北京
一個矛盾現象正在發生：大模型的推理、規劃、對比、分析能力每年都在攀升，但大多數產品回復你的方式，和2023年幾乎一樣。你問它一個問題，光標閃一閃，然后端出一段段密密麻麻的純文本。模型變聰明了，輸出管道卻沒變，所有信息都被塞進三年前那套“文字墻”格式里。
結構其實早就藏在回答當中。當你問哪個前端框架更合適，AI嘴上說“React生態龐大、Vue更輕量、Angular更強調約定”，它腦子里已經排出了一張表。它知道這三個名字是一行行記錄，生態、學習曲線、適用場景是列。但最終它把表格揉成一團，寫成了散文發給你。你會邊讀邊在腦內重新畫表，這就像模型已經做了結構化的飯菜，卻在遞給你時全部攪打成糊狀。
一些人覺得純文本沒問題，它是人機通信最通用的“普通話”。換個角度來看，這種通用是以認知負荷為代價的。比較一個框架和另一個工具時，你被迫把選項順序讀完，在腦子里存下第一個、第二個，再疊加第三個，最后比較。這本質上是工作記憶的短板，不是回答質量的短板。界面原本可以讓你橫向掃描，按列過濾，把注意力錨定在對你最重要的那個屬性上。模型的分析沒變，格式把結構丟掉了。
OpenUI想填的正是這道溝。它是一套渲染規范，讓模型不再輸出冗長的自然語言描述，而是吐出一種緊湊、代碼味十足的“OpenUI Lang”，再直接映射為真正的UI組件。你看到的不是需要二次解讀的段落，而是即時渲染出的卡片和表格。模型說“工具A適合場景X、價格Y”，界面就用卡片標上分類標簽、關鍵特性和優缺點摘要，下面再橫排一張比較表，把每個工具按你關心的維度列開。閱讀變成了掃描，不是記憶。
文章開頭那五種“純文本災難”場景，便是最明顯的證據。比如框架與工具對比，純文本逼著你把順序閱讀變成并行比較；又比如清單、規格對比、多維評測、狀態報告，凡是有行有列的結構，一旦被打碎成敘述段落，信息密度就會斷崖式下跌。模型已經搜過網頁、歸好類、識別出定價層級，你手里拿到的分析是扎實的，但你仍然要自己在腦子里重新編排所有事實。
反過來看，純文本支持者也有理由：文本不需要學習界面隱喻，任何終端都能呈現，復制、搜索、存檔都極方便。而且很多答案本身就是線性的邏輯鏈，做成卡片反而冗余。對“周末去哪玩”這樣的建議，幾段描述遠好過一張多維對比表。純文本并非一無是處，只是不應該成為所有智能輸出的唯一包裝。
在OpenUI的設想里，模型只需描述一次結構：一個頂部標題，一個調用工具返回結果的查詢，后面是一張按你定義的列排列的表格。查詢直接調用你的工具，不需要把結果再翻譯成人話。表格的列成了可發現的維度，篩選控件提示你可用的選項，用戶不必事先知道“IDE支持”是相關的比較維度——界面直接把它亮出來。聊天是反應式的，只在你已知的問題上給答案；界面是可以被探索的，它呈現了問題空間本身。
判斷的落腳點不在于誰取代誰，而在于AI時代的信息密度應該由接口的豐富度來匹配。如果模型的輸出始終只有單一的文字泡形式，那么哪怕模型的智商繼續翻倍，我們每次獲取結構化認知的效率仍然會卡在腦內重新排表的那一步。讓界面跟上智力，或許是下一個該認真革新的方向。
特別聲明：以上內容(如有圖片或視頻亦包括在內)為自媒體平臺“網易號”用戶上傳并發布，本平臺僅提供信息存儲服務。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
