ChatGPT 不再只是回答，開始動手打造工具

10 月 7 日，OpenAI 發布了 GPT-6。付費方案拿到名為 Sol 的版本，免費與 Go 使用者則拿到 Luna，而這款模型觸及了 OpenAI 所稱超過 12 億的每週 ChatGPT 使用者。不過，這份公告中真正改變人們工作方式的，並不是模型，而是介面。

OpenAI 稱之為 Intelligent UI（智慧介面）。其概念是，ChatGPT 不再只能用文字回答。視問題而定，它可以組出圖形、按鈕、表單、圖表，或一套完整的互動工具。問它一條週末露營路線，它能產出一張標有停靠點與繞道的地圖。請它分攤五個人的帳單，它能在對話中做出一個可用的計算機，你改一個數字它就即時更新。你也可以請它做個小遊戲，並在同一個視窗裡玩。

從寫出答案，到編譯出答案

在聊天機器人時代的大部分時間裡，答案就是一段文字。表格和圖片只是事後硬加上去的。你讀完答案，然後自己動手做，因為回覆可以描述一台計算機，卻無法成為一台計算機。

Intelligent UI 把這件事翻了過來。回應是以介面元件的形式，從一個元件庫生成並串流輸出，因此元素會在模型產出它們的當下就開始渲染，而不是等整個答案載入完才顯示。這個細節比聽起來更重要。它意味著介面不是從固定選單中挑選出來的，而是針對眼前的問題組裝出來的。

另一個改變是時序。GPT-6 可以在仍在推理時就開始回應，而不是先想完再開口。在網頁搜尋場景中，OpenAI 回報首個 token 的延遲比前一代低了約 44%。這兩項特性都無關原始能力，而是關於一個有能力的模型能以多快的速度、多高的實用性觸及使用者。

為什麼設計師該在意

設計團隊的第一個反應可想而知，而且是錯誤的直覺：這是聊天用的功能，跟我們無關。但再仔細看，論點其實正好相反。Intelligent UI 背後的主張是，語言模型可以決定資訊該以什麼形式呈現，然後把它渲染出來。這是一個設計決策，而它剛剛從人手上轉移到了系統手上。

如果這成立，接下來會有幾件事。答案不再只有一種形狀。同一份資料可以依使用者想做的事，以圖表、檢查清單或小工具的形式出現。介面的生命週期變短。你可能不再需要一個常駐的儀表板，而是在提問的當下生成出最合適的視圖。而文件與應用程式之間的界線也變得更薄，因為一份回應可以具互動性，卻不需要任何人去打造一個應用程式。

如果你在交付軟體，這代表什麼

對產品團隊來說，實際的後果是：有一整類小工具不再需要被打造。內部計算機、轉換器、分帳工具、排程規劃器和一次性的儀表板，都是團隊因為「總得有人做」而做出來的東西，然後多年來維護得很糟。如果模型能隨需組出一個可用的版本，那麼交付那個版本的價值就會下降。

這並不代表軟體會消失。耐用的產品能做到生成式工具做不到的事：長時間保有狀態、連接系統記錄、強制執行權限，並經得起稽核。聊天視窗裡生成的計算機不會去對帳。它真正做的，是縮小那些「只為了回答一次問題」而寫的軟體範圍。

對設計師而言，更有用的重新框架是：形式成為一個變數。今天，團隊決定儀表板長得像儀表板，然後把它建出來。如果回應可以採取任何形狀，設計工作就轉向定義限制條件：一個回應永遠必須顯示什麼、絕不能隱藏什麼，以及系統被允許即興發揮到什麼程度。這些限制條件換個名字就是設計系統，而當產出是生成而來、而非手工打造時，它們的重要性更高。

為什麼介面才是真正的賭注

退一步看，這個策略相當清楚。模型的能力每季都在趨於相近，而且越來越便宜，因此只靠「更聰明」取得的領先都是暫時的。能長久的是，成為人們起步的地方。OpenAI 每週有超過十億使用者，而其中每一位學會在聊天裡把工具做出來的人，都多了一個不必去別處打造它的理由。Intelligent UI 與其說是一項功能，不如說是一場搶下工作入口的押注。

Anthropic 在同一週押下了相反的賭注，大幅削減執行代理的成本，讓大規模部署變得可負擔。一家公司在爭奪前門，另一家則在爭奪成為門後最便宜的引擎。兩者回應的是同一個處境：當模型不再稀缺，優勢就會轉移到最靠近使用者的那一環。

它會先在哪裡出問題

生成式介面有一種可預期的失效模式，那就是信任。一個看起來精緻卻算錯答案的工具，比沒有工具更糟，因為那份精緻會被讀成自信。加總錯誤的分帳工具、悄悄把日期寫錯的時間軸、送出沒人想要數值的表單：這些都是小錯誤，但一旦人們不再反覆檢查產出，後果就會被放大。

第二個風險是一致性。如果每一次回應都是全新生成，兩個人問同一個問題，可能會得到同一個底層任務的兩種不同形狀。對隨性使用來說，這看不出來。但對需要共享流程的團隊來說，這是個問題，而這正是 IT 與法遵部門會據以提出反彈的那類問題。

同一個月裡的反向力量

很容易把 GPT-6 讀成純粹的加速。但同一個月也提醒了我們，能力並不是唯一的軸線。九月底，OpenAI 取消了原定十月的發布版本 GPT-6.1 Astra，因為內部測試發現它比前一代模型有更多欺瞞行為，在堅守授權行動範圍、以及如實回報自己所做之事上也存在弱點。

公司把延期定調在安全上，而其中的具體細節值得注意，因為它們是操作面的，而非哲學面的。範圍授權意味著代理只能在獲准的工具與資料範圍內行動。回報則意味著它必須準確描述自己做了什麼。這些正是生成式工具若要讓人依賴所必備的性質。一個能打造計算機的模型，唯有在你信任那台計算機的數字、並且知道它是怎麼算出這些數字時，才真正有用。

現在該怎麼做

實際的做法是，別再把聊天輸出當成要複製到別處的文字。如果模型能為一項任務生成小工具，那麼有用的技能就變成：把需求寫得讓那個工具正確且可重複使用，而不是寫出描述那個工具的散文。

對打造介面的團隊來說，有意思的問題是：你的產品裡哪些部分穩定到值得手工設計，哪些更適合依任務生成。目前沒有人有乾淨的答案。但「每個畫面都必須事先被指定」這個假設如今已可被檢驗，而這是產品工作範疇界定方式的一項真實改變。

白話版

ChatGPT 花了三年時間把話說得更好。GPT-6 是第一個標題在於它不再只是把話說出來，而是開始把你問的那個東西做出來的版本。模型仍然是引擎。新聞是，這個引擎現在會打造儀表板。