GPT-6 端出了「智能界面」，但把它当终局的 Agent 可能押错了方向

2026年10月9日

OpenAI 凌晨宣布向 ChatGPT 全体用户推送 GPT-6，同步上线 Intelligent UI（智能界面）。ChatGPT 的回答从此不再只有文字：问自行车怎么构造，它给你一张能逐个点开部件的结构图；问家宴买多少菜，它直接做出一个计算器，改人数，用量自动重算。原帖不到半天，浏览量冲到 200 多万。坐拥约 12 亿周活的 ChatGPT，亲手把「只回文字」改成了「按需长出界面」。

海外网友的吐槽也来得很快：别隔两分钟就重造一次轮子了，能不能给点稳定的。这句问到了点子上——AI 生成的界面，是答完就过去、下次再问一遍，还是留下来，变成你每天点开就用、还能发给家人的东西？

Eazo 选的是后一条路。他们的理由值得写下来：对话框是 AI 的 Demo，不是终局。

先说两个家庭的故事。一个家里有一岁半的孩子，还不太会说话，家人用 Eazo 做了一个学说话的 App：大卡片、有声音、点一下就读出来，认数字、认字母、认生活用品、认动物，孩子每天都在用。对一个不会打字也说不清指令的孩子，任何只能靠对话的 Agent 都派不上用场，几张会说话的卡片反而正好。

第二个家庭请了睡眠顾问，拿到一份写满条件判断的 PDF：清醒时长、小睡上限、小睡失败后怎么办。Adam Waxman 花了一周的晚上把它做成 App，之后他、妻子和保姆三个人共用同一份实时作息表，小睡时间短了，作息自动重排。孩子现在能睡整觉了，这个 App 用了大约四个月就退役，他并不心疼，因为只花了一周。

这两个 App 在应用商店里都找不到，也不值得任何公司专门立项。它们只对这一家人有意义，而这正是价值所在。它们还说明同一件事：做的人用对话，用的人只需要点；一个 App 甚至可以只为一段时间而存在。

对话用来造，界面用来用

最近一个月，Personal Agent 集中爆发。Meta 的 Muse 在云端替你开浏览器处理邮件、日历、支付和购物，OpenAI 的 Dots 连接 4000 多个 App 替你办事，它们描绘的未来只剩一个对话框。Airbnb CEO Brian Chesky 在 10 月 1 日接受 TechCrunch 采访时说，他试过把 Airbnb 放进 Muse 这样的消费级 Agent，效果很差；消费级 AI 还没被解决，每个 App 都得变成 Agent，而且都需要比对话框丰富得多的界面。他说得对，但答案是每家大厂各做一个 Agent，这等于把 App Store 再来一遍。

在作者看来，当下流行的两种未来都站不住：一种说界面会消失，你只管说话；另一种说每一屏都临时生成，底下不再有稳定的产品。真实的人需要一个可以回去、可以学会、可以信任的东西，这意味着一个有设计、稳定、图形化的表面，AI 在它背后工作。理由也简单——选 20 个选项里的一个、记一笔开销、和三个朋友规划一次旅行、每天早上看一眼某个数字，这些事本质上是视觉的、空间的、可重复的，一个对话框只会把它们压扁成一卷文字。人机交互从命令行到图形界面再到触屏，每一次进步都是在离开纯文字；只能靠对话的 Agent，本质上还是一个更聪明的命令行。

所以 Eazo 给 Personal Agent 一个不同的定义：对话用来造，界面用来用。造的时候用自然语言，用的时候用为你定制的界面。就像卧室里的灯，你只要告诉电工一次把开关装在床头，之后每个晚上伸手一按就好，不必每晚对着空气喊「关灯」。

Eazo 的卖点集中在三件事：能做出来——一句话生成前端、后端、数据库、登录和支付，不用选技术栈、不用配服务器、不用买 API Key；做得好看——内置 AI 设计 Agent Wild Design，围绕同一个需求生成 6 个以上风格不同的专业视觉方向，覆盖排版、构图、色彩、动效到材质氛围，你只要说「更温暖」「简洁一点」，它会把感受翻译成具体设计调整；做得值——底层基于 OpenAI、Claude 和自研模型混合编排，官方声称效果超越、成本减半。

公开的 Benchmark，和那个底座

Eazo 晒出了一套自己的公开评测体系。Eazo Benchmark 面向创作 Agent，不只看 AI 会不会写代码，而是看它能不能把想法做成能用、能发、能 Remix 的作品。v3.0 共 147 个题目入口，沿作品从想法到社区的完整路径分成 8 个能力维度，题目附带 3D 模型、视频、数据库、字体、Figma 等真实素材。在这套测评上，Eazo 综合评分 88.0，Codex CLI 为 84.4；Eazo 在题目最多的三个维度领先（共 75 道题），横切能力一项落后 2.7 分，但该维度仅 4 道题。

差距来自 Eazo 自研的 General Agent 框架 EazoTack。它只用 15 个核心工具和 1 个元工具，7 天全网缓存命中率达到 98.3%，线上 V5 观测缓存命中率 98%，模型首 Token 响应时间 1.5 秒。更少的工具、同一个模型、宣称更高的质量和更低的成本（约三分之一）。测评集公开在 eazo.ai/benchmark，随时更新。

除了产品本身，Eazo 还把底座开放了出来，叫 Qoni（Cognitive）。它的能力一句话概括：让 Agent 进得去、做得到、记得住，是开发 Personal Agent 的托管基础设施。按 Eazo 的说法，Muse 和 Dots 真正的护城河不是模型，而是身份、行动和记忆。Qoni 背后的积累不是从零开始——7 年前创始人谢扬做了 Authing，身份能力延续为今天的 GenAuth；1 年前做了 Fellou，浏览器与行动能力演进为今天的 Qoni；记忆能力来自过去对知识图谱的研究。

回到那个学说话的 App——它看起来只是几张卡片，但要真正好用，它得知道这是谁家的孩子，记得孩子昨天学到了哪里，必要的时候还能替家人去网上找素材。每一个 Personal Agent 都绕不开这三件事：知道你是谁、记得你做过什么、能替你去行动。Qoni 想给的就是这套，任何企业、任何开发者都可以基于它做出自己的 Muse 或 Dots。

不过把话说回来。GPT-6 把「智能界面」端给 12 亿周活用户，恰恰说明巨头也认可这个方向：对话之外，界面正在成为 Agent 的下一个战场。而 Eazo 这套判断——界面不是消失，而是从少数公司造给所有人，变成每个人为自己造——听起来顺耳，但真正的考验不在这套定义，而在那些「四个月就退役」的小 App 之外，能不能长出高频、稳定、留在用户手机上的产品。「点比说好」是直觉，但 AI 生成的界面要留下来，得先证明它值得每天被点开。

至于那个一岁半孩子用的学说话卡片，和一个一周就做完、四个月后退役的睡眠作息表——它们大概才是这个判断最诚实的注脚：Personal Agent 的图形界面时刻，可能不是某个宏大的平台叙事，而就是这些只对一家人有意义的东西。