莫言在 2012 年获得诺贝尔文学奖时，我花了整整一个晚上，才把《丰乳肥臀》《蛙》和《红高粱》的阅读顺序理清楚。
今年，中国作家残雪和日本作家村上春树继续陪跑，加拿大诗人、作家安妮·卡森摘得 2026 年诺贝尔文学奖。
我本来已经准备好再花一个晚上查资料、排顺序、做书单，结果只给 ChatGPT 丢了一句话「请你帮我用卡片手账的方式整理安妮·卡森作品的阅读清单」不到三分钟我就得到了一个能够自动调整、选择的阅读卡片。
你可以一张张翻，看每本书适不适合入门、应该排在第几本、读它之前需要知道什么。读完之后，点一下「完成阅读」，卡片就会被勾选，阅读进度也会跟着更新。
谁敢想，实现这些功能的，来自于 10 月 7 日，OpenAI 发布《GPT‑6 and Intelligent UI for everyone》，向全量 ChatGPT 用户推送的 GPT-6 与Intelligent UI。
所有的场景都能可视化
这并不是 Intelligent UI 唯一有意思的案例。
OpenAI 对 Intelligent UI 的定义是「智能界面」，即 ChatGPT 可以根据用户的提问，在回答的时候把文字、图片、按钮、表单、图表以及可以互动的工具进行动态组合。
也就是说以前的人工智能只能输出文字，而现在的 GPT-6 可以按照你提出的问题，在现场组装出包含排版、按钮、表单、图表以及各种交互控件的独立界面。
你所提出的问题仍然没有改变，但是得到的结果已经不是简单的答案了。
根据 OpenAI 官方的例子来看的话，这样的应用程序主要包含知识学习、娱乐以及日常生活等场景，比如说在制定一个周日烤肉的大纲的时候，菜谱、购物清单以及时间表都可以一起出现；而在规划自驾游路线时，沿途的休息站可以直接标在地图上，并且标出一些需要绕行的地方。
除了对这些场景的完整复刻，我们还延伸出了一些有趣的新玩法。
比如，我们对初中化学课本里很重要的一个知识点进行了试验，只需要下达口令，「请告诉我酒精灯怎么用」。
模型会先查找资料，在等待了大约 52 秒之后就产生了交互式的方案。酒精灯的使用被拆成六个关键步骤，每一步都配有对应提示。用户可以按照顺序学习，也可以直接跳到自己不熟悉的部分：为什么不能用嘴吹灭，灯帽为什么要盖两次，酒精快用完了应该怎么办。
Intelligent UI 还可以用来做点个人小游戏。
比如说你想玩一款复古的小游戏，就可以直接对 GPT 说，「我喜欢玩贪吃蛇，给我做一个贪吃蛇的小游戏吧」。
得到的是可以直接用来玩游戏的画面，并非是游戏规则说明书。游戏有完整的规则、计分方法以及实时反馈。每吃掉一个能量块就加 10 分，分数随着贪吃蛇的动作而改变，屏幕也会随之更新。
谁看了不叫一声4399又回来了！
如果觉得普通的贪吃蛇很无趣的话就可以继续修改了，也可以定制化创建一些自己的规则，比如发出指令，「把贪吃蛇改成一只可爱的小熊，并且把得分规则改为每吃掉一个能量块就加 20 分」。
模型不只是一段代码被替换掉那么简单，还需要对角色形象、游戏规则、计分方式以及界面展示等方面进行修改，在输入新的需求之后，游戏界面也会随之改变，但是时间要比第一次生成的时候要长一些。
在实际的生活场景里，Intelligent UI 的价值就体现得比较清楚了。
如果你养小动物，并且纠结如何打扮他们的时候，就可以把照片上传上去然后问，「哪一套更符合我宠物的特点？」
GPT 会把这两件衣服并排放置，并且标注出它们的颜色、尺寸、材质以及适用场合等信息，用户可以根据不同的使用场景和偏好去选择。
这并不是将图表、按钮以及文字堆积在一起，而是在于让答案具有了继续工作下去的能力。
触发答案的「黑盒」
第一次见到 OpenAI 演示麻将交互的时候，我们认为自己找到了未来的聊天界面的样子。棋盘上会出现按钮，牌面上可以进行操作，页面也会根据答案而改变。
模型不只输出文字，还会把可以玩的东西放到你的面前。
但我们实际体验下来，发现使用过程中，UI界面出现得非常随机。
我们用同样的方法 按照演示那样 来模仿麻将桌难题，生成的结果没有麻将桌、没有按钮、也没有任何可以点击的地方，而是一段十分完整的、非常礼貌且普通的文本。
OpenAI 产品经理 AarushSelvan 对于这种随机性的解释是，「我们有一支设计团队花费了很多时间来研究，在什么情况下加入图表和按钮是有用的，在什么情况下又会让人感觉很混乱」。
但在实际测试中，最真实的感受是，你不知道你的问题会被以什么样的方式回答，是一段文字，还是一个交互产品。就像《阿甘正传》中的那句「Life was like a box of chocolates, you never know what you're gonna get」。
如果没有特别提示的话，ChatGPT 会按照任务来决定是否以互动的方式进行交流。比较类的问题可以采用并排的方式排列，复杂的概念可以用交互式的图表来表示，简单的题目优先选择文字回答。
这是因为Intelligent UI 不是模型临时「画了一张网页」，而是一套原生组件库加上配套的界面编译器。模型能够调用文字、图表、按钮、表单以及交互区域等元素，并且编译器会一边接收输出结果，一边把这些结果逐步地展现出来。
但这也正是它与一段用户体验感良好的交互的差距，动态图表、交互组件更像是一个一次性体验。
它们缺少稳定可靠的代码沙盒、独立的资产入口，这使得 Intelligent UI 在轻量级的任务上表现得非常流畅，而对于需要高精准度和专业性场景面前显得有些小儿科。
Intelligent UI 目前还不支持 Pro effort，而 Pro effort 用的是 GPT-6 Astra，这意味着新式的交互界面和最强大的推理模式不能一起出现，真正复杂的、要经过长时间思考的任务可能会回到传统的文字形式。什么时候可以真正地把它们结合起来，依然是 OpenAI 需要解决的问题。
在对话窗口里「玩起来」
回忆一下，当我们第一次在大模型对话窗口交互的场景，那时候，一段能够理解连续上下文语义的回答就足够让我们兴奋。
而今天，Intelligent UI 开始让普通的问答结果走向了交付能点、能拖、能玩的小界面，让我们在对话窗口里「玩起来」。
它的底层逻辑在于多模态的融合改变了我们和大模型的交互方式。
自然语言适合表达复杂目标，但不一定适合完成精细操作。图形界面适合观察状态、比较选项和调整参数，两种交互方式互相补充。
这就好比 2007 年第一代 IPhone 用点按、滑动和双指缩放重新定义了手机操作，把手机从依赖物理按键的间接操作带向直接触碰屏幕的交互体验。
更简单、更高效、更直接。
Intelligent UI 把交互从只回答问题变成用户参与问题解决。答案不再是对话的终点，而成为一个可以被触摸、修改和继续使用的对象。
跳出对话场景，这种变化已经出现在手机智能体中。
这种交互的价值在于用户从阅读答案的人变成参与任务的人。
OpenAI 的说法更加直接，「过去的几十年里，人们一直在学习怎样用为某个具体任务而设计好的固定的程序，未来软件要能够去适应人的各种各样的工作」。
至于这种变化是否真的是未来软件形成的开端，安妮·卡森在《红的自传》中写道「How does distance look? …… It depends on light」，译为「距离看起来是什么样？它取决于光」。
现在，Intelligent UI 把这束光放进了对话框。
本文来自微信公众号“APPSO”，作者：发现明日产品的APPSO，36氪经授权发布。