假期的时候,我还在和朋友吐槽,像 Meta Muse 这样的 Personal Agent,怎么交互方式仍然还是以对话为主。对话式的交互,说实话在一些场景里还是挺鸡肋的。
比如我们家去雁门关玩,看到眼前的苍茫景色,忍不住讨论起古诗词里的句子。
当时我就想,这对话式的交互还是不方便,如果能直接把诗词展示出来,点击其中某个字词,就能通过注释看到具体的意思,那我和孩子理解起来就方便多了。
但这种交互,用对话框就很别扭。总不能每遇到一个不懂的字,都重新问 AI 一遍。
所以我干脆让 Muse 帮我做一个诗词应用。结果发现,它确实可以 Coding,但没办法直接把生成的代码变成一个可以融入 Personal Agent 的软件。这就没劲了。
后来我干脆自己 Vibe Coding 了一个。
这件事让我开始琢磨,现在包括 Muse 在内的很多 Personal Agent,主要还是围绕我们已经在使用的软件展开。比如替我们操作浏览器、处理邮件、订酒店,或者通过各种连接器访问其他应用。
但如果 Personal Agent 不仅能操作现有的软件,还能根据我们的需求,随时创造一些新的小软件呢?我觉得这里面的想象空间一下子就大了。
没想到今天早上醒来,就看到 OpenAI 发布了 Intelligent UI。
简单理解,过去我们问 ChatGPT 一个问题,它主要通过文字回答。现在 GPT-6 可以根据问题,直接生成一个能够交互的界面。
比如和朋友聚餐,需要分摊费用,它可以直接生成一个费用计算器。
这些界面可以直接在对话里使用,不需要单独打开一个网站。OpenAI 这次还专门做了一套原生 UI 组件,让模型根据具体问题决定如何组织界面。
我觉得这应该会是一个交互层面非常重要的探索。然后顺着这个方向,我又研究了一款叫 Eazo 的产品。
我之前对 Eazo 的理解,主要还是一款类似 Lovable 的 AI Builder。用户通过自然语言生成软件,然后发布、分享,其他人还可以二创。
今天我在打开的时候,发现它已经加入了 Personal Agent 的能力。结合 OpenAI 的 Intelligent UI,我一下子想清楚了这其中的逻辑。








