OpenUI (C1 by Thesys)：LLM 不再只会说话，开始会"画"界面了

2026-03-12 | Product Hunt | 官网 | GitHub

30秒快速判断

这东西干嘛的：让 LLM 不再只输出纯文本，而是直接吐出可交互的 UI 组件（图表、表单、卡片、仪表盘），2 行代码接入，替换你现有的 OpenAI 调用就行。

值不值得关注：值得。 这是 AI 应用从"聊天框"进化到"动态界面"的关键基础设施。458 票上 PH，300+ 团队在用，$4M 种子轮，开源了核心规范。如果你在做任何 AI 产品，这个方向迟早要碰。

灵魂三问：这跟我有啥关系？

与我有关吗？

目标用户画像：

• 正在开发 AI Agent / Copilot / 聊天机器人的团队
• 厌倦了"AI 只能回复文字"的产品经理
• 想让 AI 应用"不像聊天工具"的独立开发者

你是目标用户吗？

• 如果你在做 AI 产品，且用户需要看图表、填表单、操作数据 → 你就是
• 如果你只做纯文本聊天机器人（比如客服问答）→ 暂时用不上
• 如果你是前端开发，想给 AI 应用加交互层 → 直接上手

什么场景会用到：

• AI 数据分析助手 → 直接渲染图表，不用手写 Chart 组件
• AI 表单生成 → 用户说需求，LLM 直接生成可填写的表单
• 内部工具 Copilot → 查数据库返回表格，而不是一段文字描述
• 客户支持 → 订单查询直接展示卡片，而不是"您的订单号是xxx"

对我有用吗？

ROI 判断：如果你正在做 AI 产品且需要富交互，接入成本很低（2 行代码），值得花半天试试。如果你的产品纯文本就够了，没必要硬上。

喜闻乐见吗？

爽点：

• 2 行代码搞定接入：把 OpenAI 的 endpoint 换成 Thesys 的就行，SDK 完美兼容
• 丝滑流式渲染：UI 组件是边生成边显示的，不是等 LLM 说完才渲染，体验极佳
• 比 JSON 节省 67% token：OpenUI Lang 比 JSON 格式更精简，又快又省钱

真实用户怎么说：

"在用它做了一些个人试用应用后，我可以保证 Thesys C1 确实有效；它让 UI 变得更具交互性、动态且可扩展，因为所有的响应都不是硬编码的。" — DEV Community 开发者

"我们一直在使用 Thesys 的 C1 来增强我们的聊天 UI，这简直是游戏规则的改变者。组件生成非常出色，速度快、简洁且极其直观。" — Thesys 官网用户评价

"只需 2 行代码就能支持 GPT、Claude 和 Google ADK，这一点非常有吸引力——现在谁也不想被绑定在某一个模型上。" — Product Hunt 用户

有人吐槽的点：

"生成式 UI 真正的阻力不在于渲染组件，而在于如何让 LLM 可靠地输出正确的结构。" — 一位开发者在 PH 讨论区提出的质疑

给独立开发者

技术栈

• 核心语言：OpenUI Lang — 一种紧凑的、流式优先的 UI 描述语言，比 JSON 省 67% token
• 前端 SDK：React（Crayon SDK），支持自定义设计系统
• 后端：OpenAI 兼容 API，Python / Node.js / FastAPI / Next.js 都能接
• AI 模型：模型无关，支持 GPT-5、Claude Sonnet 4、Gemini 等。生产环境推荐 GPT-5 和 Sonnet 4
• 数据库：后端用 MongoDB Atlas
• 部署：云端 API（SaaS）+ 开源 OpenUI 可自部署

核心实现逻辑

Thesys 不是让 LLM 直接生成 React 代码（他们测试了，效果很差），而是走 基于规范的渲染 (spec-based rendering) 路线：

1. LLM 输出结构化的 UI "规范"（不是代码）
2. OpenUI Lang 解析器将规范转换为组件树
3. Crayon React SDK 将组件树渲染为真正的 UI

这种方式的好处是：LLM 只需要描述"意图"（比如"展示一个柱状图"），不需要写出完整的 Chart.js 代码。可靠性比直接生成代码高得多。

开源情况

• OpenUI 规范：MIT 协议开源，github.com/thesysdev/openui
• GitHub 数据：269 stars，35 forks，9 contributors，TypeScript 为主
• 包结构：react-lang（核心运行时）、react-headless（无头聊天状态）、react-ui（预制组件）、openui-cli（CLI 工具）
• C1 API：闭源 SaaS，免费起步
• 自己做难度：中高。OpenUI 规范开源了，但 C1 后端的 LLM 调优和 UI 映射逻辑是核心壁垒。用开源部分搭一个基础版约需 2-3 人月

商业模式

• 变现方式：API 调用量收费（Usage-based）
• Essentials（免费）：$10 免费额度，按量计费
• Pro：用量计费，含优先推理、更高吞吐、专属 Slack 支持
• Enterprise：私有部署、SOC2/GDPR 合规、专属解决方案工程师
• Artifacts：100 页/月免费，超出 $0.01/页（用于生成 PPT/报告）
• Startup 计划：提供专门的创业公司友好价格

巨头风险

中等偏高。 Vercel 已经在做 AI SDK + v0.dev，Google 出了 A2UI 标准，CopilotKit 搞了 AG-UI 协议。但 Thesys 的差异化在于：它不是"帮你写 UI 代码的工具"，而是"API 直接返回 UI"的范式。短期内巨头不会做完全一样的事，但长期 OpenAI 自己加 UI 输出能力的风险是真实存在的。

给产品经理

痛点分析

• 核心痛点：AI 产品的输出只有文字，用户体验像在和 terminal 聊天
• 痛点有多痛：高频刚需。几乎所有 AI Agent 产品都面临"聊天框不够用"的问题——用户想看图表、想填表单、想点按钮，而不是读一大段文字
• 现有解决方案：手动写前端组件（费时）、用 Vercel AI SDK（半自动）、v0.dev 生成代码再集成（链路长）

用户画像

功能拆解

竞品差异

可借鉴的点

1. "2 行代码"的 DX 设计：把 API 做成 OpenAI 的无缝替换方案，极大降低采用门槛
2. 基于规范而非代码生成：不让 LLM 写代码，而是输出结构化规范再渲染，可靠性高很多
3. 开源规范 + 闭源服务：先用开源建生态，再用 SaaS 变现，经典路线

给科技博主

创始人故事

• Rabi Shanker Guha（CEO & Co-founder）：IIT Kanpur CS 毕业，前 Google 工程师，曾任 DevRev.ai 印度工程负责人。更早之前联合创办了 Payzie，后被 Google 收购
• Parikshit Deshmukh（Co-founder）：设计背景，曾在 Recko 带领设计团队，解决企业级复杂产品的 UX 问题
• 动机：他们相信"下一代软件界面不是人设计的，是 AI 实时生成的"，传统 UI 是静态的，而 Generative UI 根据每个用户的行为动态调整

争议点 / 讨论角度

• "Generative UI 是不是伪需求？" — 有开发者认为，大多数场景纯文本就够了，搞 Generative UI 是过度工程
• "LLM 输出 UI 可靠吗？" — 最大质疑：LLM 能保证每次都输出正确的 UI 结构吗？边界情况怎么处理？
• "开源规范 vs 闭源 API" — OpenUI 规范开源了，但核心 C1 API 是闭源的。这是"真开源"还是"开源营销"？
• "会不会被 OpenAI 自己做掉？" — 如果 GPT 原生支持 UI 输出，Thesys 的中间层还有价值吗？

热度数据

• PH 票数：458 票（热度不低）
• GitHub：269 stars（开源不久，增长中）
• 用户量：10,000+ 开发者用过 C1，300+ 团队在生产环境
• 融资：$4M 种子轮（Together Fund 领投，8VC 跟投）

内容建议

• 适合写的角度："AI 应用的下一个前端范式"——从纯文本到 Generative UI 的转变
• 蹭热点机会：结合 MCP 协议热潮，写"MCP + Generative UI = AI Agent 的完整交互层"
• 差异化角度：对比"v0.dev 生成代码" vs "C1 运行时生成 UI"的本质区别

给早期采用者

定价分析

注意：LLM token 费用是额外的，按你用的模型（GPT-5/Claude 等）各自计价。

上手指南

• 上手时间：30 分钟可以跑通 demo
• 学习曲线：低（如果你用过 OpenAI API）
• 步骤：
  1. npm install @openuidev/react-lang @openuidev/react-ui
  2. 把 OpenAI client 的 base URL 改为 Thesys 端点
  3. 用 C1 React SDK 渲染 LLM 返回的 UI
  4. 在 Playground 体验效果

坑和吐槽

1. 目前仅支持 Web：没有 React Native / Flutter 支持，移动端用不了（计划中）
2. LLM 输出偶尔“抽风”：边界情况下 UI 结构可能出错，需要做 fallback 处理
3. 模型依赖：生产环境推荐 GPT-5 和 Sonnet 4，其他模型效果可能参差不齐
4. 设计一致性：OpenUI 目前不强制设计范式，不同模型输出的 UI 风格可能不统一

安全和隐私

• 数据存储：API 调用走 Thesys 云端
• 合规：Enterprise 版支持 SOC2、GDPR、ISO 27001
• 私有部署：Enterprise 可以私有部署，数据不出内网

替代方案

给投资人

市场分析

• 广义 Generative AI 市场：2026 年预计 $140B-$161B，CAGR 28%-40%
• AI 基础设施市场：预计 2030 年达 $227B
• 驱动因素：AI 应用从"聊天框"进化到"完整界面"是必然趋势，88% 企业已采用 AI

竞争格局

Timing 分析

• 为什么是现在：LLM 能力足够强，能理解结构化 UI 规范；AI Agent 爆发，纯文本交互成为瓶颈；代码生成延迟降到毫秒级，实时渲染变得可行。
• 技术成熟度：早期成熟，spec-based 方案已验证可行。
• 市场准备度：300+ 团队已在生产环境验证。

融资情况

• 已融资：$4M 种子轮（2024 年 6 月）
• 领投：Together Fund
• 跟投：8VC

结论

一句话总结：Thesys 的 C1/OpenUI 正在定义"AI 应用的前端层"——让 LLM 从"只会说话"变成"能画界面"。方向对、时机准、开发者体验好，但赛道拥挤，巨头环伺。

资源链接

2026-03-12 | Trend-Tracker v7.3 | 数据来源：Product Hunt, GitHub, Thesys 官网, DEV Community, X/Twitter