在AI技术日新月异的今天，两大协议——MCP与A2A的相继问世，无疑为行业点燃了新的热情。它们如同基石，为AI应用的广阔前景铺设了道路。然而，这仅仅是开始，一个名为AG-UI的新协议正悄然崛起，它填补了AI应用生态中的最后一块关键拼图。
近年来，AI基础模型的训练呈现出越来越明显的寡头化趋势。除了少数头部大厂，能够且有意愿投入大模型研发的创业公司已寥寥无几。尽管如此，AI的无限潜力仍被广泛认可，只是机遇更多地蕴藏在模型的应用层面，而非研发本身。MCP与A2A协议，正是为此而生，它们共同构成了AI应用的基础设施。
AI应用生态的构建，离不开用户、Agent和外部世界这三大角色的互动。为了推动这一生态的繁荣发展，解决角色间的互联互通问题显得尤为重要。MCP协议专注于Agent与外部世界的连接，而A2A协议则致力于Agent之间的协作。然而，一个关键环节似乎被忽视了——用户与Agent之间的交互。这正是AG-UI协议诞生的背景与使命。
在深入探讨AG-UI之前，让我们先理解Agent的概念。Agent，常被译为智能体，但这一翻译并未完全捕捉到其本质。在英文中，Agent意为代理人，它接受授权，代替他人、公司或组织完成工作。AI Agent同样如此，当用户需要完成某项任务时，它们能够主动行动，从分析拆解到获取信息、调用工具、整合响应，一气呵成。例如，最近推出的Lovart设计Agent，只需一句提示语，就能自动生成广告片，展现了Agent的强大能力。
有了Agent的加入，用户与外部世界的互动变得更加复杂。Agent与外部世界、Agent之间以及Agent与用户之间的协调成为新的挑战。MCP与A2A分别解决了前两个挑战，而AG-UI则专注于最后一个——用户与Agent之间的交互。它规范了前端界面与后端Agent的连接、交流与互动方式，使得整个AI应用生态更加完善。
AG-UI协议的重要性在于，它提供了一个标准范式和基础实现，用于前端应用与后端Agent之间的沟通。就像一座桥梁，连接了用户与AI世界的深处。AG-UI采用事件驱动的工作模式，每当后端Agent产生进度或状态变化时，都会触发一个事件信息，前端UI则根据这些信息即时调整界面，向用户呈现最新的状态或结果。
以官方的一个demo为例，一个AI文件编辑器后端连接的Agent是Copilot。当用户让Copilot生成一个故事时，前端UI会像打字机一样，一个字符一个字符地更新显示。如果要求修改主人公名字，UI也会实时呈现Copilot的修改过程。这一切的实现，都得益于AG-UI协议提供的事件驱动机制。
AG-UI协议定义了五类事件，包括生命周期事件、文本信息事件、工具调用事件、状态管理事件和特殊事件。这些事件涵盖了Agent执行过程中的各种场景，使得前端UI能够精准地跟踪和呈现Agent的状态与进度。
例如，生命周期事件包括任务开始、任务结束、任务错误、步骤开始和步骤结束等。这些事件为前端提供了跟踪Agent执行进度的依据，使得UI界面能够按照事件发生情况调整呈现信息，或在发生错误时给出针对性提示。文本信息事件则支持文本信息的生成与响应，前端UI可以根据事件的触发，实时更新显示内容，改善用户体验。
AG-UI协议的出现，标志着AI应用生态的构建迈出了重要一步。它统一了Agent与UI沟通的标准，为AI应用的开发提供了更加便捷、高效的途径。随着AG-UI补齐最后一块协议拼图，AI应用生态的繁荣与互通指日可待。
