成峰：Skills 之后是什么？Google 刚补上 Agent 生态最后一块拼图！Anthropic未来规划预测 ！

成峰：Skills 之后是什么？Google 刚补上 Agent 生态最后一块拼图！Anthropic未来规划预测 ！ 成峰：Skills 之后是什么？Google 刚补上 Agent 生态最后一块拼图！Anthropic未来规划预测 ！ Modified December 18, 2025 5.Agent 收到，继续干活 对Agent的改变 以前：Agent 返回 “请问几点？” → 你打字回答 现在：Agent 返回 { 日历组件 } → 你点一下 等等，你可能会问：既然能画界面，为啥不直接让 Agent 写代码？ 为什么不直接写代码？ 代码能干的事太多了——能读文件、能发请求、能删东西。 让 Agent 写代码 = 把你的电脑交给它。 A2UI 的做法：给 Agent 一套 受限的组件库 。 能用：日历选择器、地图选点、表单输入、列表选择、确认按钮、图片展示 不能：读写文件、执行代码、发送请求、访问系统 A2UI组件库 就像给小孩一盒乐高——能拼出各种形状，但不会伤到人。 A2UI 干的事：Agent 不光会"说"，还能"画"——而且画得安全。 三大产品特性 安全 → Agent 只能画你允许的组件，不会执行恶意代码 实时 → 界面边生成边显示，不用等 AI 想完 跨端 → 手机/网页/桌面都能用，体验一致 一句话：A2UI = 数据安全 + 界面丰富。 三层生态：更大的图景 A2UI 只是拼图的一块。 Agent 要真正好用，得有三层基础设施： 三层基础设施 上下文层 Skills → Agent 有什么能力 工具层 MCP + A2A → Agent 怎么调工具、怎么协作 交互层 A2UI → Agent 怎么和人类交互 Skills 定义能力，MCP+A2A 连接工具和 Agent，A2UI 连接人类。 三层生态 齐了，Agent 世界才完整。 Artifacts 2.0：Anthropic 的下一步 说完三层生态，回到开头的问题：这跟 Claude 用户有啥关系？ 为啥我觉得 Anthropic 会往这走？ Artifacts 已经是动态内容的雏形了。 用户习惯了这个形态。 只差一步——加上交互能力。 Artifacts 1.0（现在） ↓ 能跑代码、能预览，但你点了啥 Agent 不知道 Artifacts 2.0（预判） ↓ 你点了啥，Agent 能收到，还能接着帮你干活 对你意味着啥？ 想象一下：你在 Claude 里说"帮我对比这三个方案"，它直接弹出一个表格，你边看边勾选，选完它继续帮你分析。 对话中直接弹出交互界面。 不用离开 Claude 就能完成复杂操作。 Claude 从"对话工具"变成"对话式操作系统"。 最后说两句 A2UI 本质就一件事：给纯数据流补上交互层。 它的价值 = 要比好几个选项的时候，不用靠脑子记了。 读完记住这四个词 ： 纯数据流 → MCP/Skills 的局限 A2UI → 交互补上的一环 三层生态 → 上下文 + 工具 + 交互 Artifacts 2.0 → Anthropic 的下一步 Agent 交互的下一步，已经在路上了。 原文：https://developers.googleblog.com/introducing a2ui an open project for agent driven interfaces/ 5.Agent 收到，继续干活 对Agent的改变 以前：Agent 返回 “请问几点？” → 你打字回答 现在：Agent 返回 { 日历组件 } → 你点一下 等等，你可能会问：既然能画界面，为啥不直接让 Agent 写代码？ 为什么不直接写代码？ 代码能干的事太多了——能读文件、能发请求、能删东西。 让 Agent 写代码 = 把你的电脑交给它。 A2UI 的做法：给 Agent 一套 受限的组件库 。 能用：日历选择器、地图选点、表单输入、列表选择、确认按钮、图片展示 不能：读写文件、执行代码、发送请求、访问系统 A2UI组件库 就像给小孩一盒乐高——能拼出各种形状，但不会伤到人。 A2UI 干的事：Agent 不光会"说"，还能"画"——而且画得安全。 三大产品特性 安全 → Agent 只能画你允许的组件，不会执行恶意代码 实时 → 界面边生成边显示，不用等 AI 想完 跨端 → 手机/网页/桌面都能用，体验一致 一句话：A2UI = 数据安全 + 界面丰富。 三层生态：更大的图景 A2UI 只是拼图的一块。 Agent 要真正好用，得有三层基础设施： 三层基础设施 上下文层 Skills → Agent 有什么能力 工具层 MCP + A2A → Agent 怎么调工具、怎么协作 交互层 A2UI → Agent 怎么和人类交互 Skills 定义能力，MCP+A2A 连接工具和 Agent，A2UI 连接人类。 三层生态 齐了，Agent 世界才完整。 Artifacts 2.0：Anthropic 的下一步 说完三层生态，回到开头的问题：这跟 Claude 用户有啥关系？ 为啥我觉得 Anthropic 会往这走？ Artifacts 已经是动态内容的雏形了。 用户习惯了这个形态。 只差一步——加上交互能力。 Artifacts 1.0（现在） ↓ 能跑代码、能预览，但你点了啥 Agent 不知道 Artifacts 2.0（预判） ↓ 你点了啥，Agent 能收到，还能接着帮你干活 对你意味着啥？ 想象一下：你在 Claude 里说"帮我对比这三个方案"，它直接弹出一个表格，你边看边勾选，选完它继续帮你分析。 对话中直接弹出交互界面。 不用离开 Claude 就能完成复杂操作。 Claude 从"对话工具"变成"对话式操作系统"。 最后说两句 A2UI 本质就一件事：给纯数据流补上交互层。 它的价值 = 要比好几个选项的时候，不用靠脑子记了。 读完记住这四个词 ： 纯数据流 → MCP/Skills 的局限 A2UI → 交互补上的一环 三层生态 → 上下文 + 工具 + 交互 Artifacts 2.0 → Anthropic 的下一步 Agent 交互的下一步，已经在路上了。 原文：https://developers.googleblog.com/introducing a2ui an open project for agent driven interfaces/ 🔗 原文链接： https://mp.weixin.qq.com/s/f0oJUKrF... https://mp.weixin.qq.com/s/f0oJUKrF... 原创 我是成峰 AI产品自由2025年12月18日 07:08 浙江 Google 刚发了个东西叫 A2UI——让 AI 能画界面。 A2UI 官方介绍 什么意思？我举个例子。 假如豆包用了 A2UI，你说"帮我叫个车去机场"，它直接弹出一张地图——你在地图上点一下确认上车点，再选个时间和车型，下单。 全在对话里完成。 豆包打车界面 MCP、Skills 都搞不定的事，它能搞定——让 AI 不光会说，还会画界面。 如果你用 Claude，这事儿跟你有关—— Anthropic 下一步要干嘛，可能就藏在你天天用的 Artifacts 里。 纯数据流：MCP/Skills 的局限 你可能想：MCP 和 Skills 不是够用了吗？ 不够。 因为它们都是 纯数据流 —— MCP 让 Agent 能调工具，但结果只能用文字告诉你。 Skills 让 Agent 有专业能力，但也只能用文字告诉你。 纯数据流时序图 对话 vs UI：不是偏好，是大脑决定的 举个例子：选航班。 航班选择对比 用对话选？你得打字说"我选14点那个850块的"。 用界面？点一下就行。 有些事，对话压根做不到： 想看酒店实拍？对话只能说"房间很大"，界面能直接甩图 想选上车地点？对话得打字"东门左边50米"，界面点一下就行 纯数据流 的问题，就在这。 A2UI：交互补上的一环 回到开头豆包的例子——你说"帮我叫车"，它弹出地图让你点。 背后咋回事？ A2UI工作流程 1.Agent 输出一段 JSON，描述要显示什么组件、怎么排列 2.这段数据发给渲染器 3.渲染器有一套组件库（地图、按钮、日历…），从库里找到对应的，画出来 4.你点了确认，渲染器把结果告诉 Agent