Google stellt A2UI Express und einen getrennten Entscheidungsweg vor
Googles A2UI-Beitrag vom 27. Oktober verändert das Ausgabeformat eines Agenten beim Aufbau einer Benutzeroberfläche. Statt verschachtelte JSON-Nachrichten für die Übertragung direkt vom Sprachmodell schreiben zu lassen, kann der Agent A2UI Express erzeugen.
Googles A2UI-Beitrag vom 27. Oktober verändert das Ausgabeformat eines Agenten beim Aufbau einer Benutzeroberfläche. Statt verschachtelte JSON-Nachrichten für die Übertragung direkt vom Sprachmodell schreiben zu lassen, kann der Agent A2UI Express erzeugen. Der SDK-Code übersetzt dieses Zwischenformat deterministisch in gewöhnliche A2UI-Nachrichten. Der Client kündigt weiterhin einen Katalog zugelassener Komponenten an, und der Renderer verwendet weiterhin das bestehende Protokoll. Anleitung und Übersetzer entstehen aus demselben Katalogschema. Das Modell erhält dadurch keine unbegrenzte Möglichkeit, nicht freigegebene Bedienelemente zu erfinden.
Laut Google benötigt Express bei vergleichbaren Oberflächen im günstigsten Fall nur ein Drittel der generierten Texteinheiten von Direct JSON und kann die Verzögerung um bis zu den Faktor drei verringern. Der Beitrag beschreibt einen Vergleich von vier Schreibweisen in 51 Aufgaben mit Gemini 3.5 Flash und verschiedenen Einstellungen für den Denkmodus. „Bis zu“ bezeichnet eine Beobachtung unter bestimmten Bedingungen, keine Zusage für jede Oberfläche oder jedes Modell. Auch eine erfolgreich kompilierte Nachricht kann falsche Geschäftsdaten enthalten oder eine ungeeignete Komponente auswählen. Deshalb muss neben der Syntax die fachliche Richtigkeit und die Zeit bis zu einer tatsächlich nutzbaren Oberfläche gemessen werden.
Express wird für die beschriebenen A2UI-Agenten-SDKs in Python, TypeScript und Dart angeboten. Die Python- und TypeScript-SDKs können Direct JSON stückweise übertragen; Express wird nach der vollständigen Antwort umgewandelt. Makros im Python-SDK können anhand einer vom Modell ausgegebenen Kennung vorhandene Bestelldaten aus der Anwendung holen. Preise oder Zustände müssen dadurch nicht aus der Modellantwort erraten werden. Für die Beurteilung der Geschwindigkeit sind Erzeugung, Umwandlung, Datenbeschaffung und Darstellung getrennt zu betrachten. Ein früh gesendetes Textfragment ist noch keine verlässliche interaktive Ansicht.
Für Ansichten mit festem Grundriss stellt der Artikel einen anderen Weg vor. Im Beispiel Apparite beantwortet das Entscheidungsmodell Jev typisierte Fragen zum Aufbau. Programmcode baut den Komponentenbaum, ein kleineres Modell ergänzt nur die Formulierungen. Bei einem Lauf mit elf Eingaben war der Baum nach 92 bis 298 Millisekunden sichtbar; vollständige Ansichten brauchten 0,8 bis 1,7 Sekunden. Googles Angabe „bis zu 80-mal“ bezieht sich auf diese eingeschränkte Entscheidungsvariante. Die Beispielgrammatik deckt neun Bildschirmarten und zwölf Bausteine ab, und die Zahl der Eingaben ist klein. Die A2UI-Agenten-SDKs enthalten derzeit noch kein eingebautes Inferenzformat für Entscheidungsmodelle. Das Ergebnis gehört daher weder zu Express selbst noch zu jeder Nutzung des Protokolls.
Bei bekannten Ansichten kann eine schnelle, begrenzte Auswahl passen. Wo der Agent zugelassene Komponenten flexibler zusammensetzen muss, bietet Express mehr Ausdrucksraum. Eigene Formate sind ebenfalls möglich, solange Anleitung und Umwandlung zum Katalog passen. Eine Einführung sollte gültige Komponenten, korrekte Daten, Zeit bis zur fertigen Ansicht und Fehlerverhalten anhand eigener Aufgaben prüfen. Die veröffentlichten Zahlen sind Herstellerangaben und ein kleines Beispielprojekt, kein unabhängiger Vergleich aller Produkte. Mit Token sind hier Einheiten erzeugten Modelltexts gemeint und keine Kryptowährung.
Sources
FAQ
Was ändert A2UI Express?
Googles A2UI-Beitrag vom 27. Oktober verändert das Ausgabeformat eines Agenten beim Aufbau einer Benutzeroberfläche. Statt verschachtelte JSON-Nachrichten für die Übertragung direkt vom Sprachmodell schreiben zu lassen, kann der Agent A2UI Express erzeugen. Der SDK-Code übersetzt dieses Zwischenformat deterministisch in gewöhnliche A2UI-Nachrichten. Der Client kündigt weiterhin einen Katalog zugelassener Komponenten an, und der Renderer verwendet weiterhin das bestehende Protokoll. Anleitung und Übersetzer entstehen aus demselben Katalogschema. Das Modell erhält dadurch keine unbegrenzte Möglichkeit, nicht freigegebene Bedienelemente zu erfinden.
Auf welche Methode bezieht sich die Angabe bis zum Faktor 80?
Für Ansichten mit festem Grundriss stellt der Artikel einen anderen Weg vor. Im Beispiel Apparite beantwortet das Entscheidungsmodell Jev typisierte Fragen zum Aufbau. Programmcode baut den Komponentenbaum, ein kleineres Modell ergänzt nur die Formulierungen. Bei einem Lauf mit elf Eingaben war der Baum nach 92 bis 298 Millisekunden sichtbar; vollständige Ansichten brauchten 0,8 bis 1,7 Sekunden. Googles Angabe „bis zu 80-mal“ bezieht sich auf diese eingeschränkte Entscheidungsvariante. Die Beispielgrammatik deckt neun Bildschirmarten und zwölf Bausteine ab, und die Zahl der Eingaben ist klein. Die A2UI-Agenten-SDKs enthalten derzeit noch kein eingebautes Inferenzformat für Entscheidungsmodelle. Das Ergebnis gehört daher weder zu Express selbst noch zu jeder Nutzung des Protokolls.
Gelten diese Geschwindigkeiten für jede A2UI-Anwendung?
Bei bekannten Ansichten kann eine schnelle, begrenzte Auswahl passen. Wo der Agent zugelassene Komponenten flexibler zusammensetzen muss, bietet Express mehr Ausdrucksraum. Eigene Formate sind ebenfalls möglich, solange Anleitung und Umwandlung zum Katalog passen. Eine Einführung sollte gültige Komponenten, korrekte Daten, Zeit bis zur fertigen Ansicht und Fehlerverhalten anhand eigener Aufgaben prüfen. Die veröffentlichten Zahlen sind Herstellerangaben und ein kleines Beispielprojekt, kein unabhängiger Vergleich aller Produkte. Mit Token sind hier Einheiten erzeugten Modelltexts gemeint und keine Kryptowährung.