A2UI Expressの公開と高速化手法

A2UIは、クライアントが信頼できるコンポーネントのカタログを提示し、エージェントがそこから組み立てたUIをA2UIメッセージで記述し、レンダラーが描画するプロトコルである。従来はエージェントがA2UIのJSONメッセージを直接生成していたが、複雑なJSONスキーマに沿ったツリーの生成はLLMにとって遅く誤りやすいという課題があった。そこで推論フォーマット（inference_format）を差し替え可能にし、SDKがカタログのスキーマからプロンプトとコンパイラの両方を生成する構成とした。ジェネレーター作成時に引数1つで形式を選べる。 A2UI Expressは1行に1文を書くPythonに近い形式で、各行がコンポーネントを変数に代入し、変数名がコンポーネントIDになる。引数は位置指定で、カタログの宣言順にプロパティへ対応づけられる。Python SDK（a2ui-agent-sdk 0.9.0）、TypeScript SDK（@a2ui/agent）、Dart SDK（a2ui_agent 0.0.1-wip004）で利用できる。開発では Direct JSON、Express、Atom、Elemental の4案を、gemini-3.5-flash上の51タスクの評価で比較し、Expressはthinkingをオフにしても同様に機能したという。 もう1つの選択肢が、TypeSafeのJevを使った制御付き生成である。Jevは状態と型付きの質問を受け取り、確率つきで回答するSystem One型モデルで、1回のリクエストで多数の質問に約100〜300msで答える。オープンソースのApparite（jev2ui）では、Jevが画面構造を決め、コードがコンポーネントを組み立て、gemini-3.5-flash-liteがテキストだけを書く。11プロンプトの実行では、コンポーネントツリーが92〜298msで表示され、各画面は0.8〜1.7sで完成した。サンプルが小さいため初期の目安とされている。 使い分けの基準は、画面をどこまで事前に定義できるかである。定型のレイアウトなら判断モデル、表現力が必要ならExpress、新しい用途には独自のDSLとコンバーターを用意する。いずれもカタログとレンダラーは変わらない。なお、A2UI Agent SDKには判断モデル用の推論フォーマットはまだ含まれておらず、Apparite（jev2ui）は組み立て方の一例という位置づけである。

Google Developers Blogより