导航

背景

随着大模型能力的成熟，AI 聊天已经从“功能展示”阶段，进入到复杂业务场景的工程化落地阶段。

在我们公司实践中，AI 不再只是一个单一对话窗口，而逐渐演变为 多智能体协作的应用中枢：

多个 Agent 并行执行任务、产生不同类型的输出，并持续驱动前端状态与业务流程的变化。

这也对前后端交互模型提出了新的要求。

在传统的 Chat 应用中，前后端围绕的核心数据结构通常是一条条「消息文本」。

但在多智能体场景下，AI 的输出已经不再局限于文本本身，而是包含：

如果仍然沿用“以文本为中心”的通信方式，前端很快会陷入协议语义不清、状态难以维护、交互逻辑不断膨胀的问题。

基于上述背景，我们在设计前端 AI 聊天能力时，逐步形成了一个共识：

前后端需要协作的对象，不应再是“文本消息”，而应是一套统一、可扩展的事件规范。

这套规范需要同时满足：

技术选型

在技术选型过程中，我关注到了 Vercel 的 ai-sdk 与 CopilotKit 提出的 AG-UI 协议。

ai-sdk 提供了一套稳定的模型交互与流式抽象，通过可插拔的 transport 机制，屏蔽了 SSE、WebSocket 等不同传输方式的差异，使前端能够以统一的方式消费模型产生的事件流。

AG-UI 则从应用层出发，将 AI 的行为显式建模为一系列 UI 事件，为多智能体、多阶段交互提供了清晰的协议边界。

在实际落地过程中，我们发现二者在职责划分上具有天然的互补性：

通过将这两者结合，我们构建了一套面向复杂 AI 场景的前后端交互模型，使 AI 聊天能力能够以更工程化、可维护的方式落地到实际业务中。