ChatGPT Intelligent UI 技术拆解:模型描述界面,编译器和客户端把它运行起来
原文链接: https://x.com/rabi_guha/status/2108238432355123572 来源: Rabi Guha / OpenUI 发现于: 小互 · AI 解读站 · 2026/10/9 说明: 本文由 AIHot 自动聚合(原文即中文,未翻译)。上游原文多次抓取失败(含登录墙/反爬,CDP 渲染亦无法获取),正文取自小互 AI 解读
ChatGPT Intelligent UI 可以把回答变成带有按钮、图表和滑杆的界面。在原文的教学月费估算中,调整席位数就能看到价格改变;生成这份回答与拖动之后的更新,经过的步骤并不相同。
这套系统把工作分给模型、编译器和客户端:**模型用 DIL 描述文字、组件与计算逻辑;编译器把描述转换成程序与数据;客户端运行逻辑,并用原生组件显示结果。**用户随后拖动滑杆时,已经写好的计算可以在客户端完成,不必让模型再生成一遍。
了解功能与使用场景OpenAI 发布智能回答界面 Intelligent UI:回答可视化,能点、能调,还能玩从星图、灵感板到聚餐采购清单,看智能回答界面怎样帮助查看、理解和操作。阅读介绍文章 →
AI 界面工程团队 Thesys 通过分析公共网页流量、抓取服务器推送补丁(SSE),并检查前端分发的核心运行时脚本与组件注册表,梳理出了网页端从模型输出到界面显示的运行链路。(以下实现细节来自 Thesys 对网页端的逆向观察)

Thesys 逆向还原的 ChatGPT 智能 UI 四层数据流通路:模型产出 DIL、服务端负责修补与常量抽离、客户端 Worker 沙箱运算差量、宿主页面原生渲染。(来源:Thesys 架构解析图)
模型、编译器和客户端分别负责什么?
在原生组件路径中,客户端的工作还分成两部分:运行时执行逻辑并产生更新操作,渲染器按这些操作绘制组件。沿着同一份月费估算,可以把模型、编译器与客户端的分工逐步接起来。
模型:用 DIL 描述内容、组件和逻辑
大模型在生成回复时,使用的并不是纯文本,也不是传统的 JSON 结构树,而是一种名为 DIL 的专用语言。它由三部分融合而成:
- 普通 Markdown:用于书写段落文字与排版标题;
- 类似 JSX 的组件标签:用于声明布局容器与功能组件(如
<box>、<slider>、<title>); - 内联 JavaScript(以
{@body ...}标识):用于声明内部响应式状态(State)与推导逻辑。
观察一个典型的教学测算示例(注:示例中 $29/席位/月为用于演示公式逻辑的教学数据,非真实套餐定价):
### Team plan estimate
Drag the slider to see the **monthly price** for your team.
{@body const [seats,setSeats] = DIL.useState(8)}
{@body const price = seats*29}
<box border padding={3} gap={2}>
<slider min={1} max={50} value={seats} onChange={setSeats}/>
<title size="xl">${price}/mo</title>
</box>
在这个片段里,模型通过 DIL.useState(8) 定义了默认席位为 8,通过普通 JavaScript 表达式计算总价,再将状态与滑块组件绑定。这条推文把主路径概括为“模型从不写原始代码”,这并不准确——模型确实在直接编写 JavaScript 逻辑,只不过它被放在专用标记语言中。
编译器:把描述转换成可运行程序与数据
客户端浏览器不会按原样直接执行模型生成的原始 DIL 字符串。OpenAI 的后端服务器会处理模型输出流,将其动态编译为一个独立的 JavaScript 执行函数和一份 JSON 常量配置表(在会话元数据中标记为 model_dil_v2)。回复中的普通 Markdown(标题、段落、粗体)也会被编译进同一棵组件树(如转化为 title、带 bold 的 text),文字则抽离移入 constants 常量表。
服务端编译器主要完成五项关键加工:
- 函数标准化:将所有 XML 风格的标签转译为
__dil.jsx(...)函数调用,客户端不再需要 DIL 语法解析器。 - 表达式容错:编译器用
__dilSafe包装表达式,出错时返回备用值,帮助隔离局部错误。这能减少一处异常对整份回答的影响,但不检查公式是否正确。 - 文本抽离为常量表:静态文字被移入名为
constants的哈希字典,例如{"0": "Team plan estimate", "4": "$"}。这样在后续打字流中,文本的增多只会修改 JSON 字典,而不需要修改 JavaScript 代码本身。 - 为状态加入稳定键:为每一个状态钩子注入稳定键(如
{ key: "seats" }),确保界面后续重新编译时,用户拉过的滑块位置不会被冲刷回初始值。 - 白名单校验与自动修复:依据设计系统字典(Catalog)严格过滤非法属性(例如发现模型写了未定义的
fill属性或格式错误的数值,直接在编译期剔除并打上诊断标记)。
客户端:隔离运行逻辑,把结果显示成原生界面
在沙箱里执行逻辑、保存状态
大模型生成的代码本质上是不受信任的外部输入。如果直接在宿主页面运行,极易带来 XSS 攻击或数据泄露隐患。
ChatGPT 在浏览器端采用了一套分层隔离方案:
- 页面预先加载一个隐藏的沙箱 iframe(
runner.html),并赋予严格的 CSP(内容安全策略:default-src 'none'),限制资源访问。 - 该 iframe 随即启动一个专属的 Web Worker。
- 限制可用能力:Worker 在执行程序前移除模型代码可访问的网络、定时器、消息传递和动态代码执行能力,并冻结剩余全局对象。运行时自身仍通过受控的求值入口执行编译程序。
- 内置微型调和器(Mini Reconciler):Worker 内部运行着一个类似 React 的调和器。它执行组件逻辑,比较新的组件树与上一次组件树,计算需要更新的操作,并序列化为底层的二进制 UI 操作指令(如
CREATE #9 slider)。 - 函数不离开沙箱:组件绑定的事件处理函数(如
onChange)绝不向主页面传输,主页面只能拿到一个标识符(如fn#1)。 - 看门狗机制(Watchdog):若某段逻辑陷入死循环或执行超时,看门狗会强行杀掉并重启 Worker。