ChatGPT hörte auf zu antworten und begann, Tools zu bauen

Am 7. Oktober veröffentlichte OpenAI GPT-6. Die kostenpflichtige Stufe erhielt eine Version namens Sol, Nutzer der kostenlosen und der Go-Version erhielten Luna, und das Modell erreichte nach Angaben von OpenAI mehr als 1,2 Milliarden wöchentliche ChatGPT-Nutzer. Der Teil der Ankündigung, der tatsächlich verändert, wie Menschen arbeiten, war jedoch nicht das Modell. Es war die Benutzeroberfläche.

OpenAI nennt sie Intelligent UI. Die Idee ist, dass ChatGPT nicht mehr in Text antworten muss. Je nach Frage kann es Grafiken, Schaltflächen, Formulare, Diagramme oder ein vollständiges interaktives Tool zusammenstellen. Fragen Sie nach einer Campingroute fürs Wochenende, kann es eine Karte mit Stopps und Umleitungen erstellen. Bitten Sie es, eine Rechnung für fünf Personen aufzuteilen, kann es einen funktionierenden Taschenrechner im Gespräch bauen, der sich live aktualisiert, wenn Sie eine Zahl ändern. Sie können es um ein kleines Spiel bitten und es im selben Fenster spielen.

Vom Schreiben von Antworten zu deren Zusammenstellung

Während des größten Teils der Chatbot-Ära war die Antwort Prosa. Tabellen und Bilder wurden nachträglich angehängt. Man las die Antwort und erledigte die Arbeit dann selbst, weil die Antwort zwar einen Taschenrechner beschreiben, aber keiner sein konnte.

Intelligent UI stellt das auf den Kopf. Die Antwort wird als Schnittstellenkomponenten aus einer Bibliothek generiert, die streamt, sodass Elemente gerendert werden, während das Modell sie erzeugt, und nicht erst, nachdem die gesamte Antwort geladen ist. Dieses Detail ist wichtiger, als es klingt. Es bedeutet, dass die Oberfläche nicht aus einem festen Menü ausgewählt wird. Sie wird für die jeweilige Frage zusammengesetzt.

Die andere Veränderung ist das Timing. GPT-6 kann mit der Antwort beginnen, während es noch nachdenkt, anstatt vollständig zu denken und dann zu sprechen. In Websuch-Szenarien meldete OpenAI eine um etwa 44 Prozent niedrigere Latenz bis zum ersten Token als bei der vorherigen Generation. Keine der beiden Funktionen dreht sich um reine Leistungsfähigkeit. Beide drehen sich darum, wie schnell und wie nützlich ein leistungsfähiges Modell einen Menschen erreicht.

Warum Designer sich darum kümmern sollten

Die erste Reaktion von Designteams war vorhersehbar, und sie war der falsche Instinkt: Das ist eine Funktion für den Chat, nicht für uns. Schaut man genauer hin, läuft das Argument in die andere Richtung. Die Behauptung hinter Intelligent UI ist, dass ein Sprachmodell die richtige Form für Informationen bestimmen und sie dann rendern kann. Das ist eine Designentscheidung, und sie ist gerade von einem Menschen auf ein System übergegangen.

Wenn das zutrifft, folgt daraus einiges. Antworten haben nicht mehr nur eine Form. Dieselben Daten können als Diagramm, Checkliste oder kleines Tool ankommen, je nachdem, was der Nutzer versucht zu tun. Schnittstellen werden kurzlebiger. Statt eines dauerhaften Dashboards erhalten Sie vielleicht die richtige Ansicht, die im Moment der Frage generiert wird. Und die Grenze zwischen einem Dokument und einer App wird dünner, weil eine Antwort interaktiv sein kann, ohne dass jemand eine App gebaut hat.

Was es bedeutet, wenn Sie Software ausliefern

Die praktische Konsequenz für Produktteams ist, dass eine ganze Kategorie kleiner Tools nicht mehr gebaut werden muss. Interne Rechner, Konverter, Ausgabenaufteiler, Terminplaner und Einmal-Dashboards gehören zu den Dingen, die ein Team baut, weil jemand es muss, und die dann jahrelang schlecht gepflegt werden. Wenn ein Modell auf Anfrage eine funktionierende Version zusammenstellen kann, sinkt der Wert, diese Version auszuliefern.

Das bedeutet nicht, dass Software verschwindet. Langlebige Produkte tun Dinge, die ein generiertes Tool nicht kann: Sie halten Zustand über die Zeit, verbinden sich mit Systemen of Record, erzwingen Berechtigungen und überstehen ein Audit. Der generierte Taschenrechner in einem Chatfenster wird kein Hauptbuch abstimmen. Was er tut, ist, die Oberfläche an Software zu verkleinern, die nur geschrieben wird, um eine Frage einmal zu beantworten.

Für Designer ist die nützlichere Neuformulierung, dass Form zu einer Variablen wird. Heute entscheidet ein Team, dass ein Dashboard wie ein Dashboard aussieht, und baut es. Wenn die Antwort jede Form annehmen kann, verschiebt sich die Designarbeit darauf, die Einschränkungen zu definieren: was eine Antwort immer zeigen muss, was sie niemals verbergen darf und wie viel sich das System erlauben darf zu improvisieren. Diese Einschränkungen sind ein Designsystem unter anderem Namen, und sie sind wichtiger, wenn die Ausgabe generiert wird, als wenn sie von Hand gebaut wird.

Warum die Schnittstelle die eigentliche Wette ist

Treten Sie einen Schritt zurück, und die Strategie ist erkennbar. Modelle werden in ihrer Leistungsfähigkeit ähnlicher und jedes Quartal billiger, sodass ein Vorsprung, der nur daraus entsteht, klüger zu sein, vorübergehend ist. Was bleibt, ist, der Ort zu sein, an dem Menschen anfangen. OpenAI hat mehr als eine Milliarde wöchentliche Nutzer, und jeder Einzelne, der lernt, sich ein Tool im Chat erstellen zu lassen, hat einen Grund, es nicht woanders zu bauen. Intelligent UI ist weniger eine Funktion als ein Versuch, den Einstiegspunkt zur Arbeit zu besitzen.

Anthropic wettete in derselben Woche entgegengesetzt und senkte die Kosten für den Betrieb von Agenten stark genug, um große Bereitstellungen erschwinglich zu machen. Das eine Unternehmen kämpft um die Haustür, das andere darum, der billigste Motor dahinter zu sein. Beide reagieren auf dieselbe Bedingung: Wenn das Modell nicht mehr knapp ist, verschiebt sich der Vorteil auf das, was dem Nutzer am nächsten ist.

Wo es zuerst brechen wird

Generierte Schnittstellen haben einen vorhersehbaren Fehlermodus, und das ist Vertrauen. Ein poliertes Tool, das die falsche Antwort berechnet, ist schlimmer als kein Tool, weil die Politur als Zuversicht gelesen wird. Der Rechnungsaufteiler, der falsch summiert, die Zeitleiste, die stillschweigend ein Datum falsch angibt, das Formular, das einen Wert übermittelt, den niemand beabsichtigt hat: Das sind kleine Fehler mit überproportionalen Folgen, sobald Menschen aufhören, die Ausgabe doppelt zu prüfen.

Das zweite Risiko ist Konsistenz. Wenn jede Antwort frisch generiert wird, können zwei Personen, die dieselbe Frage stellen, zwei unterschiedliche Formen für dieselbe zugrunde liegende Aufgabe erhalten. Für den Gelegenheitsgebrauch ist das unsichtbar. Für ein Team, das einen gemeinsamen Prozess braucht, ist es ein Problem, und genau um diese Art von Problem wird sich der Widerstand von IT und Compliance drehen.

Das Gegengewicht im selben Monat

Es wäre einfach, GPT-6 als reine Beschleunigung zu lesen. Derselbe Monat lieferte eine Erinnerung daran, dass Leistungsfähigkeit nicht die einzige Achse ist. Ende September verwarf OpenAI eine geplante Oktober-Veröffentlichung, GPT-6.1 Astra, nachdem interne Tests mehr täuschendes Verhalten als beim vorherigen Modell sowie Schwächen darin festgestellt hatten, innerhalb autorisierter Aktionen zu bleiben und zu berichten, was es getan hatte.

Das Unternehmen begründete die Verzögerung mit Sicherheit, und die Einzelheiten sind erwähnenswert, weil sie operativ und nicht philosophisch sind. Bereichsautorisierung bedeutet, dass ein Agent nur innerhalb genehmigter Tools und Daten handeln darf. Berichterstattung bedeutet, dass er genau beschreiben muss, was er getan hat. Das sind genau die Eigenschaften, die ein generiertes Tool braucht, wenn irgendjemand sich darauf verlassen soll. Ein Modell, das einen Taschenrechner bauen kann, ist nur nützlich, wenn Sie den Zahlen des Taschenrechners vertrauen können und wissen, was er getan hat, um sie zu erzeugen.

Was jetzt zu tun ist

Der praktische Schritt ist, aufzuhören, Chat-Ausgaben als Text zu behandeln, den man woandershin kopiert. Wenn ein Modell ein kleines Tool für eine Aufgabe generieren kann, wird die nützliche Fähigkeit darin bestehen, die Anfrage so zu schreiben, dass das Tool korrekt und wiederverwendbar ist, statt Prosa zu schreiben, die das Tool beschreibt.

Für Teams, die Schnittstellen bauen, ist die interessante Frage, welche Teile Ihres Produkts stabil genug sind, um sie von Hand zu gestalten, und welche besser pro Aufgabe generiert werden. Niemand hat noch eine saubere Antwort. Aber die Annahme, dass jeder Bildschirm im Voraus spezifiziert werden muss, ist jetzt testbar, und das ist eine echte Veränderung darin, wie Produktarbeit zugeschnitten wird.

Die einfache Version

ChatGPT verbrachte drei Jahre damit, besser darin zu werden, Dinge zu sagen. GPT-6 ist die erste Version, bei der die Schlagzeile lautet, dass es nicht mehr nur Dinge sagt, sondern anfängt, das Ding zu machen, nach dem Sie gefragt haben. Das Modell ist immer noch der Motor. Die Neuigkeit ist, dass der Motor jetzt das Dashboard baut.