雷科技AI硬件组 | 编辑：三七二十一 | 监制：罗超
卷模型已经不能满足OpenAI了。10月7日，OpenAI宣布将GPT-6进一步带给ChatGPT的全部用户，同时还率先面向付费用户推出了一项新的功能——Intelligent UI（智能界面）。
相比GPT-6在推理、编程等方面的常规升级，我反而对这个「小功能」更感兴趣。原因很简单，ChatGPT诞生快四年了，大模型的能力早已今非昔比，但我们与AI打交道的方式，却始终没有太大变化。
业界也早已意识到，纯文字的Chatbot不可能是AI交互的最优解。去年Google在Gemini 3上探索生成式UI，蚂蚁灵光也尝试让AI即时生成可交互的界面和应用。
现在，OpenAI也给出了自己的答案。
图片来源：雷科技@ChatGPT
简单来说，在新版的ChatGPT中，GPT-6不只会根据问题生成文字、图片或表格等各种形式的内容，还能主动判断用户需要什么样的界面，甚至直接在回答中生成可以操作的交互工具。用户既不需要学习新的操作方式，也不必专门提出生成界面的要求。
听起来似乎只是让ChatGPT的回答呈现形式变得更丰富了，但从雷科技的实际体验来看，Intelligent UI真正有意思的地方，还在于交互上。
AI教我打麻将？
ChatGPT直接摆出了一副牌
「教我广东麻将。」开始，我给ChatGPT提了一个很简单的要求。
麻将的基本规则不难找到，但把「四组牌加一个对子」记下来，和面对一手牌知道该打哪张，显然还有一段距离。只靠文字讲，用户需要一边读规则，一边在脑子里把牌摆出来，再想象摸牌和出牌之后发生了什么。
ChatGPT先说明采用广东推倒胡的教学版本，再分别用配图介绍万、筒、条和字牌。讲到胡牌规则时，直接把四组牌和一个对子分组排出来。
图片来源：雷科技@ChatGPT
到了练习环节，页面中出现了一块手牌区域，用十四个小格代表十四张牌，下方则是出牌选项和「确认出牌，继续练习」按钮。
图片来源：雷科技@ChatGPT
没有麻将桌，也没有洗牌、摸牌的动画，牌面甚至主要还是以文字呈现「1万」「2筒」。但牌与牌之间有了位置和分组，规则就有了可以对照的对象。我可以先看哪些牌已经连成顺子，再看剩下的东风和西风，最后决定打出哪张。
回答中，ChatGPT顺手还让我做一道练习题。
第一轮我选择打出东风。在肯定我出牌的同时，ChatGPT也指出打西风同样成立，并把留下西风后怎样组成对子展示出来。随后它又给我摸进一张六筒，用金色边框标出新牌，让我决定是继续听西风，还是换一种听法。
公允地说，这种呈现和交互方式，相比一口气把规则、打法和概率全讲完，当然更容易让我跟上。前面刚学到的东西，下一步就有机会拿来用，而我的选择又成了后续讲解的依据。
图片来源：雷科技@ChatGPT
当然，以前的ChatGPT也能出选择题、模拟牌局。变化在于，现在选项已经成为可以点击的控件，手牌也一直摆在眼前。我需要关注的是这一步怎样打，不必每次都把牌面和选择重新描述一遍。
到了第三题，筒子连成二、三、四、五、六筒，我选择打六筒，并要求它详细解释四种打法。回答随即把不同选择列成表格，再把留下二、三、四、五筒后，摸到二筒和五筒各自怎样成牌拆开显示。
假设未知牌有六十张，它还用柱状图比较不同选择下一摸就胡牌的概率。
图片来源：雷科技@ChatGPT
表格适合逐项查，牌组适合看组合，图表适合看差距，就不用通过文字把所有关系再描述一遍。更重要的是「自由」提问，选项让我比较容易接着学，聊天框又允许我随时插进一个新问题，改变接下来的内容。
对于这种边学边产生疑问的任务，GPT-6基于智能界面的对话就很自然，也几乎可以想象，这对于更多类型的学习任务会有多好用。
更直观的回答，也更容易被理解
当然不只是学习型对话，「智能界面」也在很大程度上影响了ChatGPT的对话体验。比如过去我们让AI介绍一款产品、一件事，基本只能得到一段或长或短的介绍。
但在GPT-6下，我让ChatGPT直观、形象地帮我全面了解下微软Surface Laptop Ultra这台机子，ChatGPT给出的仍是一篇很长的回答，但不同信息有了不同的呈现方式。产品外观用图片，规格用卡片，产品间的比较用表格，解释计算架构时则直接画出关系图。
规格卡片带来的好处比较直接。价格、处理器、内存、屏幕等信息各有位置，大号数字下面配着说明，扫一遍就能找到自己关心的项目。它保留了正文的阅读顺序，也给了我快速了解关键信息的阅读方式。
图片来源：雷科技@ChatGPT
更有用的是架构图。在解释RTX Spark CPU、GPU和内存的关系时，回答把不同的计算架构画成方框与连线，展示独立的内存与共享内存池之间的区别。后面讨论硬件、本地与云端计算、Agent执行环境的关系，又换成了分层图和流程图。
图片来源：雷科技@ChatGPT
当我继续询问微软到底想重新定义什么样的个人电脑时，GPT-6不仅给出了一种看法，还通过四层关系结构图「概括」了微软的新一代AI PC，用流程图直观展现了微软Hybrid Intelligence概念下的工作流。
图片来源：雷科技@ChatGPT
这类信息用文字也能讲清楚，但问题是阅读门槛和成本很高，用户得把前面几个概念记住，再在脑子里连起来。图直接把关系放在眼前，接下来的文字可以继续解释每一层解决什么问题、有哪些限制。
尤其是在一篇长回答里，这些图也成了阅读时的参照。读到后面忘了某个概念的位置，可以回到图上看，不必重新读回前面的内容。
不过，图文排版还只是阅读体验的一部分。比如在询问纸飞机应该怎么折才能飞得最远时，GPT-6会调用GPT Images 2.5生成步骤图，进一步追问原理，还会灵活通过图画、公式、细节展示等手段呈现。
图片来源：雷科技@ChatGPT
既是对大模型能力更充分的利用，也是对用户更好的信息展现。
更值得注意的是，OpenAI并没有让AI「完全生成」，而是为AI准备了一套比较统一的界面基础。
按照官方介绍，Intelligent UI使用原生组件库，并由编译器在模型生成内容的过程中逐步呈现界面。模型接受的训练也包括如何组织内容、安排布局，以及什么时候应该增加交互、什么时候文字已经足够。
这与Google公开研究中生成HTML、CSS和JavaScript、构建定制页面的方式，呈现出不同的工程侧重。自由编写页面有更大的设计空间，使用统一组件则更容易保留熟悉的按钮、表单和阅读习惯。
今天来看，Intelligent UI的做法其实更值得借鉴。
Intelligent UI，
会成为新的AI交互标准吗？
去年，Google在Gemini 3.0中展示了生成式界面（Generative UI）的探索。面对不同的提问，Gemini不再局限于文字和图片，可以直接生成带有交互功能的网页，甚至让用户通过操作界面来理解知识、解决问题。
国内的蚂蚁灵光也走得相当激进。用户只需要通过自然语言提出需求，灵光就能生成各种可交互的小工具，从旅行规划、数据计算到小游戏，不需要用户懂得编程，也不用再去寻找专门的App。
这些探索指向同一个方向：既然AI已经能够理解用户的意图，为什么还要让用户适应预先设计好的软件界面，而不是让AI根据需求直接生成界面？
不过，生成一个能用的小工具，与让用户在日常对话中稳定、自然地使用这些工具，其实是两回事。尤其是对于ChatGPT、Gemini这样覆盖大量不同任务的通用AI助手，用户未必每次都需要一套全新的界面，更不希望每次提问都要重新理解一套操作逻辑。
这也是我认为Intelligent UI更值得借鉴的原因。
图片来源：OpenAI
OpenAI没有一味追求界面生成的自由度，而是先建立一套统一的组件和交互规则，再让GPT-6决定什么时候使用、如何组合。它仍然可以根据需求生成专门的交互内容，但更多时候，只需要在原本的回答中加入一张图、一组卡片，或者几个可以点击的选项。
看起来没有直接生成一个完整网页那么惊艳，却更符合用户日常使用AI的方式。
回到前面的麻将教学，我并不需要ChatGPT为我开发一款麻将游戏，只需要它在讲规则时摆出手牌，在练习时提供出牌按钮，在比较不同打法时展示概率。至于了解Surface Laptop Ultra，也没有必要生成一个完整的产品网站，只要把图片、参数和架构图放在合适的位置，就已经能改善阅读体验。
好的界面不在于生成了多少东西，而在于有没有减少用户理解和操作的成本。
更重要的是，这种方式也更容易融入今天的AI产品。
尤其当Agent越来越多地代替用户执行任务，不代表用户就不需要参与了。恰恰相反，当AI开始帮我们搜索信息、比较方案，甚至操作其他软件时，用户仍然需要了解它做了什么、为什么这样做，以及如何调整和确认下一步。
而一套可以根据任务变化的交互界面，显然比让AI单纯输出文字回答更有用。
图片来源：OpenAI
当然，Intelligent UI目前还远没有解决所有问题。动态生成的交互能否长期保持稳定，也需要更多实际使用来验证。更不用说，它距离真正替代复杂的软件应用，还有很长一段路。
但至少，ChatGPT确实在摆脱过去那种「无论问什么，主要都靠文字回答」的惯性。
