关键词:A2UI、A2UI Express、生成式 UI(Generative UI)、Google、大模型、LLM、Token 优化、推理延迟、Gemini、AI Agent、决策模型、推理格式

一句话摘要:Google A2UI 新版本推出可替换的推理格式 A2UI Express,让大模型生成界面的 Token 消耗降到约三分之一、延迟最高降低约 3 倍;再配合 Jev 决策模型做受控生成,固定结构界面最高可快约 80 倍。本文用通俗语言讲清 A2UI Express 的语法、评测数据、决策模型方案和选型思路。

系列文章:本文是《从聊天框到动态界面:一文看懂生成式 UI 与 Google A2UI》的进阶篇。入门篇讲了生成式 UI 是什么、A2UI 怎么工作;这一篇聚焦一个落地时绕不开的问题:生成式 UI 太慢,以及 Google 给出的提速方案。

本文主要参考 Google Developers Blog 2026 年 10 月 27 日的文章 Fast, reliable A2UI, with swappable inference formats。文中数据来自原文,文字由笔者重新组织和改写,示例代码为笔者编写的示意代码。技术细节以官方文档为准。


阅读前提

本文默认你已经了解入门篇中的这几个概念。如果还不熟悉,建议先读入门篇:

概念一句话回顾
组件目录(Catalog)客户端公布的"菜单",Agent 只能用目录里的组件
扁平组件列表 + ID 引用组件不层层嵌套,父组件通过 ID 引用子组件
组件与数据分离组件通过 /title 这样的路径绑定到数据模型
三类消息createSurface 开画布,updateComponents 放组件,updateDataModel 填数据

读完本文你会了解:

  1. 为什么让大模型直接写 A2UI JSON 会慢;
  2. A2UI 的"推理格式可替换"机制是怎么工作的;
  3. A2UI Express 的语法,以及它和入门篇 JSON 的对应关系;
  4. 四种候选格式的评测数据,以及"关闭思考模式反而更好"的结论;
  5. 用决策模型生成固定结构界面的思路;
  6. 不同场景下如何选型。

一、先说结论

如果你只有一分钟,记住这几点:

  • 问题:让大模型直接输出复杂的 JSON 界面描述,速度慢、容易出错。用户要等模型把整个界面"写"完。
  • 方案一:A2UI Express。模型改写一种类似 Python 的简洁语法,再由 SDK 里的确定性代码编译成标准 A2UI JSON。同样的界面,Token 数大约只有原来的三分之一,有效率和 JSON 持平。官方称延迟最多可降低约 3 倍。
  • 方案二:决策模型(受控生成)。对于设置页、结账页这类结构固定的界面,不让大模型设计布局,而是让一个专门的决策模型做选择题。官方称这种方式最多可快约 80 倍。
  • 推理格式可替换:Express 只是默认选项。你也可以接入自己的 DSL(domain-specific language,领域特定语言),只要提供提示词生成器和编译器,组件目录和渲染器都不用改。

二、生成式 UI 为什么慢?时间都花在大模型生成上

入门篇用"点菜"类比了 A2UI 的流程:

  1. 客户端公布菜单(组件目录);
  2. Agent 按菜单点菜(大模型生成 A2UI 消息);
  3. 客户端用原生组件上菜(渲染);
  4. 用户交互,事件回传。

第 1、3、4 步都是普通代码,速度很快。用户等待的时间,几乎全部花在第 2 步:大模型一个 Token 一个 Token 地把界面描述"写"出来。

所以提速的方向很明确:让第 2 步少写点、写得准、或者干脆不让大模型写。 本文的两个方案正好对应这几条路。


三、痛点:让大模型直接写 A2UI JSON 为什么又慢又容易出错?

回顾入门篇里那张订餐厅卡片的 JSON 示意。每个组件都要写 "id"、"component"、属性键名、引号和花括号。早期的 A2UI 正是要求模型直接输出这样的完整 JSON 传输消息。

结合原文和笔者的理解,问题有三个:

问题说明
Token 浪费大量 Token 花在键名、引号、括号这类"格式开销"上,真正有信息量的内容占比不高
容易出错模型要在很长的输出里保持括号配对,同时满足复杂的 JSON Schema 约束,越长越容易出错
与 LLM 强绑定JSON 需要逐字生成文本,只有会"写字"的大模型能胜任,更快的非文本决策模型接不进来

入门篇提到,A2UI v0.9 的 SDK 已经能"边解析边修复"模型输出的 JSON。但修复只能补救错误,没法减少要生成的 Token 数。要真正提速,得从模型输出的格式本身下手。


四、A2UI 推理格式(inference format)可替换:模型输出与网络传输解耦

新版本引入了一个概念:推理格式(inference format),也就是模型实际输出的格式。

关键思路是:

模型输出的格式和网络上传输的格式不必是同一种。

模型只负责写一种对它友好的中间格式,然后由 SDK 中的确定性代码把它编译成标准 A2UI JSON。传输层发出去的依然是入门篇里介绍的 createSurface、updateComponents、updateDataModel 消息,渲染器完全不用改。

            ┌──────── 本次新增 ────────┐
大模型 ──▶ 推理格式(如 Express) ──▶ SDK 编译器 ──▶ 标准 A2UI JSON ──▶ 传输 ──▶ 渲染器
                                     (确定性代码)    (入门篇的三类消息)     (不变)

每种推理格式由两部分组成,都由 SDK 根据组件目录的 Schema 自动生成:

  1. 提示词片段:教模型这种格式的语法;
  2. 编译器:把模型的回复编译成经过校验的 A2UI 消息。

因为两者都从同一份 Schema 生成,模型没法描述目录里不存在的组件或属性。入门篇强调的"Agent 只能点菜单上的菜"这条安全原则,在新格式下依然成立。

切换只需要一个参数

入门篇的接入流程里,"用目录生成系统提示词"和"解析校验模型输出"这两步,现在都交给同一个处理器完成。以 Python SDK 为例(以下为基于官方 SDK 的调用示例,参数细节以官方文档为准):

from a2ui.processor import A2uiGenerator, CatalogConfig
from a2ui.inference_formats import ExpressFormatFactory

catalog = CatalogConfig.from_path("catalog.json")

generator = A2uiGenerator(
    [catalog],
    examples=my_examples,                             # few-shot 示例仍按 A2UI JSON 编写
    inference_format_factory=ExpressFormatFactory(),  # 关键:指定推理格式
)

processor = generator.create_processor(renderer_capabilities)

# 把 SDK 生成的格式说明拼进系统提示词
system_prompt = f"{my_instructions}\n\n{processor.prompt_snippet}"

# 模型回复后,由 SDK 解析成文本片段 + 校验过的 A2UI 消息
parts = processor.parse_response(model_reply)

值得注意的是,few-shot 示例仍然用 A2UI JSON 编写,由 SDK 自动转换成目标格式。这意味着以后切换推理格式,示例不用重写。

目前支持情况:

  • Python:a2ui-agent-sdk 0.9.0(PyPI)
  • TypeScript:@a2ui/agent(npm),把 new ExpressFormatFactory() 作为生成器的第三个参数传入
  • Dart:a2ui_agent 0.0.1-wip004(pub.dev)

五、A2UI Express 语法详解:类 Python 写法与 JSON 的对应关系

1. 语法规则

Express 的规则很少,熟悉 Python 的人几分钟就能看懂:

写法含义对应入门篇的概念
变量名=组件(参数...)一行声明一个组件扁平组件列表中的一项
变量名就是组件 IDID 引用
位置参数编译器按 Schema 中声明的属性顺序映射,_ 表示跳过组件属性
$/路径绑定到数据模型组件与数据分离
$/路径="值"给数据模型赋值updateDataModel
Event("名称", {...})声明一个服务端动作交互事件回传
surface("id")声明界面createSurface

可以看出,Express 并没有发明新概念。它只是把 A2UI 原有的扁平列表、ID 引用、数据绑定换了一种更紧凑的写法。这也是它能被确定性地编译回 JSON 的原因。

2. 同一张卡片,两种写法

把入门篇里订餐厅卡片的例子改写成 Express(示意代码,具体组件和参数顺序取决于你的目录定义):

surface("book-table")
$/title="明晚 2 人,可选时段"
root=Card(col)
col=Column([title, slots, submit])
title=Text($/title)
slots=Row([t1, t2, t3])
t1_label=Text("18:00")
t1=Button(t1_label, _, Event("pick_time", {"time": "18:00"}))
t2_label=Text("20:30")
t2=Button(t2_label, _, Event("pick_time", {"time": "20:30"}))
t3_label=Text("21:00")
t3=Button(t3_label, _, Event("pick_time", {"time": "21:00"}))
submit_label=Text("确认预订")
submit=Button(submit_label, _, Event("book_table", {}))

和入门篇的 JSON 对照着看:

  • JSON 里的 { "id": "col", "component": "Column", "children": [...] } 变成了 col=Column([...]);
  • 键名、引号、花括号几乎全部消失;
  • 结构完全等价,SDK 可以一对一地还原成 JSON。

3. 配合宏(Macro)使用

Python SDK 还支持宏。当界面要展示你系统里已有的数据时,模型只需要写一个带 ID 的调用,比如 OrderStatus("ord_42"),由你注册的宏去查询订单并填充具体数值。

笔者认为这个能力很实用:订单金额、物流状态这类数据不经过模型"复述",直接来自你的数据库,既省 Token,又避免了模型把数字写错。对于金融、电商这类对数据准确性要求高的场景,这一点很关键。


六、A2UI Express 评测数据:Token、有效率与四种推理格式对比

Google 团队对比了四种候选格式:

格式风格定位
Direct JSON原生 JSON2025 年 12 月发布时的基线
Express类 Python 赋值语句最终选定的默认格式
AtomLisp 风格 S 表达式,无赋值、无闭合标签实验
Elemental带自定义元素的 HTML实验,押注模型擅长写 HTML

测试使用同一套 51 个任务的评测集,模型为 gemini-3.5-flash,分别在开启和关闭思考模式下运行。

关闭思考模式时的结果

格式每个界面生成的 Token 数(中位数)编译为有效 A2UI 的比例
Direct JSON95896.1%
Express30796.1%
Elemental50392.2%
Atom46821.6%

几个值得注意的点:

  1. Express 的有效率与 JSON 相同(96.1%),Token 数只有约 1/3.1。
  2. Atom 虽然 Token 也少,但有效率只有 21.6%。 笔者的理解是,S 表达式依赖深层括号嵌套,而入门篇提到 A2UI 采用扁平列表正是为了避开深层嵌套。Atom 等于又走回了模型不擅长的路。
  3. Elemental(HTML 风格)表现中规中矩。 模型确实熟悉 HTML,但闭合标签本身就带来不少 Token 开销。

开启思考模式反而更差

原文还给出了一个反直觉的结果:对 Express 开启思考模式后,

  • 每个界面额外增加了约 1,822 个推理 Token(中位数),总计约 2,087 个;
  • 有效率反而从 96.1% 降到 87.8%。

也就是说,对于"按语法写界面"这种任务,让模型多想并没有带来帮助。官方建议:使用 Express 时关闭思考模式,以获得最快的推理速度。

设计灵感

原文提到 Express 部分受到开源项目 OpenUI 的语言 OpenUI Lang 的启发,后者同样采用 name = Component(...) 加位置参数的写法。两者目前还不能互通,OpenUI 团队已经在 issue #3214 中提议一起制定共享语法。


七、决策模型受控生成:用 Jev 让固定结构界面最高快 80 倍

Express 解决的是"让大模型更快地写出界面"。但有些界面其实根本不需要大模型来设计。

比如设置页、结账页、确认页,它们的结构基本固定。这时需要的不是"创作",而是"从预先定义好的几种布局里选一个"。

入门篇提到 A2UI 既支持"现场生成",也支持"当作模板再填数据"。决策模型方案可以看作两者的折中:结构由选择题决定,文字由小模型生成。

Jev:一个专做选择题的模型

原文介绍了 TypeSafe 公司的 Jev,属于所谓的 System One 模型。

名词解释:System One / System Two 的说法来自心理学家卡尼曼的《思考,快与慢》。System 1 指快速、直觉式的判断,System 2 指慢速、需要推理的思考。这里借用这个比喻:大模型逐字生成内容属于"慢思考",决策模型直接输出判断结果属于"快思考"。

Jev 的工作方式:

  • 不生成文本,也不生成 JSON;
  • 你给它一个状态和一组带类型的问题,它对每个问题给出校准过的概率;
  • 问题类型包括:判断真假(Noul)、从选项中选一个(Choice)、按评分标准打分(Score);
  • 一次请求可以回答很多问题,耗时约 100~300 毫秒。

Apparite:把决策模型接到 A2UI 上

开源设计工具 Apparite(jev2ui) 展示了一种组合方式:

  • 问题预先写在一份 Markdown 语法文件里:引用块是问题,列表项是选项和判断标准;
  • 例如设置页的每一行用什么控件,可以设计成一道选择题:开关(switch)、值选择(value)、跳转(nav)、单选(check)、危险操作(danger);
  • 以一个播客 App 的设置页为例,Jev 判断"快进时长"是 value,"自动下载"是 switch,"退出登录"是 danger,置信度都接近 1.00。

生成一个界面分三步,正好对应入门篇介绍的三类消息:

步骤做什么发出的消息
1一次 Jev 请求回答约 30 个布局问题无
2普通代码根据决策从组件目录拼出组件树,文字先用占位符,约 200 毫秒发出createSurface、updateComponents
3小模型 gemini-3.5-flash-lite 流式填写文字;文字到达后,再用少量 Jev 请求确定依赖文字的细节(比如每行的控件类型)updateDataModel

这里能清楚地看到入门篇所说的"组件与数据分离"的价值:界面骨架可以先上屏,内容随后填入,用户不用等整个界面生成完。

实测数据(样本较小,仅供参考)

在一组 11 个提示词的测试中:

  • 组件树上屏时间:92~298 毫秒
  • 完整界面完成时间:0.8~1.7 秒
  • 文字模型每个界面只生成 101~341 个 Token
  • 11 个提示词全部生成了有效的 A2UI

项目方也明确说明样本量小,这些数字只是初步结果。

局限

  • 受控生成只能产出语法文件里描述过的布局。Apparite 目前覆盖 9 种界面原型和 12 种区块;
  • A2UI 官方 SDK 还没有内置决策模型推理格式,Apparite 只是一个参考实现。

八、A2UI Express 与决策模型怎么选?选型对照表

场景推荐方式理由
界面结构固定、可以预先定义(设置页、结账页、确认页)决策模型受控生成最快,模型只做选择题
界面需要根据需求灵活组合A2UI Express速度快,同时保留 A2UI 的完整表达能力
有特殊需求或想尝试新语法自定义推理格式只需写提示词生成器和编译器,目录和渲染器不用动

简单说:界面能提前定义多少,就决定了你能快多少。


九、A2UI Express 快速上手:SDK 安装与接入步骤

1. 在 Agent 中使用 Express

# Python
pip install a2ui-agent-sdk

# TypeScript
npm install @a2ui/agent

创建生成器时传入 ExpressFormatFactory(),并关闭模型的思考模式。组件目录和渲染器保持不变。如果你已经按入门篇接入了 A2UI,迁移成本主要就是这一处改动。

2. 把目录生成为 Skill

如果你使用 Gemini 或其他支持加载 Skill 的模型,可以用 Python SDK 的 SkillGenerator 根据组件目录生成 Skill,让模型学会只用你的组件写 Express(示意代码):

import json
from a2ui.core import Catalog
from a2ui.inference_formats.express import ExpressFormat
from a2ui.skill import SkillGenerator

with open("catalog.json", encoding="utf-8") as f:
    catalog = Catalog.from_json(json.load(f))

skills = SkillGenerator(ExpressFormat([catalog])).generate_skillset()
skills.export_to_directory("skills")  # 输出 a2ui-core 及每个目录对应的 Skill

3. 体验受控生成

克隆 jev2ui 示例仓库按说明运行,或者直接访问托管版本 apparite.cnfg.ai。


十、关于 A2UI Express 与生成式 UI 的几点思考

1. "模型写 DSL,代码负责编译"会成为常见模式

这次更新背后的思路很有普遍性:不要让大模型直接输出机器格式,让它输出一种对它友好的中间语言,再用确定性代码翻译。

这和前端开发者熟悉的 JSX 很像。开发者写 JSX,Babel 编译成 createElement 调用,没人手写后者。同样的道理也适用于 SQL 生成、配置文件生成、工作流编排等场景。如果你的 Agent 需要输出复杂的结构化数据,不妨评估一下能否设计一个更紧凑的 DSL。

2. Token 少三分之二,不只是快

Token 数直接对应三件事:延迟、成本、出错概率。输出从约 958 个 Token 降到约 307 个,对于高频调用的生成式 UI 场景,账单的变化会很明显。

3. 需要留意的权衡

结合原文信息,笔者认为有几点值得在落地前评估:

  • 流式渲染:入门篇提到,A2UI 的扁平列表设计和 v0.9 SDK 的流式解析,让客户端可以边收边渲染。原文提到 Python 和 TypeScript SDK 可以逐块流式处理 Direct JSON,而 Express 需要等完整回复后再编译。也就是说,Express 总耗时更短,但在当前版本中可能没法边生成边渲染。对于很长的界面,首屏体验需要实测对比。
  • 位置参数依赖 Schema 顺序:Express 按目录 Schema 声明的属性顺序映射参数。笔者推测,如果团队调整了目录中属性的顺序,模型的输出习惯和编译结果之间可能出现偏差。由于 few-shot 示例以 A2UI JSON 编写、由 SDK 转换,这个风险应该比较可控,但仍建议把目录变更纳入回归测试。
  • 评测范围:数据基于 gemini-3.5-flash 和 51 个任务。换用其他模型或更复杂的业务界面时,结果可能不同,建议用自己的场景跑一遍。

4. 生成式 UI 正在走向"分层"

把这次更新放在更大的背景下看,生成式 UI 的架构正在分层:

  • 决策层:快速模型判断"用什么结构";
  • 内容层:小模型填写文字;
  • 创作层:大模型处理真正需要设计的新界面;
  • 执行层:确定性代码负责编译、校验和渲染。

不同层用不同的模型,按需组合。入门篇说前端的角色会从"做菜的人"变成"设计菜单和厨房的人";这一篇则说明,Agent 开发者也要开始考虑"哪道菜交给哪个厨师"。对于做 Agent 产品的团队来说,"什么时候该用大模型,什么时候不该用"可能比"用哪个大模型"更值得花时间想清楚。


总结

要点内容
瓶颈在哪大模型逐 Token 生成 A2UI 消息的那一步
推理格式可替换模型输出格式与传输格式分离,SDK 负责编译,渲染器不变
A2UI Express类 Python 语法,Token 约为 JSON 的 1/3,有效率持平,建议关闭思考模式
决策模型固定结构界面做选择题,骨架几百毫秒上屏,小模型只填文字
选型原则界面能提前定义多少,就能快多少

常见问题 FAQ

Q1:A2UI Express 是什么?
A2UI Express 是 Google A2UI 协议新增的一种推理格式(inference format),一种类似 Python 的简洁语法。大模型生成 Express,再由 A2UI 的 Agent SDK 用确定性代码编译成标准的 A2UI JSON 消息。它的目的是减少大模型生成界面时的 Token 消耗、降低延迟、提高准确率。

Q2:A2UI Express 能节省多少 Token?能快多少?
按官方在 gemini-3.5-flash 上的评测,生成同类界面时,Express 每个界面约 307 个 Token,Direct JSON 约 958 个,大约是 1/3;有效率两者相同(96.1%)。官方称延迟最多可降低约 3 倍。

Q3:A2UI Express 和直接写 JSON 有什么区别?
Express 把 JSON 里的键名、引号、花括号几乎全部省掉,用"变量名=组件(参数)"的一行式写法表达同样的组件树,结构完全等价,可以被 SDK 一对一地编译回 JSON。渲染器和组件目录都不用改。

Q4:什么时候该用决策模型而不是 Express?
当界面结构固定(如设置页、结账页、确认页)时,用 Jev 这类决策模型做"选择题"更快,官方称最高可快约 80 倍。当界面需要灵活组合时,用 Express 保留完整表达能力。简单说:界面能提前定义多少,就能快多少。

Q5:使用 A2UI Express 需要开启大模型的思考模式吗?
不需要。评测显示,对 Express 开启思考模式后,有效率反而从 96.1% 降到 87.8%,还多出约 1,822 个推理 Token。官方建议使用 Express 时关闭思考模式,以获得最快的推理速度。

Q6:如何安装和使用 A2UI Express?
Python 用 pip install a2ui-agent-sdk,TypeScript 用 npm install @a2ui/agent,创建生成器时传入 ExpressFormatFactory() 并关闭思考模式即可。组件目录和渲染器保持不变。


参考资料

声明:本文为对公开资料的学习与评论,数据引用自原文,原文版权归 Google 所有;内容经重新组织和改写,示例代码为笔者编写的示意代码或基于开源 SDK 的标准调用方式。如有理解偏差,欢迎评论区指正。

如果这篇文章对你有帮助,欢迎点赞、收藏、关注,有问题请在评论区留言交流。

Logo

更多推荐