核心事件与技术定位
支付宝 AI 端云交互负责人魏凤笛在 AICon 2026 深圳站发布 xUI 技术体系，用于支撑其面向 AI 的入口产品"阿宝"。该引擎并非独立产品上线，而是一套面向 Agent 交互的终端技术架构，覆盖四类核心能力：全双工多模态通信、生成式渲染交互、服务执行技术与多 Agent 生态协同。xUI 的设计目标是将支付宝海量供给（支付、生活、政务服务、小程序等）以对话和 Agent 执行方式提供给用户，解决"用户说一句话，Agent 帮办到底"的工程化挑战。
技术演进路径与关键实现
通信层：早期基于 gRPC 双工通道与 RTC 实现，但 RTC 面向人机通话设计，建连耗时长、多模态扩展困难。团队转向以 MoQ（面向 Agent 交互设计的协议）为主、RTC 为备份、gRPC 兜底的三层网络策略。MoQ 原生支持打断等行为，能复用所有模态数据，使建连耗时与入网卡顿率显著下降。
渲染交互层：经历三代演进：
- 流式 Markdown 渲染：利用原生渲染替代浏览器引擎，兼顾流式展示与三端性能；
- 流式 HTML 渲染：自研 Web 内核深度优化，支持动态嵌入复杂图表与交互组件；
- A2UI 声明式 UI：Google 提出的 UI 交互方案，核心原则是「模型生成任务步骤，工程实现组合组件」，让 Agent 通过 MCP/Skill 将步骤转化为 UI 卡片，用户确认后闭环完成服务，实现从"表达"到"办事"的跨越。
服务执行层：针对无法提供标准 MCP 的服务（如政务、蚂蚁庄园），采用三套执行技术组合策略：
- GUI Agent：终端内模拟点击操作，融合布局树分解与点击检测，在无系统权限下实现 UI 操作；
- TUI Agent：将页面结构结构化为文本描述，模型理解后指定功能位置，避免视觉推理开销，速度更快；
- 固定 Workflow：针对固定动线场景（如搜索固定对象），跳过模型推理直接运行脚本。 关键挑战在于执行成功率需达 90% 以上，实现方式包括：操作前页面稳定性校验、端云协同下的任务中断保护、以及海量小程序理解能力的模型训练闭环。
跨 Agent 协同机制
Ex：用户对手机系统助手说"帮我领蚂蚁能量"，助手将任务转交支付宝 Agent 后台完成，用户无需打开支付宝。该模式规避了厂商跨_APP 操作的权限与合规问题，形成"系统助手负责意图理解 + 支付宝负责领域执行"的职责分工。合作方系统级能力（如屏幕采集）比客户端模拟更稳定，错误率更低。
落地建议与适用场景
- 适合立即关注：AI 产品团队、客户端架构师、小程序服务商——A2UI 声明式框架为服务接入提供了标准协议路径，可提前规划 MCP/Skill 对接方案；
- 建议再观望：希望使用复杂 GUI 自动操作 Service 的开发者——GUI Agent 泛化性虽高，但模型对地方政务类、小程序类 UI 的理解仍在迭代中，需等待 Alipay 开放平台进一步支持；
- 企业级参考价值：协议分层设计（网络抽象层隔高媒体与传输依赖）为其他多模态应用提供可复用架构范式。
写在最后
xUI 标志着移动端 Agent 从对话响应迈向任务闭环执行的新阶段。其工程价值不在于单一技术突破，而在于系统性整合通信、渲染、执行与协同四大能力，并通过协议解耦与分层抽象应对真实世界的服务异构性——这正是 Agent 落地复杂业务场景的普适难题。