如何用Google ADK 2.0和A2UI将脆弱AI代理变成可靠系统

想象一下：你给AI代理五个工具和一条指令。退款流程可能完美运行。然后，确认邮件发送失败。AI代理从头重新开始整个流程，重复已经成功的操作。结果？双倍退款。

原型运行完美，生产系统却没有。

问题不在于提示词。问题在于让模型运行一个它本不该运行的流程！LLM一直被强迫做路由、调度和错误管理。这些是传统软件已经能完美处理的任务。

然而，我们却让AI做两项冲突工作：解读世界（理解不可预测的非结构化数据）和运行流程（编排严格预定义的顺序事件）。前者是AI擅长的，后者属于传统代码。

当下一步已知时，模型不应该需要猜测。

想象一个自主AI代理被赋予五个工具和一条大指令：→ 检索购买历史 → 检查退款政策 → 如果符合条件则退款 → 发送邮件 → 然后关闭工单。要做到这些，代理必须记住顺序，检查每个工具的结果，推断下一步。如果确认邮件在退款之后失败，模型尝试从上下文窗口重构工作流，而不是从安全执行状态恢复。结果就是我们之前提到的双倍退款。

谷歌ADK 2.0如何化混乱为有序

谷歌的ADK 2.0通过采用全新的方法来解决这个问题。它将可预测的动作重新变成具体的工作流步骤，只在真正需要解读的地方插入AI。

在上述示例中，拉取购买历史、发起退款、关闭工单都是常规软件动作。分析投诉、撰写个性化确认信息则交给AI处理。结果是一个美丽的混合体：固定执行加上集中推理。

但你可能在想：这难道不是回到僵化的自动化吗？我们不是在硬编码本应由代理替换的工作流吗？其实不然。

工作流定义已知的边界。代理仍然处理需要解读、语言或判断的部分。

目标不是去掉灵活性，而是避免让模型每次运行都重新摸索相同的执行路径。

通过消除那些不必要的模型决策，这个架构彻底改变了数据。同样的退款流程，同样的模型。但使用ADK 2.0，token从5152下降到2265，延迟从7.2秒下降到5.7秒🔥。

这个结构充当天然过滤器，将token用量减半。不再传递全部历史，代理只看到它们需要的内容（例如，策略代理只看到投诉）。

好处是立竿见影的：更少的提示词噪音和更高的隐私性；严格受限的执行；故障安全：模型可能做出错误决定，但永远无法自行发明路线。

前端也需要边界：A2UI如何让你掌控UI

太好了。退款工作流现在可控了。ADK 2.0定义了路径，防止代理自己发明顺序。但用户仍然需要安全的方式来查看和操作代理产生的内容。换句话说，前端也需要边界！

想象每个批准的退款现在都需要主管签字。代理不应该简单地生成文本说“该退款已批准”。它需要展示一个结构化的卡片，包含金额、交易、政策原因、清晰的“批准/拒绝”按钮。

这正是谷歌的A2UI登场之处！

使用A2UI，代理返回声明式JSON负载，而非可执行前端代码。主机验证该负载，只渲染其组件库支持的组件。代理决定显示哪些信息，应用控制如何渲染。

👇 以下是A2UI渲染卡片的示例，展示了A2UI可以实现的多种UI组合。

谷歌的A2UI-over-MCP Recipe Studio演示了这套架构的实际运行：
👆 可以看到，静态选择表单通过MCP资源传递，而动态生成的食谱卡片通过MCP工具返回。A2UI在主机应用内原生渲染两者。

注意到对称性了吗？

ADK 2.0约束AI代理在后端的行为，A2UI约束AI代理在前端的输出。两种情况都给了模型推理空间，但只在应用定义的边界内。

回到我们之前讨论的退款示例，标准退款可能只需要一个简单的批准卡片。但涉及例外、附件或部分还款的争议案件可能需要更丰富的体验。这正是MCP应用可以发挥作用的地方，为复杂交互提供封闭的工作区：→ ADK控制可以发生什么 → A2UI使结果可见且可操作 → MCP应用处理复杂工作区。