2026年10月7日，OpenAI向ChatGPT全体用户推送GPT-6，同时上线Intelligent UI。这不仅仅是一次版本更新，而是一次交互范式的根本性转向。

Intelligent UI的核心机制是：ChatGPT的回答不再只是文字，而是可以包含图表、按钮、表单、滑块乃至可操作的交互工具。OpenAI表示，其核心基础是一套原生、可流式传输的界面组件库，以及一个能够在模型生成内容的同时处理界面的编译器——AI不是在生成文字后由客户端“排版”，而是在生成答案的过程中同时决定应该采用什么样的界面结构。

这意味着什么？意味着对话式AI正在从“回答工具”进化为“交互操作系统”。

过去，ChatGPT的能力边界受限于文字。你问它如何计算退休储蓄，它给你一段文字解释；你问它如何规划旅行，它给你一个文字列表。现在，它可以直接在对话中生成一个退休计算器、一个行程规划器、一个账单分摊工具。同一个聊天窗口，在用户询问汇率时变成货币转换器，在用户规划旅行时变成行程图，在用户学习知识时变成包含图表和选择题的互动教学界面。

这个转变的深层意义在于：它重新定义了“应用”的概念。传统软件需要开发人员预先设计界面，用户按固定流程操作。而Intelligent UI让界面成为模型的“即时输出”——用户不需要知道如何编写程序，只需要告诉ChatGPT想完成什么任务。这与李彦宏提出的“日抛型软件”概念形成了有趣的呼应：当AI可以即时生成交互工具，软件行业的成本和门槛正在被击穿，“人人可随时生成一次性应用”正在成为现实。

然而，需要冷静审视的是，Intelligent UI并非对话式Agent的终结，而是对话交互的“进化层”。正如一些技术分析指出的，Intelligent UI不是新模型，而是ChatGPT在对话标签页里的呈现层升级——“对话式Agent范式终结”这类判断为时过早。对话仍然是用户表达意图、修改需求的核心通道，Intelligent UI只是在对话的基础上增加了“视觉表达”的维度。

真正值得关注的是路线分化。就在OpenAI发布Intelligent UI的同时，Google的Gemini 4 Argon走了一条截然不同的路：将输出token上限从6.4万大幅提升至100万，让模型在单次推演中生成数十万token进行深度推理。Argon已经在Google内部将C/C++代码库迁移至Rust，处理Fuchsia Zircon内核80多万行代码的迁移工作。如果说OpenAI在优化“人机交互的表面”，Google在强化“模型推理的深度”——前者面向大众用户降低使用门槛，后者面向企业级场景解决复杂工程问题。

两条路线的分化，本质上是对“AI应该先解决什么”的不同判断。 OpenAI赌的是：让十亿人先用起来，交互的丰富性本身就是价值。Google赌的是：让专业场景先跑通，深度推理能力才是壁垒。这两个赌注不一定互斥，但它们代表了AI产业在“产品形态”和“模型能力”之间的张力。

对于中国的AI从业者来说，一个关键问题是：Qwen3.7-Max的35小时自主任务能力，能否与类似Intelligent UI的交互层结合？当模型可以自主运行35小时，同时又能在对话中即时生成交互界面，那才是真正的“操作系统级”AI。

ChatGPT“长出界面”只是开始。当模型不仅理解语言，还理解“什么样的界面最能帮用户解决问题”时，AI与人的关系将从“问答”变为“协作”——而协作的前提，是双方都能“看见”对方在做什么。