资讯正文

大多数应用目前的AI方案，就是在产品里嵌入一个聊天窗口——用户打字（或语音）描述需求，AI去尝试完成。这种「外挂式」交互体验往往比较生硬：纯文本界面很难承载复杂的交互意图，比如你想用一个旅行App规划完整行程，却只能面对一堆文字描述，体验并不好。

CopilotKit的创始团队认为，这种方式没有充分发挥AI Agent和大语言模型的能力。他们的解决方案是：让Agent直接「看懂」并「操控」应用界面，而不只是返回一段文字。

AG-UI协议：连接AI与前端的标准

CopilotKit的开源协议**AG-UI（Agent-User Interface Protocol）**是这套方案的核心。这是一个开放标准，定义了AI Agent如何与应用界面（Web浏览器或App）通信，提供以下关键能力：

  • 流式对话：实时返回进度和结果
  • 前端工具调用：Agent可以触发页面的具体操作
  • 状态共享：人机协作时保持上下文同步
  • 动态UI生成：Agent可以根据场景动态生成交互界面，而非返回大段文字

用创始人Atai Barkai的话说：「Agent不只是用文字块回复你，而是用你公司自己设计的交互组件来响应。比如用户问『按类别展示收入分布』，返回的不是一大段难懂的文字，而是一张用户可以交互的饼图。」

开发者可以完全控制Agent能多大程度改变界面——从「像素级精确」到「提供基础组件让AI自由组装」，都可以按需配置。

AG-UI与MCP、A2A的关系

AG-UI并不是要替代已有协议，而是与它们形成互补：

协议定位解决的问题
MCP（Model Context Protocol）数据连接层让Agent能够访问外部数据源和工具
A2A（Agent2Agent）Agent间通信让不同Agent相互协作
AG-UI前端交互层让Agent理解和操控用户界面

三者各司其职，构成完整的Agent技术栈。

融资与生态进展

本轮融资2700万美元，由Glilot Capital、NFX和SignalFire领投。资金将用于企业级工具包的开发，包括技术支持、自托管部署等功能。

生态方面，AG-UI已获得多家主流厂商支持：

AI基础设施提供商：Google、Microsoft、Amazon、Oracle
开发框架：LangChain、Mastra、PydanticAI、Agno

CopilotKit透露，AG-UI协议目前每周有数百万次安装，大型企业的生产环境中已有较高渗透率。企业客户包括Deutsche等大型金融机构。

为什么这件事值得关注

AG-UI解决的是一个根本问题：AI Agent如何真正融入用户工作流，而不只是对话窗口。在此之前，Agent能做的事情很有限——要么只能回答问题，要么需要通过复杂的API与系统对接。AG-UI提供了一条中间路径：让Agent理解界面、操作界面，同时保留人类干预的空间。

对开发者而言，这意味着不用等待每个App都提供专用API，只要App支持AG-UI协议，Agent就能直接与之交互。

我们的判断：这个消息对两类人最有价值——前端开发者和AI应用产品经理。如果你正在构建需要深度用户交互的AI应用，AG-UI值得研究；如果你在评估AI产品的落地可行性，这个协议能让「应用内Agent」的实现成本大幅下降。其他AI从业者可以先了解生态布局，密切关注协议覆盖的工具和应用数量变化。