A2UI, l’ambition de Google pour une UI d’agents commune

Les grands clients d’agents IA multiplient les méthodes de rendu, du JSON déclaratif aux pages sandboxées. Google pousse A2UI, une spécification introduite en décembre 2025 et non détenue par un fournisseur, tandis que Slack et Microsoft s’appuient sur leurs formats maison. Panorama des approches, de leurs adoptions et des contraintes techniques connues.

Le coût du canevas et la dispersion des approches

Si le fil de discussion avec un champ d’entrée et un bouton d’arrêt est désormais une forme stabilisée rendue de manière similaire entre clients, le canevas concentre les coûts. Google propose Dynamic View dans Gemini, OpenAI a Canvas dans ChatGPT et Microsoft rend des interfaces d’applications depuis le chat Copilot vers Teams, Outlook, Word et Excel. Dans une évaluation de novembre 2025 menée par Google, des sites conçus par des experts humains se classent devant ceux générés et la génération peut prendre une minute ou plus. L’assemblage à l’exécution suppose une liste de composants partagés, que chaque fournisseur maintient aujourd’hui séparément. En parallèle, la seule manière de garder la main sur l’apparence côté serveur consiste à livrer une page qui devient une webview sur mobile, tandis que les options déclaratives confient le style au client.

Deux voies techniques : JSON déclaratif ou page sandboxée

Une première voie reçoit application/a2ui+json et rend localement via un moteur embarqué, Google ayant publié trois modèles de combinaison en juin 2026. Dans ce cadre, OpenAI ChatGPT rend des applications via l’Apps SDK et l’éditeur fournit le CSS, tandis qu’Anthropic Claude héberge des applications MCP et affiche leurs artefacts avec leur propre rendu. L’autre voie livre une page dans un iframe sandboxé (text/html;profile=mcp-app). Cette page ne devient pas une feuille SwiftUI ni Jetpack Compose et se traduit sur mobile par une webview, avec un défilement non natif, un clavier inadapté, Dynamic Type ignoré et un ordre de lecture VoiceOver distinct. Intégrer un moteur A2UI dans une telle page apporte le vocabulaire de composants mais pas les widgets natifs.

Ce que propose A2UI et qui l’utilise déjà

Introduite en décembre 2025, A2UI se présente comme un format déclaratif où l’agent envoie un JSON listant des composants que le client connaît déjà dans son catalogue, sans balisage ni styles transmis. Sa version 1.0, encore candidate, reprend des constructions proches de l’HTML de 1999 et est présentée comme une proposition non propriétaire. Trois applications la rendent sans moteur groupé, misant sur plusieurs options. Google Gemini Enterprise affiche un jeu standard de composants A2UI avec un style défini par Google ; Google Opal s’en sert pour des mini‑applications décrites en langage naturel, et OpenClaw Canvas rend des interfaces construites par l’agent sur des appareils connectés avec un style géré côté plugin. Au niveau développeur, ADK Web de Google, Flutter GenUI SDK (alpha), CopilotKit AG‑UI et Vercel json‑render existent mais avec peu d’activité rapportée. Claude et ChatGPT proposent des mécanismes ressemblant à A2UI via des iframes. La liste des rendus communautaires couvre SwiftUI, Jetpack Compose, React Native, Vue et Lynx. La 1.0 a retiré les propriétés de thème des charges utiles, un bouton ne portant qu’une variante primaire, et la documentation recommande de vérifier la compatibilité car beaucoup de rendus mobiles sont maintenus bénévolement.

Face aux formats propriétaires déjà éprouvés

Des solutions propriétaires existent et sont déployées à grande échelle. Slack s’appuie sur Block Kit, structuré en blocs, éléments et objets de composition en JSON, où le serveur envoie la structure que Slack rend dans les messages, modaux et onglets d’accueil, avec des plafonds de 50 blocs par message et 100 par modal. Microsoft privilégie les Adaptive Cards, des extraits d’UI indépendants de la plateforme écrits en JSON, rendus par sept SDK officiels (JavaScript, .NET, .NET WPF, .NET HTML, Windows UWP, Android, iOS) et un support React Native communautaire ; Teams documente une vaste taxonomie de cartes et le style est régi par la configuration hôte. Ces systèmes sont sous contrôle de leurs éditeurs ; Microsoft emploie sept de ses huit mainteneurs côté rendu.

Un contexte historique de fragmentation et de consolidation

La fin des années 1990 a vu Netscape et Microsoft multiplier des balises incompatibles comme document.layers et document.all, forçant les sites à embarquer de la détection de navigateur et des mises en page séparées. Internet Explorer 6 a ensuite dominé et la progression du web a ralenti pendant cinq ans, avant que Firefox ne remette l’accent sur les spécifications et que Chrome n’arrive en 2008. Chrome représente près de 68 % du marché des navigateurs selon Statcounter en juillet 2026. L’UI des agents d’aujourd’hui agrège des clients comme ChatGPT, Claude, Gemini, Copilot et Slack, avec Grok et Perplexity. Sans norme, les développeurs doivent maintenir des implémentations ou adaptateurs séparés selon l’hôte. MCP‑UI mentionne Postman, Hugging Face, Shopify et ElevenLabs comme adopteurs, et des adaptateurs existent déjà.

Ce que ne couvrent pas certains clients grand public

Côté grand public, Google Gemini ne supporte pas ces mécanismes dans son client grand public et mise sur une interface générée à la demande par le modèle. À l’inverse, xAI Grok n’affiche pas d’interface de format et expose des outils sans surface dédiée. Dans les approches déclaratives, un composant absent du système hôte ne peut pas apparaître, ce que formalise A2UI 1.0 en définissant surfaces, composants et catalogues comme des JSON pointant des pièces détenues par le client, présenté par Google comme un format de données déclaratif plutôt que du code exécutable.