聊天很适合告诉 Agent“我想做什么”。但当任务涉及时间、空间和相互影响的选择时，与其继续用文字描述操作，不如让 Agent 临时做出一个界面：人直接动手，它在下一轮读懂这些改变。
有一次，我让 Agent 帮我安排一个周六。
上午去西岸美术馆，中间想沿滨江走走，18:30 约了晚餐。花园如果下雨就跳过，但不想来回折返。
第一版文字计划很快就有了。真正麻烦的是之后：入馆想往后挪半小时，餐厅临时换了一家，花园先留着，天气等我需要时再查。
这些都不难，可每改一处，我都要重新写一句话。Agent 再把整条路线重写一遍，我又从头看，看它有没有把 18:30 的晚餐、雨天条件或前面改过的时间弄丢。
我突然觉得，我们把太多力气花在了“描述操作”上。
如果眼前是一张路线，我本来只要拖一下、改一个时间、关掉一个地点。为什么非得先把这些动作翻译成文字？
这成了 DeepSeek Harness GenUI 的起点。我的想法不是让每个回答都变成网页，而是：当文字不再是最合适的来回方式时，Agent 可以为当前任务做一个界面。
人先用自然语言说目的。Agent 给出必要说明，再把难处理的关系放进一个能操作的页面。人直接在里面选择、输入、拖动和修改。保存后的结果回到当前任务；下一轮只要说“按刚才的安排继续”，Agent 能读到刚才的操作。
界面是 Agent 的表达，操作是人的回应。
页面不是终点
这和“AI 帮我做个网站”看起来很像，差别却发生在页面做完以后。
普通网页生成把页面当成交付物。你拿到页面，任务大致结束。GenUI 里的页面只是当前对话的一部分。它服务于眼前的问题，也把你的操作留给下一轮。
在那条周六路线里，我把入馆时间改成 10:30，把餐厅改成龙华会（滨江店）。页面明确告诉我已经保存。最后我没有把这些变化再说一遍，只问：“按当前行程确认一下。”Agent 读回了 12:30 离馆、18:30 晚餐和新餐厅。
我认为这才是整件事的核心。不是 Agent 会不会画一张漂亮卡片，而是人的操作能不能成为它下一轮理解的一部分。
有些回答，本来就应该被操作
并不是问题越复杂，越需要界面。
问一个事实、改一句话、概括一篇文章、列五个建议，文字通常更快。为了显得高级而弹出一套控件，只会让人多走一步。
真正适合界面的，是另一类事情：
一条路线里，地点顺序、时间和天气互相影响；两套户型里，床、桌子、窗户和走道要放在一起看；一个科学关系里，几个量会随着拖动同时变化；一条代码路径跨过多个文件和分支，用户需要看见自己选中了哪一段。
文字擅长说目的和解释结果。界面擅长让人试、比较和直接作出选择。二者不必争谁替代谁。
调用其他工具，但是权限收紧
这个插件生成的页面还有一大特点是，它能调用 Agent 原有的一些工具，比如说，查天气，帮你找 Github 的 PR，亦或是安排你的个人日程。
但是我也做了一个严格的权限系统。
所以只有当我点“检查天气”时，Harness 才会说明页面准备访问哪里、用什么方式、是读取还是写入，以及权限只对当前任务有效。
我第一次点了拒绝。已有路线没有消失，页面也没有把我逼进死路；我可以重试。第二次允许以后，真实降雨结果回来，花园才从路线里被跳过。
生成页面只能调用事先声明的 Harness、MCP 或 Skill 工具，或者事先声明、无需凭据的公开 HTTPS 接口。有凭据的能力留在工具一侧，不塞进临时生成的代码里。
不想把创造力锁进一套组件清单
其实现在也有类似的插件，像 Google 的 A2UI，dsh-genui，但他们主要是让 Agent 去拼他们已经写好的组件，填入数据进去。
如果这种界面只能从预设组件树里拼出来，它最后很容易只剩表格、表单和仪表盘。
我选择让 Coding Agent 写普通 React + TypeScript。不是因为每个用户都关心技术栈，而是它直接决定了 Agent 可以怎么表达。
为了验证这一点，我又让它解释季节。请求很普通：“我知道季节不是因为地球离太阳远近，但还是想不明白。给我一个能拖动地球的界面。”
它做出一个轨道模型。地球从夏至拖到春分，南北半球的日照一起变，页面保存我停下的位置。这个例子没有工具数据，也不是效率软件，但它说明了另一件事：界面也可以是解释本身。
同样的机制还可以用在代码上。从终端提出问题，Agent 读真实仓库，返回一个 localhost 上的调用图；用户打开链接，与之交互，点选一条路径，下一轮再问“我选的这条在哪儿停住”，Agent 能接着回答。
这让我更确定，它不该被讲成一个“个人助理页面生成器”。它更像是 Agent 多了一种表达方式，而人也多了一种回答方式。
界面还可以继续长
当前任务里的页面不是一次性的截图。
用户可以用自然语言继续说：“保留我刚改的时间，把拒绝授权后的提示改成中文。”“天气没更新时保留上次结果，但写清楚。”“把跳过花园后的时间线做得更直观些。”
Agent 先读当前状态，再更新同一个应用。之前的时间、餐厅和天气不应该因为一次改版消失；失败的更新也不应该覆盖当前能用的版本。
设计风格也不必每次重说。DESIGN.md 在插件设置里选一次，后面新建的界面默认继承。它规定的是设计语言，而不是页面结构；地图、时间线、模拟器和代码图仍然可以各长各的样子。
人说出目的，Agent 用界面表达；人直接操作，Agent 在下一轮读懂。聊天没有消失，它只是终于不必承担所有交互。
项目已开源（MIT）：https://github.com/pengyue-polaron/deepseek-harness-genui
