Skip to main content
Все новости
AI RADARАгенты
2•19.11.2026, 16:52•2 мин

За пределами UI: почему AX и UAX становятся важными для продуктов

За пределами UI: почему AX и UAX становятся важными для продуктов
Коротко о главном30 сек

С появлением агентов продуктам нужно проектировать не только интерфейс для людей, но и то, как агенты взаимодействуют с продуктом и показывают его пользователю.

Раньше нас волновало только то, как UI продукта выглядит для человека.

Но теперь, с появлением агентов, к этому добавились ещё две вещи:

  1. AX: как агенты работают с вашим продуктом (WebMCP, MCP, API, A2A и т.д.).
  2. UAX: как человек видит ваш продукт внутри своего агента (MCP Apps, A2UI, json-render, голосовые подсказки и т.д.).

Самое интересное сейчас — именно UAX, хотя его почти никто не использует, хотя сейчас именно агенты решают, какую часть интерфейса показать пользователю.

Если бы нужно было сделать продукт максимально доступным для агентов, я бы подключал либо MCP Apps, где агент получает готовый кусок интерфейса, и пользователь видит его в чате таким же, как на сайте, с дизайном и брендом.

Либо через A2UI от Google (и json-render от Vercel) отправлять агенту только список элементов (карточка, цена, кнопка), и тогда агент сам решит, как их показать.

И через агентов приходят самые платёжеспособные люди, потому что агент их заранее прогрел.

Почему это важно

Аналитика

Следующий слой интерфейса — это не только пиксели для людей, а структурированный опыт, который агенты могут понимать, выбирать и показывать. Продукты с понятным AX и UAX могут получить лучший охват, конверсию и консистентность бренда внутри ИИ-ассистентов.

Обсудить в сообществе

Делитесь опытом и мыслями с ИИ-разработчиками

Telegram-сообщество
+5 Points
← Назад к новостям

Связанные материалы экосистемы

Практические гайды, терминология и агентские скиллы

Практический гайд

Jev и System One AI: полное практическое руководство по модели решений от TypeSafe

Глубокий инженерный разбор флагманской модели Jev: архитектура System One против LLM, примитивы Choice/Score/Noul, параллелизм запросов, математика уверенности, видео-кейсы, код и обзор локальных open-weight альтернатив (Laya, GLiNER2.5, CLM-8B).

Практический гайд

Claude Code Projects: как один ИИ координирует команду автономных агентов

Глубокий разбор Claude Code Projects: архитектура Coordinator и Threads, параллельные ветки, общая память MEMORY.md и управление облачными агентами.

Термин в глоссарии

Протокол Межагентной Коммуникации (A2A)

Открытый стандарт сетевого взаимодействия, децентрализованного обнаружения и безопасного обмена контекстом между независимыми ИИ-агентами различных вендоров и платформ.

Термин в глоссарии

AI-агенты (Autonomous Agents)

Программные системы на базе LLM, способные самостоятельно воспринимать состояние окружающей среды, декомпозировать сложные цели, вызывать внешние инструменты и итеративно исправлять собственные ошибки.