蚂蚁集团客户端团队在移动端AI应用方向上的技术探索，正随着大模型与Agent技术的成熟逐步走向系统化。围绕国民级超级应用支付宝，团队推出了面向AI的入口产品“阿宝”，尝试把支付、生活、政务服务等海量供给以对话和Agent执行的方式提供给用户。支撑阿宝的xUI引擎，覆盖全双工多模态通信、生成式渲染交互、服务执行技术以及多Agent生态协同四个核心方向。

蚂蚁集团支付宝AI端云交互负责人魏凤笛在AICon全球人工智能开发与应用大会2026深圳站上，系统介绍了这套技术架构的演进逻辑、关键选型和工程实践。他指出，移动端Agent应用场景的演进大致经历几个阶段：最初模型只能完成基础聊天和信息查询，随后出现持续上下文对话和内容生成能力，再往后大模型开始通过Agent方式把事务从头到尾完整办完，在编码、深度研究及垂直任务领域逐步发力，RAG、Prompt、MCP、Multi-Agent等工程方法也在持续重塑移动端应用的产品形态。

魏凤笛将阿宝背后的技术问题抽象为四个领域：一是通信，如何让人和Agent持续高效地通信；二是在通信之上，如何与Agent高效友好地交互并完成服务；三是音视频多模态交互方式；四是端上能力和服务如何被Agent调用并执行。这些领域的技术栈横跨端和云，同时需要考虑与其他系统的协同。

据其介绍，xUI采用异步任务调度与伴随式交互设计，支持长周期事务处理；多Agent生态按角色与能力分层编排，兼顾可控性与扩展性；生成式渲染将LLM输出直接映射为可交互UI组件，降低前端耦合。该体系已落地于支付、生活及政务等高频场景，实现端云协同的Agentic服务闭环。