Der Goose-Blog von Block veröffentlicht eine ausführliche Analyse zu MCP-UI, einer Technologie, die laut dem Team die „endlosen Textwände“ von KI-Agenten-Konversationen beseitigt. Der Artikel stützt sich auf eine Folge des Podcasts „Wild Goose Case“, in der die Schöpfer von MCP-UI, Ido Salomon und Liad Yosef von Monday.com, sowie Andrew Harvard von Block zusammenkommen, um zu untersuchen, wie diese Technologie die Zukunft agentischer Benutzeroberflächen neu gestaltet.
Das Problem rein textbasierter Interfaces
Bittet man einen Agenten heute um Hilfe bei einem Kauf, resultiert dies in einer Textwand: Produktnamen, Preise, Beschreibungen, gefolgt von kopierten URLs und mehreren Tabs — der Nutzer muss die gesamte Arbeit erneut erledigen. Wie Ido Salomon es ausdrückt, hat jeder diesen „Rage-Quit“-Moment vor einem Assistenten erlebt, der nichts als Text zurückgibt. Diese Interfaces funktionieren für Early Adopters, nicht für die breite Öffentlichkeit.
MCP-UI: Protokoll und SDK
MCP-UI (Model Context Protocol User Interface) ermöglicht die direkte Einbettung reichhaltiger, interaktiver Webkomponenten in Agenten-Konversationen. Die zugrunde liegende Philosophie ist einfach: Warum jahrzehntelange Web-UI/UX-Expertise verwerfen, wenn sie stattdessen mit KI erweitert werden kann? Liad Yosef weist darauf hin, dass mehr als ein Jahrzehnt an Webinterfaces, die auf die kognitiven Grenzen des Menschen abgestimmt wurden, mit dem Aufkommen von Agenten nicht verschwinden sollte. Das System nutzt die eingebetteten Ressourcen der MCP-Spezifikation: Ein MCP-Server kann UI-Komponenten anstelle von reinem Text zurückgeben. Vier zentrale Beiträge: reichhaltige Komponenten (Kataloge, Sitzpläne, Formulare), Markenerhalt (Shopify behält seine eigene Experience), sichere Integration und plattformübergreifende Kompatibilität.
Technische Grundlagen
Sicherheit steht im Vordergrund: Komponenten werden in sandboxed iframes gerendert, die nur über Post-Messages mit dem Host kommunizieren, wodurch verhindert wird, dass Drittanbieter-Code die übergeordnete Anwendung manipuliert. Drei Inhaltstypen werden unterstützt: externe URLs, rohes HTML und Remote DOM (gerendert in separaten Workern). Der Einstieg ist minimal: createUIResource({ type: 'html', content: '<h1>Hello World</h1>' }).
Demonstrationen und Ökosystem
Die Demos zeigen visuelles Einkaufen (interaktiver Shopify-Katalog mit Warenkorb-Hinzufügung), Reiseplanung (Sitzplatzauswahl auf einer visuellen Karte, automatische Zielwetteranzeige) und Restaurantsuche (Karten mit Fotos, Bewertungen, Speisekarten, direkter Bestellung) — alles ohne die Konversation zu verlassen. Der Erfolg beruht auf vier Gruppen von Beteiligten: Agenten-Entwicklern (wie dem Goose-Team), MCP-Server-Entwicklern, Dienstanbietern (Shopify, Square) und Endnutzern. Der Ansatz erzeugt einen Netzwerkeffekt: Eine einmal implementierte Komponente funktioniert über alle kompatiblen Agenten hinweg.
Vision
Über ansprechendere Interfaces hinaus: eine Revolution der Barrierefreiheit („Was könnte zugänglicher sein als ein Agent, der einen kennt und die UI nach den eigenen Vorlieben erstellt?“) und schließlich eine generative UI, die auf die Bedürfnisse jedes Nutzers zugeschnittene Interfaces erzeugt.