你让 AI 帮忙办事，最怕它讲了一大段，最后仍要你自己翻菜单。支付宝公开的 xUI，想解决的正是这道断层：让“阿宝”理解目标后，调用支付、生活和政务服务，并把执行过程直接变成按钮、表单和结果页面。
其中最值得注意的是 A2UI：Agent 不直接生成整张页面，而是先说明“要做什么”，系统再用标准组件拼出相应界面。比如一项服务需要选择、确认和提交，云端 Agent 会拆出步骤，并可能通过 MCP 或 Skill——连接外部服务和能力的接口——转成阶段性的 UI 卡片，由手机端稳定渲染。这样既保留了生成式 UI 的灵活性，也把页面可靠性留给工程系统。
xUI 还覆盖全双工多模态通信，让 Agent 能边听、边看、边反馈，以及协调多个 Agent。它展示的关键变化是：移动端 AI 的主界面不必永远是聊天框，对话可以成为入口，真正的交互则随任务动态展开。