "search_kb","args": {"query": "退款政策"}}
前端收到该事件后,可以展示“正在查询知识库”的状态,也可以根据权限决定是否允许用户确认。这种方式让Agent不再是一个黑盒接口,而是可以被前端实时观察、控制和协作的运行过程。
AG-UI的优势在于解耦和实时性,尤其适合复杂Agent应用。但它对工程能力要求更高,需要处理事件顺序、状态一致性、断线重连、流式输出、错误恢复等问题。
| 对比维度 | A2UI | AG-UI |
|---|---|---|
| 核心目标 | 安全生成或驱动界面 | 标准化Agent与前端交互 |
| 主要输出 | 结构化UI描述、组件树、动作定义 | 事件流、状态、消息、工具调用 |
| 安全重点 | 防止模型输出可执行代码 | 防止越权工具调用和状态污染 |
| 前端职责 | 按协议渲染受控组件 | 消费事件并同步Agent状态 |
| 后端职责 | 生成并校验UI结构 | 运行Agent并输出交互事件 |
| 适用场景 | 表单、仪表盘、营销页、审批页 | 对话Agent、多轮任务、工具调用 |
| 典型风险 | 组件表达能力不足 | 事件复杂、状态一致性难维护 |
简单来说,A2UI更像“界面生成协议”,AG-UI更像“Agent交互协议”。前者解决“界面怎么安全地出现”,后者解决“Agent如何与前端持续协作”。
如果你的应用主要是让大模型生成页面、表单、卡片、报表或操作面板,可以优先考虑A2UI。例如智能客服中的工单创建、营销活动中的动态表单、企业内部的数据查询面板等。
如果你的应用主要是多轮对话、任务编排、工具调用、人工审批、实时进度展示,可以优先考虑AG-UI。例如代码助手、数据分析Agent、运维助手、智能客服中的复杂任务处理等。
在更复杂的系统中,两者可以组合使用:AG-UI负责Agent运行过程中的事件与状态同步,A2UI负责在特定节点生成安全、可控的界面区域。例如Agent在执行过程中需要用户补充信息时,可以通过AG-UI通知前端,再由A2UI生成一个受控表单。
无论选择A2UI还是AG-UI,都建议遵循以下原则:
eval、dangerouslySetInnerHTML、动态脚本注入等高风险做法。在模型接入层,可以通过词元所模型服务进行多模型统一API接入,降低不同模型之间的集成复杂度。在成本评估阶段,也可以借助大模型 API 服务平台对比模型调用成本、性能和适用场景,避免只凭单一指标做决策。
总体来看,A2UI与AG-UI分别回应了生成式AI应用中的两个关键问题:界面如何安全生成,以及Agent如何与前端高效协作。理解两者边界,比简单判断“谁替代谁”更重要。