在AICon全球人工智能开发与应用大会深圳站，支付宝AI端云交互负责人魏凤笛系统介绍了支撑阿宝的Agentic终端交互引擎xUI，覆盖通信、交互、执行与多Agent协同四个方向。
移动端Agent的演进路径清晰：从基础聊天和信息查询，到持续对话与内容生成，再到把事务从头到尾办完。RAG、Prompt、MCP、Multi-Agent等工程方法也在不断重塑移动端应用的产品形态。
xUI要解决的第一件事是通信。早期RTC链路为人和人交互设计，建连慢、扩展难，后来改为以MOQ为主、RTC备份、gRPC兜底的分层传输，并通过网络抽象层把媒体能力与网络协议解耦。
第二件事是交互。从流式Markdown，到可以生成复杂HTML的自研Web内核，再到基于A2UI协议的声明式UI，用户可以在对话里查看、确认、选择，真正把服务办完。
第三件事是执行。面对没有标准MCP供给的小程序与政务场景，团队用GUI、TUI与固定脚本三种方式组合，并强调执行成功率必须达到90%以上，且在采集与执行前要做页面稳定校验。
第四件事是协同。用户意图分布在各个App里，支付宝需要与厂商Agent协作，把任务转交进来、把服务供给输出出去。这背后是模型、工具与多方智能体围绕同一目标协作的问题，星战科技在OPC智能体协作平台与MCP市场上的探索，正对应这一层需求。
团队还在探索云端沙箱直接运行服务、异步任务与伴随式交互，希望从人找服务转向服务找人，让服务随时可用、随处可用。
阿宝的实践说明，移动端Agent的胜负不只在模型参数，而在通信、交互、执行与协同能否组成稳定闭环。谁能把这条链路打通，谁就更接近让智能体真正办事。