ChatGPT 新 UI 不到 24 小时被拆开：三层协议，和一份能本地跑的复刻

OpenAI 的 Intelligent UI 随 GPT-6 在 10 月 7 日推给全部用户，不到一天，外面就出了两份拆解。

一份来自 OpenUI 背后的 Thesys 工程团队，长文把实现拆到底，连服务端编译器都重写了一遍，输出和 OpenAI 的做到字节级一致。

另一份是个独立开发者的仓库，直接把复刻写成了能跑的东西，一条命令就能看。

两份拆解彼此独立，结论对得上：模型写的既不是 HTML，也不是 Markdown。

对话里那张界面，是三段接力画出来的

官方给的说法是，他们训练 GPT-6 判断什么时候该给交互式视觉而不是纯文字，以及怎么把它排版出来。

官方演示里的例子包括：一台七速自行车的剖视图，带可以点选的按钮；一副麻将牌，按花色排成可滑动的分组；还有退休金计算器、复古小游戏、AA 分账这类小工具，直接在回答里生成。

要做到这件事，一次回答要过三关。

第一关在模型这边。 它写的是一门叫 DIL 的语言：Markdown 负责正文，JSX 式的标签负责叫组件，JavaScript 负责状态和逻辑。拆解里举的例子是个报价滑块，模型用两行语句声明了座位数和单价，滑块一动，价格跟着变。

第二关在服务端。 模型是一个字一个字往外吐的，所以服务端每隔几百毫秒就把已经写出来的部分重新编译一遍：没写完的语句直接丢掉，元素有内容就自动闭合、没内容就丢弃，静态文字搬进一张常量表，状态各自带上 key 以便反复重编译时值不丢。产出是两样东西，一段 JavaScript 程序，加一份装着文本和数据的 JSON。属性还要过一遍校验，组件上不存在的属性会被删掉，并记成一条诊断。

第三关在客户端。 程序不在 ChatGPT 的页面里跑，而是丢进一个隐藏 iframe 里的 Web Worker，跑出来的不是画面，是一串「操作」。页面拿着这串操作，用 ChatGPT 自己的原生组件画出来。

组件不是随便挑的。拆解里数到，ChatGPT 客户端的组件登记表里约 70 个原生组件，实际见到的有 39 个，样式只能用设计 token 里的取值。模型能挑，但不能自己造标签、塞样式。

两道防线：编译放在服务端，代码关进沙箱

这套设计里最讲究的是「模型写的代码谁来跑」。

那个 Worker 的沙箱是硬做的：iframe 只开 allow-scripts，内容安全策略是 default-src 'none'。程序在求值之前，先做一轮清理，把网络、定时器、消息通道和动态求值从全局里摘掉，再把剩下的全局冻住。跑得没反应的程序会被隔离，Worker 重启。

程序跑完输出的操作有 CREATE、SET、PLACE 这几种，在传输时编码成二进制整数串，字符串单独放一张表。函数根本不出 Worker，滑动条的处理函数只传一个标识符过去。

交互也不惊动模型。 拖动滑块只改 Worker 里的状态，回给页面一串新的操作，不产生任何模型调用。

唯一能回到模型的是 issueNewTurn。按钮或表单提交时，界面上拼出一条新消息发给模型，存储方式和手打的消息一模一样。

原生组件做不了的东西，还有一条逃生舱：模型可以写一整块 HTML、CSS、JavaScript 的小应用塞进回答里（拆解里抓到的例子是一个能出声的鼓机），跑在单独域名的 iframe 里，和 ChatGPT 的设计系统隔开。

拆解里记下的毛病，比功能更值得看

两拨人的文章里都写了限制，这部分反而是全文最有信息量的地方。

刷新就忘。 你调过的值在页面重载后丢失，每次追问会生成一张新界面，而不是改现有的那一张。

模型看不见界面状态。 它只拿到 issueNewTurn 发出去的文字，被问到也说不出用户刚才把滑块拖到了几。

重发的代码占大头。 拆解里抓的一次回答有 6,341 个字符，流了 18.7 秒、84 次更新；编译结果每次重编译都要整体替换，重发的代码占了约 275KB 补丁的 83%。

操作数虚高。 一个价格组件里点一下，产生 158 条操作，其中只有 4 条真的改变了东西。

报错是静默的。 表达式抛异常就什么都不画，逻辑错也不报错——某个仪表盘里切换指标时，营收数字从 6,930 跳成了 256,410。

无效属性没人管。 编译器删掉了它们并记了诊断，模型在后续回答里继续犯同样的错。

图片搜索会跑偏。 模型写查询词但看不到结果，一次查「变速杆特写」，回来的是电动自行车的整车照。

Hacker News 上的公告帖拿了 747 分、四百多条评论，反应分成两派。一派认为把聊天框变成可操作界面是迟早的事，还在自己的项目里照着实现；另一派嫌它不如纯文本好用，担心导出和二次加工变麻烦，最尖锐的一句问得很直接：为什么不干脆流式输出 HTML。

想自己跑一个：两条路，其中一条不需要密钥

复刻已经有人做出来了，两条路都能走。

一条是照着拆解重写的可运行复刻。 仓库里给了流式 DSL 编译器、iframe 加 Worker 沙箱、宿主渲染器和状态回环，附 98 个测试。npm start 起来的是一个回放抓包的 mock agent，不需要任何密钥就能看到完整链路；想接真模型，走任意 OpenAI 兼容接口，本地的推理服务同样能接。

另一条是现成的开放替代品。 它用图表、表单、计算器和实时 3D 场景回答，MIT 协议，已经发了 npm 包，仓库里写明支持任何 OpenAI 兼容模型，云端或者自己机器上跑都行；演示视频里作答的模型是 Kimi K3。

两边的实现思路对得上：模型只负责描述界面和状态，编译、校验、沙箱执行交给宿主。这也是这套设计真正能复用的部分——它回答的不是「怎么让模型画图」，是「模型写的代码凭什么敢让它跑」。

• 可运行复刻（拆解 + replica，98 个测试，Node 22+）：https://github.com/Disdjj/intelligent-ui-demo
• 开放替代品 AnswerUI（MIT，npm 包 answerui-app）：https://github.com/0xcro3dile/answerui