NotíciasA A2UI Express é uma nova forma de um agente de IA descrever telas interativas com menos texto do que o JSON usado antes pelo protocolo A2UI. O SDK converte essa descrição compacta em mensagens A2UI, e o aplicativo continua renderizando apenas os componentes que a própria equipe autorizou. Segundo o anúncio do Google de 27 de outubro de 2026, a sintaxe Express usou até três vezes menos tokens que JSON direto nos testes da empresa; em um fluxo de telas com formato previsível, um modelo de decisão separado pode ser ainda mais rápido. Isso é uma possibilidade para interfaces de agentes, não uma promessa geral de que qualquer app ficará três vezes mais rápido.
O que mudou no A2UI
A2UI (Agent-to-UI) é um protocolo aberto para agentes enviarem a intenção de uma interface como dados estruturados. O cliente mantém um catálogo de componentes confiáveis — por exemplo, cartões de pedido, campos e botões — e desenha a resposta com sua própria interface. O agente pode montar uma tela adequada à solicitação, mas não precisa entregar HTML ou JavaScript arbitrários para o navegador executar.
Até aqui, a maneira mais direta era pedir ao modelo que gerasse mensagens JSON A2UI completas. O formato é legível por máquina, mas suas chaves, objetos e estruturas aninhadas ocupam saída do modelo e podem ser trabalhosos para gerar sob um esquema grande. A novidade anunciada pelo Google Developers Blog em 27 de outubro é separar o formato produzido pelo modelo do protocolo usado na comunicação: o agente escreve A2UI Express, uma sintaxe compacta inspirada em Python, e o SDK a compila para as mensagens JSON padronizadas que o restante da aplicação já entende.
Essa separação reduz o acoplamento. Equipes podem substituir o formato de inferência por uma DSL própria, mantendo o catálogo e os renderizadores. A especificação do A2UI Express descreve a sintaxe e a tradução. Em termos práticos, a mudança é no caminho entre o modelo e o protocolo; não exige redesenhar toda a interface existente.
Express ou uma tela predefinida?
O anúncio traz duas opções para reduzir espera. Na primeira, A2UI Express mantém a liberdade de compor uma tela a partir do catálogo, mas troca a árvore JSON por uma representação menor. Na segunda, chamada de geração controlada, uma tela conhecida — como confirmação, configurações ou checkout — é montada a partir de decisões pontuais: qual bloco, controle ou opção deve aparecer. Código determinístico monta a estrutura, e um modelo menor pode preencher o texto.
O Google relata que, em seu conjunto de 51 tarefas com Gemini 3.5 Flash, Express usou até três vezes menos tokens que a geração direta em JSON e reduziu a latência em até três vezes. Para geração controlada com o modelo Jev da TypeSafe, a empresa descreve tempos menores ainda em um experimento de 11 prompts. Esses números são resultados de avaliações apresentadas pelos próprios fornecedores, com modelos, tarefas e amostras definidos por eles. Não são uma comparação independente nem garantem o mesmo ganho com outro modelo, catálogo, tamanho de tela ou conexão.
A escolha pode ser resumida assim: quando a interface precisa variar bastante, Express conserva flexibilidade; quando o fluxo tem poucas estruturas possíveis, uma tela predefinida e decisões restritas tendem a ser mais simples de validar. Se o agente só precisa decidir uma ação sem gerar uma interface, uma API de decisão pode bastar — veja também a Decisions API da OpenAI. Para contexto sobre como uma ferramenta escolhe modelos por tarefa e controla custos, leia o artigo sobre GitHub Copilot Fusion.
O que uma equipe de produto precisa preparar
A2UI não transforma qualquer modelo em designer nem substitui o trabalho de produto. A equipe ainda define o catálogo, os esquemas de propriedades, os dados que cada componente pode receber e quais ações chegam ao servidor. O modelo pode propor a composição, mas o cliente deve validar os dados e as ações antes de apresentá-los ou executá-los. Essa fronteira é a diferença entre deixar o agente montar uma tela segura a partir de peças autorizadas e executar código de interface escrito livremente por um modelo.
A sintaxe mais curta também não elimina o custo total. Uma implantação real ainda precisa medir chamadas ao modelo, latência de ponta a ponta, erros de compilação, correções, tempo de renderização e taxa de conclusão da tarefa. Se a interface depende de dados do negócio, o agente precisa receber contexto correto e o backend precisa conferir permissões. Para entender a conexão entre serviços e componentes de uma aplicação, o guia da Pump explica o que é uma API e quando integrar sistemas.
Há ainda uma diferença importante de maturidade entre as linguagens: o anúncio lista o SDK Python na versão 0.9.0, o pacote TypeScript @a2ui/agent na versão 0.0.1, e o SDK Dart como 0.0.1-wip004. Os números e rótulos indicam que a disponibilidade não representa a mesma maturidade em todos os ambientes. Antes de levar o recurso a clientes, vale validar compatibilidade da versão do protocolo, cobertura dos renderizadores, streaming, acessibilidade e suporte a rollback. O pacote Python no PyPI e o pacote TypeScript no npm permitem conferir as versões atuais.
Onde isso pode ser útil — e onde não
Interfaces geradas podem ajudar quando uma conversa precisa terminar em ação: comparar opções, preencher um formulário, escolher uma configuração ou confirmar uma solicitação sem obrigar o usuário a percorrer telas genéricas. O guia publicado pelo Google e pela CopilotKit em 29 de outubro demonstra uma integração com componentes React já existentes e dados que voltam ao agente quando a pessoa interage. É um exemplo de implementação, não prova de que esse padrão serve para todo produto.
Para uma equipe da Pump ou cliente avaliando IA, a pergunta inicial não deve ser “como gerar qualquer tela?”, mas “qual etapa da jornada se beneficia de uma interface montada sob medida?”. Um processo raro, com alternativas distintas, pode ganhar clareza. Uma lista comum, um botão de confirmação ou um formulário estável talvez funcione melhor como interface convencional. Começar com poucos componentes, permissões explícitas, fallback não generativo e métricas reais permite testar o ganho antes de ampliar o escopo.
Em resumo: A2UI Express muda a forma como um agente descreve interfaces e pode reduzir tokens e espera em casos específicos. O benefício mais sólido para equipes de produto é ter um formato de inferência substituível sem abandonar o catálogo e o renderer do app. Os ganhos divulgados merecem um teste controlado no próprio fluxo, e a maturidade do ecossistema ainda varia entre SDKs.
