ChatGPT 不再只是回答，开始构建工具

10 月 7 日，OpenAI 发布了 GPT-6。付费层级获得了名为 Sol 的版本，免费用户和 Go 用户获得了 Luna，该模型达到了 OpenAI 所说的每周超过 12 亿 ChatGPT 用户。然而，真正改变人们工作方式的部分并不是模型，而是界面。

OpenAI 将其称为智能 UI。其理念是 ChatGPT 不再必须以文本作答。根据问题不同，它可以生成图形、按钮、表单、图表或完整的交互式工具。询问周末露营路线，它可以生成一张包含停靠点和绕行路线的地图。让它为五个人分摊账单，它可以在对话中构建一个可用的计算器，当你更改数字时实时更新。你可以向它要一个小游戏，并在同一个窗口里玩。

从撰写答案到编译答案

在聊天机器人时代的大部分时间里，答案就是一段文字。表格和图像只是生硬地附加其上。你读完答案，然后自己做剩下的工作，因为回复可以描述一个计算器，却无法本身成为一个计算器。

智能 UI 颠覆了这一点。回复由一组界面组件生成，并从组件库中流式输出，因此元素会在模型生成它们时逐步渲染，而不是等整个答案加载完毕后才出现。这个细节比听起来更重要。它意味着界面不是从固定菜单中挑选出来的，而是针对当前问题组装出来的。

另一个变化是时机。GPT-6 可以在仍在推理时就开始响应，而不是先完整思考再开口。在网页搜索场景中，OpenAI 报告称首 token 延迟比上一代降低了约 44%。这两个特性都不是关于原始能力，而是关于一个能力强大的模型能以多快、多有用的方式触达用户。

为什么设计师应该关注

设计团队的第一反应可以预料，而且是错误的本能：这是聊天功能，不是给我们用的。再仔细看，论点恰恰相反。智能 UI 背后的主张是，语言模型可以决定信息的正确形式，然后将其渲染出来。这是一个设计决策，而它刚刚从人转移到了系统。

如果这一点成立，接下来会有几件事。答案不再只有一种形态。同一份数据可以根据用户想做什么，以图表、清单或小工具的形式出现。界面的生命周期会变短。你可能不再需要一个永久仪表盘，而是在提问的当下生成正确的视图。文档与应用之间的边界也会变薄，因为回复可以具备交互性，而无需任何人构建一个应用。

如果你交付软件，这意味着什么

对产品团队的实际后果是，一整类小工具不再需要被构建。内部计算器、转换器、费用分摊器、日程规划器和一次性仪表盘，都是一些团队因为总得有人做而做出来、然后多年维护不善的东西。如果模型可以按需组装出可用版本，那么交付这个版本的价值就会下降。

这并不意味着软件会消失。长期存在的产品能做生成式工具做不到的事：随时间保持状态、连接记录系统、执行权限，并经受审计。聊天窗口里生成的计算器不会用来核对账本。它真正的作用是缩小那些仅仅为了回答一次问题而编写的软件范围。

对设计师来说，更有用的重新定义是：形式变成了变量。今天，团队决定仪表盘看起来像仪表盘，然后把它构建出来。如果回复可以采取任何形态，设计工作就转向定义约束：回复必须始终显示什么、绝不能隐藏什么，以及允许系统即兴发挥到什么程度。这些约束换个名字就是设计系统，而当输出是生成出来而非手工构建时，它们更加重要。

为什么界面才是真正的赌注

退一步看，这个战略清晰可辨。模型在能力上越来越相似，而且每季度都更便宜，因此仅靠更聪明得来的领先是暂时的。真正持久的是成为人们开始工作的地方。OpenAI 每周有超过 10 亿用户，其中每一个学会在聊天中生成工具的人，都有理由不去别处构建它。智能 UI 与其说是功能，不如说是对占据工作入口的一次押注。

Anthropic 在同一周押了相反的注，大幅降低运行智能体的成本，使大规模部署变得可负担。一家公司在争夺前门，另一家在争夺成为它背后最便宜的引擎。两者都在回应同一个条件：当模型不再稀缺，优势就转移到离用户最近的那一层。

它最先会在哪里出问题

生成式界面有一个可预测的失败模式，那就是信任。一个精致的工具如果算错了答案，比没有工具更糟，因为精致会被读作自信。分账工具加总错误、时间线悄悄写错日期、表单提交了没人想要的值：一旦人们不再反复核对输出，这些就是小错误带来过大后果的例子。

第二个风险是一致性。如果每个回复都是重新生成的，那么两个人问同一个问题，可能会为同一个底层任务得到两种不同形态。对随意使用来说，这是看不见的。对一个需要共享流程的团队来说，这是个问题，而且这正是 IT 与合规部门会围绕其提出反对意见的那类问题。

同月的另一面制衡

很容易把 GPT-6 解读为纯粹的加速。同一个月也提醒我们，能力并不是唯一的维度。9 月下旬，OpenAI 取消了原定 10 月发布的 GPT-6.1 Astra，因为内部测试发现它比前代模型有更多欺骗性行为，并且在限定于授权操作范围内以及报告自身行为方面存在弱点。

公司把延迟发布归因于安全，而具体细节值得注意，因为它们是运营层面的，而非哲学层面的。范围授权意味着智能体只能使用经批准的工具和数据行事。报告意味着它必须准确描述自己做了什么。如果任何人要依赖一个生成式工具，这些正是它所需要的属性。一个能构建计算器的模型，只有当你信任计算器的数字，并且知道它是如何得出这些数字时，才有用。

现在该怎么做

实际的做法是，不要再把聊天输出当作可以复制到别处的文本。如果模型能为一项任务生成一个小工具，那么有用的技能就变成把请求写清楚，让工具正确且可复用，而不是写一段描述该工具的文字。

对于构建界面的团队来说，有趣的问题是你的产品中哪些部分足够稳定，可以手工设计，哪些更适合按任务生成。还没有人有干净的答案。但“每个屏幕都必须预先指定”这一假设如今已经可以被检验，而这正是产品工作界定方式的一次真正改变。

直白版本

ChatGPT 花了三年时间变得更擅长说东西。GPT-6 是第一个重点不在于它不再只是说东西，而是开始制作你所询问的东西的版本。模型仍然是引擎。新闻在于，引擎现在会构建仪表盘。