<p>最近的 OpenAI Build Hour 会议集中讨论了应用开发的下一个前沿：在 ChatGPT 中创建 “应用程序”。来自开发者体验团队的 Corey Ching 和来自创业营销的 Christine Jones 向开发者、创始人和技术领导者介绍了利用这一对话界面所需的核心架构、工具和最佳实践。会议强调了新推出的应用程序 SDK、革命性的模型上下文协议（MCP）服务器，以及 Codex 在加速这一 AI 优先开发周期中的重要作用。对于复杂的构建者来说，关键的收获是该平台要求对应用设计进行根本性的重新评估，优先考虑上下文的实用性，而非传统的导航方式。</p>
<p>该平台围绕一个引人注目的架构分离设计，解耦了应用逻辑与对话界面本身。Ching 详细说明了这一结构，解释该系统依赖于两个主要组件：在 ChatGPT 内部的 iframe 中呈现的标准网页组件（HTML/CSS/JS）和 MCP 服务器。该服务器定义了应用的能力，作为原子操作和元数据，使大型语言模型（LLM）能够智能地决定何时以及如何调用外部资源。Ching 强调，这一基础结构建立在 “开放协议” 之上。这一设计选择对生态系统至关重要，确保开发者能够控制其专有的后端逻辑和数据，同时允许 LLM 的多模态能力处理用户意图、对话路由和响应格式化。最初的演示展示了 AllTrails（用于寻找小径）和 Adobe Express（用于图形创作）等集成，立即证明了这一集成的强大，超越了单纯的文本生成，提供了地图视图、专业数据过滤和直接的创意工作流程启动，所有这些都完全由自然语言提示驱动。</p>
<p>对于目标受众的构建者来说，最引人注目的部分是实时多人乒乓球应用的构建演示。传统的应用开发过程——阅读大量文档、下载模板代码、启动代码库以及编码数天——被大幅简化。OpenAI 引入了 Docs MCP 服务器，将所有 OpenAI 的开发者文档（API、Codex、应用程序 SDK 等）直接集成到编码环境中。这使得 AI 能够充当一个深度了解的编码伙伴。当开发者使用 Codex CLI 并发出自然语言命令，例如：“为我创建一个具有简单用户界面和 MCP 服务器的 ChatGPT 应用程序，以便玩乒乓球游戏。我希望能够拖动光标来控制一个可以与计算机对战的球拍。” 时，AI 代理会自动参考相关文档，搭建必要的文件（server.js、package.json、用于小部件的 HTML/CSS/JS），甚至提供运行说明。系统的内部规划步骤揭示了这一过程：“我正在澄清需要构建一个具有基于画布的乒乓球游戏前端和 MCP 服务器后端的简单 ChatGPT 应用程序，可能使用 ChatGPT 应用程序 SDK 和 MCP 框架。” 这种从对话意图到可运行代码的即时转变根本改变了开发的速度，使构建者能够直接进入迭代，而不是与初始设置和配置管理作斗争。</p>
<p>超越单纯的功能，ChatGPT 中应用程序的成功在于提供原生对话界面无法单独提供的独特价值。Corey Ching 提出了最大化这一价值的明确原则。核心原则是 “提取，而不是移植”——开发者不应仅仅在聊天窗口中镜像现有的网站或应用，而应根据对话上下文暴露出原子工具，这些工具是即时有用的。此外，成功的应用程序必须 “优于原生 ChatGPT”，这意味着提供 “新的知识、新的操作或新的展示”。多人乒乓球演示完美地说明了这一点：该应用提供了一个基于画布的游戏（新的操作/展示），同时还集成了赛后分析工具（新的知识）。通过利用模型解释通过 MCP 服务器传递的游戏统计数据，该应用提供了个性化的指导建议，例如优先考虑 “首次回球防守” 或专注于 “在每轮的前 2-3 次击球中生存”。这种多层次的体验——结合实时互动与深度的上下文 AI 分析——是该平台真正商业潜力所在。显示模式的灵活性（内联、画中画、全屏）进一步允许开发者根据特定任务量身定制用户体验，无论是快速数据查找还是沉浸式会话。</p>
<p>该平台提供强大的工具来管理状态和用户交互，使得丰富的交易体验得以实现，这在以前仅限于外部应用程序。Apps SDK 暴露了 `window.openai` API，赋予开发者对用户界面的细致控制，包括读取对话上下文、接收工具结果和推送更新的能力。这个功能确保了应用程序的用户界面不是静态的，而是与正在进行的对话和模型的推理过程动态链接。这种对话集成最小化了用户的认知负担，使得应用程序在聊天环境中显得更加自然。重点仍然是优化对话，使得大型语言模型能够处理复杂的状态管理和路由，从而显著简化前端开发的负担。这是一个经过深思熟虑的设计选择，鼓励开发者将精力集中在创建真正有价值的原子操作上，而不是庞大的导航结构。由 Apps SDK 和 Codex 驱动的 OpenAI 应用平台，代表了一套成熟的工具集，使得快速的 AI 原生应用开发成为可能，将实用性的重心直接转移到对话界面中。</p>

OpenAI

<p>最近的 OpenAI Build Hour 介绍了 “ChatGPT 中的应用程序” 概念，强调了一种新的应用程序开发范式。主要特点包括应用程序 SDK、模型上下文协议（MCP）服务器和 Codex 集成，这些都简化了开发过程。鼓励开发者创建提供超越传统界面的独特价值的应用程序，重点关注上下文实用性。演示中包括一个多人乒乓球应用，展示了实时互动和 AI 驱动的分析。该平台允许动态 UI 控制和丰富的用户体验，旨在增强对话应用程序的能力</p>

<p>The recent OpenAI Build Hour focused intensely on the next frontier of application development: creating “Apps in ChatGPT.” Corey Ching, from the Developer Experience team, alongside Christine Jones from Startup Marketing, walked developers, founders, and technical leaders through the core architecture, tools, and best practices required to leverage this conversational interface. The session highlighted the newly launched Apps SDK, the revolutionary Model Context Protocol (MCP) server, and the integral role of Codex in accelerating this AI-first development cycle. For sophisticated builders, the key takeaway is that the platform demands a fundamental re-evaluation of application design, prioritizing contextual utility over traditional navigation.</p>
<div class="lb-trans"><p>最近的 OpenAI Build Hour 会议集中讨论了应用开发的下一个前沿：在 ChatGPT 中创建 “应用程序”。来自开发者体验团队的 Corey Ching 和来自创业营销的 Christine Jones 向开发者、创始人和技术领导者介绍了利用这一对话界面所需的核心架构、工具和最佳实践。会议强调了新推出的应用程序 SDK、革命性的模型上下文协议（MCP）服务器，以及 Codex 在加速这一 AI 优先开发周期中的重要作用。对于复杂的构建者来说，关键的收获是该平台要求对应用设计进行根本性的重新评估，优先考虑上下文的实用性，而非传统的导航方式。</p>
</div><p>The platform is designed around a compelling architectural separation, decoupling the application logic from the conversational interface itself. Ching detailed this structure, explaining that the system relies on two main components: a standard web component (HTML/CSS/JS) rendered in an iframe inside ChatGPT, and the MCP Server. This server is where an app’s capabilities are defined as atomic actions and metadata, allowing the large language model (LLM) to intelligently decide when and how to call external resources. Crucially, Ching emphasized that this foundational structure is built on an “Open Protocol.” This design choice is critical for the ecosystem, ensuring that developers retain control over their proprietary backend logic and data while allowing the multimodal capabilities of the LLM to handle user intent, conversational routing, and response formatting. The initial demonstrations showcasing integrations like AllTrails (for trail finding) and Adobe Express (for graphic creation) immediately proved the power of this integration, moving beyond mere text generation to deliver map views, specialized data filtering, and direct creative workflow initiation, all driven purely by natural language prompts.</p>
<div class="lb-trans"><p>该平台围绕一个引人注目的架构分离设计，解耦了应用逻辑与对话界面本身。Ching 详细说明了这一结构，解释该系统依赖于两个主要组件：在 ChatGPT 内部的 iframe 中呈现的标准网页组件（HTML/CSS/JS）和 MCP 服务器。该服务器定义了应用的能力，作为原子操作和元数据，使大型语言模型（LLM）能够智能地决定何时以及如何调用外部资源。Ching 强调，这一基础结构建立在 “开放协议” 之上。这一设计选择对生态系统至关重要，确保开发者能够控制其专有的后端逻辑和数据，同时允许 LLM 的多模态能力处理用户意图、对话路由和响应格式化。最初的演示展示了 AllTrails（用于寻找小径）和 Adobe Express（用于图形创作）等集成，立即证明了这一集成的强大，超越了单纯的文本生成，提供了地图视图、专业数据过滤和直接的创意工作流程启动，所有这些都完全由自然语言提示驱动。</p>
</div><p>For the target audience of builders, the most compelling segment was the demonstration of building a real-time, multiplayer Ping-Pong app. The traditional application development process—reading extensive documentation, downloading boilerplate code, starting a repository, and coding for days—is drastically streamlined. OpenAI has introduced the Docs MCP Server, which integrates all of OpenAI’s developer documentation (API, Codex, Apps SDK, etc.) directly into the coding environment. This allows the AI to act as a deeply informed coding partner. When a developer uses the Codex CLI and issues a natural language command—such as, “Create me a ChatGPT app with a simple UI and MCP server to play a ping pong game. I’d like to be able to drag my cursor to control a paddle that I can play against the computer.”—the AI agent automatically references the relevant documentation, scaffolds the necessary files (server.js, package.json, HTML/CSS/JS for the widget), and even provides run instructions. The system’s internal planning steps reveal this process: “I’m clarifying the need to build a simple ChatGPT app with a canvas-based Ping Pong game front end and an MCP server backend, likely using the ChatGPT Apps SDK and MCP framework.” This immediate transition from conversational intent to runnable code fundamentally changes the velocity of development, allowing builders to jump straight into iteration rather than wrestling with initial setup and configuration management.</p>
<div class="lb-trans"><p>对于目标受众的构建者来说，最引人注目的部分是实时多人乒乓球应用的构建演示。传统的应用开发过程——阅读大量文档、下载模板代码、启动代码库以及编码数天——被大幅简化。OpenAI 引入了 Docs MCP 服务器，将所有 OpenAI 的开发者文档（API、Codex、应用程序 SDK 等）直接集成到编码环境中。这使得 AI 能够充当一个深度了解的编码伙伴。当开发者使用 Codex CLI 并发出自然语言命令，例如：“为我创建一个具有简单用户界面和 MCP 服务器的 ChatGPT 应用程序，以便玩乒乓球游戏。我希望能够拖动光标来控制一个可以与计算机对战的球拍。” 时，AI 代理会自动参考相关文档，搭建必要的文件（server.js、package.json、用于小部件的 HTML/CSS/JS），甚至提供运行说明。系统的内部规划步骤揭示了这一过程：“我正在澄清需要构建一个具有基于画布的乒乓球游戏前端和 MCP 服务器后端的简单 ChatGPT 应用程序，可能使用 ChatGPT 应用程序 SDK 和 MCP 框架。” 这种从对话意图到可运行代码的即时转变根本改变了开发的速度，使构建者能够直接进入迭代，而不是与初始设置和配置管理作斗争。</p>
</div><p>Beyond mere functionality, the success of an App in ChatGPT hinges on delivering unique value that the native conversational interface cannot provide alone. Corey Ching laid out clear principles for maximizing this value. The core principle is “Extract, don’t port”—developers should not simply mirror their existing website or app within the chat window, but expose atomic tools that are instantly useful based on conversational context. Furthermore, successful apps must be “Better than native ChatGPT,” which means offering “something new to know, something new to do, or something new to show.” The multiplayer Ping-Pong demo illustrated this perfectly: the app provided a canvas-based game (something new to do/show) but also integrated a post-game analysis tool (something new to know). By leveraging the model’s ability to interpret game statistics passed via the MCP server, the app provided personalized coaching tips, such as prioritizing “first return defense” or focusing on “surviving the first 2–3 hits of each rally.” This multi-layered experience—combining real-time interaction with deep, contextual AI analysis—is where the platform’s true commercial potential lies. The flexibility of display modes (Inline, Picture-in-Picture, Fullscreen) further allows developers to tailor the user experience to the specific task, whether it’s a quick data lookup or an immersive session.</p>
<div class="lb-trans"><p>超越单纯的功能，ChatGPT 中应用程序的成功在于提供原生对话界面无法单独提供的独特价值。Corey Ching 提出了最大化这一价值的明确原则。核心原则是 “提取，而不是移植”——开发者不应仅仅在聊天窗口中镜像现有的网站或应用，而应根据对话上下文暴露出原子工具，这些工具是即时有用的。此外，成功的应用程序必须 “优于原生 ChatGPT”，这意味着提供 “新的知识、新的操作或新的展示”。多人乒乓球演示完美地说明了这一点：该应用提供了一个基于画布的游戏（新的操作/展示），同时还集成了赛后分析工具（新的知识）。通过利用模型解释通过 MCP 服务器传递的游戏统计数据，该应用提供了个性化的指导建议，例如优先考虑 “首次回球防守” 或专注于 “在每轮的前 2-3 次击球中生存”。这种多层次的体验——结合实时互动与深度的上下文 AI 分析——是该平台真正商业潜力所在。显示模式的灵活性（内联、画中画、全屏）进一步允许开发者根据特定任务量身定制用户体验，无论是快速数据查找还是沉浸式会话。</p>
</div><p>The platform provides robust tools for managing state and user interactions, allowing for rich, transactional experiences previously limited to external applications. The Apps SDK exposes the `window.openai` API, granting developers granular control over the UI, including the ability to read conversational context, receive tool results, and push updates. This facility ensures that an app’s UI is not static, but dynamically linked to the ongoing conversation and the model’s reasoning process. This conversational integration minimizes the user’s cognitive load, making the application feel native to the chat environment. The focus remains on optimizing for conversation, allowing the LLM to handle complex state management and routing, thereby simplifying the front-end development burden significantly. This is a deliberate design choice that encourages developers to focus their efforts on creating truly valuable atomic actions rather than extensive navigational structures. The OpenAI Apps Platform, powered by the Apps SDK and Codex, represents a mature toolset enabling rapid, AI-native application development, shifting the center of gravity for utility directly into the conversational interface.</p>
<div class="lb-trans"><p>该平台提供强大的工具来管理状态和用户交互，使得丰富的交易体验得以实现，这在以前仅限于外部应用程序。Apps SDK 暴露了 `window.openai` API，赋予开发者对用户界面的细致控制，包括读取对话上下文、接收工具结果和推送更新的能力。这个功能确保了应用程序的用户界面不是静态的，而是与正在进行的对话和模型的推理过程动态链接。这种对话集成最小化了用户的认知负担，使得应用程序在聊天环境中显得更加自然。重点仍然是优化对话，使得大型语言模型能够处理复杂的状态管理和路由，从而显著简化前端开发的负担。这是一个经过深思熟虑的设计选择，鼓励开发者将精力集中在创建真正有价值的原子操作上，而不是庞大的导航结构。由 Apps SDK 和 Codex 驱动的 OpenAI 应用平台，代表了一套成熟的工具集，使得快速的 AI 原生应用开发成为可能，将实用性的重心直接转移到对话界面中。</p>
</div>

AI 优先应用范式：在 ChatGPT 中构建会话应用程序