A Google új formátummal gyorsítaná a generatív felületek készítését

Az A2UI eddigi korlátai

Az A2UI, vagyis az agentekre optimalizált protokoll generatív felületekhez, úgy működik, hogy a kliens közzéteszi a megbízható komponensek katalógusát, az agent pedig ebből állít össze egy egyedi felületet leíró A2UI-üzeneteket. A kliens megjelenítője ezután kirajzolja a felületet.

A korábbi megoldásban az agent közvetlenül JSON formátumban generálta ezeket az üzeneteket. A Google szerint a bonyolult JSON-sémák alapján felépített fák létrehozása lassú és hibára hajlamos lehet a nagy nyelvi modellek számára. Ez az A2UI-t a szöveget kibocsátó modellekhez kötötte, és megnehezítette a gyorsabb, úgynevezett System One döntési modellek használatát.

Az A2UI Express kevesebb tokent használ

Az új A2UI Express egy, a következtetés sebességére és pontosságára optimalizált köztes formátum. A modell ezt állítja elő, az A2UI agent SDK-k pedig meghatározott kód segítségével lefordítják a választ a szabványos, JSON-alapú átviteli protokollra.

Az Express soronként egy utasítást ír, a Pythonhoz hasonló stílusban. Minden sor egy komponenst rendel egy változóhoz, a változó neve pedig a komponens azonosítójává válik. Az argumentumok sorrendben kapcsolódnak a katalógus sémájában szereplő tulajdonságokhoz. Az adatmodellhez a $/ jelölés köti az értékeket, a szerveroldali műveleteket pedig események írják le.

A Google szerint az Express ugyanazokat a felületeket a Direct JSON formátumhoz képest legfeljebb háromszor kevesebb tokenből képes előállítani. A vállalat közlése szerint az új formátum használatával a késleltetés akár háromszorosára csökkenthető.

A formátum cserélhető. A fejlesztő a generátor létrehozásakor egyetlen argumentummal választhatja ki az inference_format értékét. Az SDK a katalógus JSON-sémája alapján elkészíti a modellnek szóló formátumleírást, majd a választ érvényesített A2UI-üzenetekké fordítja. A séma azt is biztosítja, hogy a választott formátum ne hivatkozhasson olyan komponensre vagy tulajdonságra, amely nem szerepel a katalógusban.

A fejlesztői támogatás és a döntési modellek

Az A2UI Express elérhető a Python agent SDK-ban, az a2ui-agent-sdk 0.9.0 csomagban a PyPI-n, a TypeScript agent SDK-ban az @a2ui/agent csomagban az npm-en, valamint a Dart SDK-ban az a2ui_agent 0.0.1-wip004 csomagban a pub.dev-en. A Python és a TypeScript SDK képes a Direct JSON darabonkénti továbbítására, az Express formátumot viszont a teljes válaszból fordítja le.

A Google négy formátumot vizsgált egy 51 feladatból álló teszten, a gemini-3.5-flash modelllel, bekapcsolt és kikapcsolt gondolkodási mód mellett. A vizsgált lehetőségek a Direct JSON, az Express, az Atom és az Elemental voltak. A vállalat szerint az Express kikapcsolt gondolkodási mód mellett is hasonlóan működött, ami gyorsabb következtetést tehet lehetővé.

A jól meghatározott felépítésű képernyőknél, például egy beállítási, fizetési vagy megerősítő oldalon, a modellnek nem feltétlenül kell teljes elrendezést terveznie. Ilyenkor előre elkészített elrendezések közül kell választania. A TypeSafe Jev nevű System One modellje ilyen strukturált döntésekre készült. Nem szöveget vagy JSON-t generál, hanem egy állapot és típusos kérdések alapján kalibrált valószínűségeket ad.

A Jev egy kérésben sok kérdésre válaszol, a Google példája szerint nagyjából 100 és 300 ezredmásodperc közötti idő alatt. Az Apparite, vagyis a jev2ui nyílt forráskódú tervezőeszköz egy lehetséges kapcsolódást mutat be: a Jev meghatározza a képernyő szerkezetét, a kód felépíti az A2UI-komponenseket, egy kisebb modell, a gemini-3.5-flash-lite pedig csak a szövegek előállítását végzi.

Mit jelent ez a fejlesztőknek?

A bejelentés az A2UI-t használó fejlesztők számára többféle sebesség és rugalmasság közötti választást kínál. Az Express lehetővé teszi, hogy a modellek rövidebb formátumban írják le ugyanazokat a felületeket, miközben az SDK végzi a szabványos A2UI-üzenetek előállítását. A fejlesztők más, saját felhasználási esetükhöz illő leíró nyelvet és fordítót is választhatnak.

A Google megközelítése a generatív felületek eltérő típusait is külön kezeli. Az előre ismert szerkezetű képernyőknél döntési modell választhat a fejlesztők által meghatározott elrendezések közül, míg a szabadabb felületeknél az A2UI Express adhat gyorsabb modellalapú előállítást.