Google mezcla A2UI y MCP para unificar interfaces de agentes
Google publica su propuesta para combinar interfaces declarativas y personalizadas en aplicaciones agénticas usando A2UI junto a MCP, el protocolo de Anthropic.
El 17 de junio, Google publicó en su blog oficial una entrada técnica que llama la atención por lo que implica: la compañía está construyendo sobre MCP —el Model Context Protocol de Anthropic— para definir cómo deberían verse y comportarse las interfaces de usuario en aplicaciones agénticas. El post, titulado «A2UI + MCP Apps: Combining the best of declarative and custom agentic UIs», propone un enfoque híbrido que combina lo mejor de dos mundos: las interfaces declarativas y las personalizadas.
No es un movimiento menor. Que Google adopte MCP como capa de interoperabilidad —en lugar de construir su propio protocolo propietario— refuerza la posición de MCP como estándar de facto para la comunicación entre modelos y herramientas externas.
Qué es A2UI y qué propone Google
A2UI (Agent-to-UI) es el concepto que Google introduce para describir cómo un agente de IA puede generar o adaptar interfaces de usuario de forma dinámica. La idea central es que un agente no solo ejecuta tareas en segundo plano: también puede decidir qué mostrar al usuario y cómo, en función del contexto de la conversación o la tarea en curso.
La propuesta combina dos aproximaciones que hasta ahora solían ir por separado:
- Interfaces declarativas: el agente describe la UI mediante una especificación estructurada (qué componentes mostrar, en qué orden, con qué datos). El cliente renderiza esa descripción. Es predecible, fácil de auditar y portable.
- Interfaces personalizadas: el agente llama a componentes ya construidos por el desarrollador, con lógica propia y mayor riqueza visual. Requieren más trabajo de implementación, pero permiten experiencias más sofisticadas.
Por qué importa para el ecosistema MCP
Desde que Anthropic abrió MCP como estándar abierto, el protocolo ha crecido rápido. Hoy es el mecanismo central de Claude Code para conectar con servidores externos, y forma parte de la configuración habitual en `claude_desktop_config.json`. Pero hasta ahora MCP se pensaba principalmente como una capa de herramientas y datos, no de interfaz.
La entrada de Google amplía ese alcance. Si MCP puede transportar también instrucciones de UI, los servidores MCP se vuelven más expresivos: no solo responden con JSON de datos, sino que pueden indicar al cliente cómo presentar esa información al usuario. Esto abre la puerta a servidores MCP que sean, en la práctica, micro-aplicaciones con su propia capa de presentación.
Para equipos que ya trabajan con MCP servers —sea en integraciones con Claude o con otros modelos compatibles— esto significa que la misma infraestructura podría dar soporte a interfaces más ricas sin cambiar el protocolo subyacente.
Para quién es relevante esto ahora mismo
En su estado actual, la propuesta interesa principalmente a tres perfiles:
1. Desarrolladores de MCP servers que quieran ir más allá de devolver datos crudos y empezar a pensar en cómo sus herramientas se presentan al usuario final.
2. Equipos que construyen clientes agénticos (interfaces sobre Claude Code, sobre Gemini o sobre cualquier modelo compatible con MCP) y necesitan una forma estandarizada de gestionar la variabilidad de las respuestas de los agentes.
3. Arquitectos de producto en empresas que están evaluando cómo integrar agentes en flujos de trabajo existentes sin tener que rediseñar toda la capa de UI cada vez que cambia el modelo o la herramienta.
Lo que Google describe no es todavía una especificación cerrada ni un SDK maduro. Es una dirección técnica con ejemplos concretos, publicada en abierto. Habrá que ver si deriva en una propuesta formal de extensión a MCP o si se mantiene como una convención propia de sus productos.
Opinión EP
Que dos de los actores más grandes del sector —Anthropic con MCP y Google con A2UI— estén convergiendo en lugar de fragmentar el ecosistema es una señal positiva. Dicho esto, la historia de los estándares en IA es corta y accidentada: vale la pena seguir de cerca cómo evoluciona la implementación antes de apostar fuerte en esta arquitectura.
Fuentes
Seguir leyendo
Mistral AI anuncia una familia de modelos más amplia
Arthur Mensch, CEO de Mistral AI, ha anunciado en Twitter la intención de escalar su catálogo de modelos. Lo que se sabe hasta ahora y qué puede implicar para el ecosistema.
Un astrofísico usa Codex para simular agujeros negros
Chi-kwan Chan usa Codex de OpenAI para construir simulaciones de agujeros negros y poner a prueba la relatividad general de Einstein. Así trabaja en la práctica.
Google muestra en vídeo qué puede hacer Gemini Omni y Gemini 3.5
Google publicó nueve vídeos demostrativos de Gemini Omni y Gemini 3.5 tras su presentación en Google I/O 2026. Repasamos qué muestran y qué implica para el sector.