这篇文章来自 Linux.do 社区，围绕 AI Agent 的交互界面技术路线展开讨论。作者指出，当前大多数 AI 擅长回答问题，但缺乏与用户的深度交互能力：程序员可以直接使用 AI 输出的代码，而普通用户更需要图形化交互，最常见的问答式交互类似早期 BBS 时代。目前业界存在两条主流路线：其一是谷歌推出的 A2UI，属于低代码路线，Agent 客户端对交互页面拥有最高控制权；其二是 Anthropic 与 OpenAI 主导的 MCP Apps，将开发完成的网页应用嵌入对话中。作者对两条路线均持保留态度：认为低代码在通用场景下难以走通，除非针对高度特化的业务；MCP Apps 的方向正确——传统 Web 方案是最佳的 Agent 界面嵌入方案——但与 MCP 协议强行绑定并不合理。作者还介绍了自己独立设计的 ERI-spec 规范及演示 demo，展示了如何将第三方应用嵌入 Agent 供其调用。文章最后预测，未来用户可能不再直接访问网站，而是在 AI 对话中访问网站提供的组件，Web 前端不会消亡，整个 Web 生态在 AI 时代将更加蓬勃发展。
事件分析
A2UI 与 MCP Apps 的分歧，本质上反映了业界对 Agent 界面控制权的不同理解：谷歌倾向由客户端动态生成界面，Anthropic 与 OpenAI 则选择复用成熟 Web 技术栈。两种方案各有取舍，前者灵活但开发成本高、跨端一致性难保障，后者生态成熟但受制于协议绑定。值得注意的是，社区开发者已开始提出替代性规范，说明该领域尚无事实标准，仍处早期博弈阶段。若对话内嵌组件成为主流访问形态，流量入口将从浏览器向 Agent 客户端迁移，网站方需要重新设计面向 Agent 的组件化交付方式，前端工程、流量分发与用户鉴权体系都可能面临重构。后续可关注各大厂商协议的演进动向与互操作性尝试。
核心观点：Agent 交互标准之争的实质是界面控制权与 Web 流量入口的争夺，胜出者将定义下一代应用分发格局。
原文链接：Linux.do
评论前必须登录！
立即登录 注册