导言:聊天框之后,AI 交互往哪里走
2025 年 9 月,我写了《AI交互设计》系列的五篇文章,核心只有一句话:今天主流的聊天框,不是人机交互的终极形态,而是一个由工程便利推动、终将退到幕后的拟物化过渡阶段。
那五篇文章借了两位前辈的眼光:马克·韦泽(Mark Weiser)的“普适计算”,回答技术应该待在哪里;从施奈德曼到乔布斯的“直接操控”,回答人应该怎样操作。用这两把尺子,我批评了聊天框在回忆负担、可发现性和空间思考上的局限,并提出了一个面向长远未来的框架:“实体虚拟化”和“平静的赋能”。
此后 14 个月,我看到几种不同的变化:有的产品在聊天框旁摊开文档,有的图像工具允许圈出一块再说怎么改,几款编码工具则把自然语言带回终端。这些做法有一个共通的问题:当任务不再是一问一答,界面把工作对象放在哪里?
这一版重写,就是拿这 14 个月的变化,对照当初的判断。 想直接选题,读六篇入口;下文数字是文章书序,不是视频集号。
一、主线没有变:界面的演变
这个系列从头到尾追问的是一件事:人和 AI 之间的界面应当长什么样,聊天框在其中处于什么位置。 主动的 AI、穿戴硬件、智能体、安全边界,这些话题都会出现,但它们在这里只回答一个问题:它们对界面意味着什么。
沿着这条主线,2026 年的答案可以概括成一句话:正在过渡掉的,不是聊天本身,而是“聊天作为唯一的界面”。
聊天框没有消失。在一些工作流程里,可以把它比作方向盘:用语言说目标、改方向;旁边的编辑区或按需生成的界面则像工作台,把内容和状态摊开,让人直接操作;确认、权限和回退则提供控制。当 AI 开始替人干活,对话也可能成为交办任务的入口,而计划、进度、改动记录和任务看板承担起更多呈现与审阅的工作。
图:Codex 根据本文绘制的概念示意;不同交互方式可以共存,右侧情境交互是远期探索。
而“实体虚拟化”和“平静的赋能”依然是远方的方向:让计算融入环境,在适当的时候退回注意力的边缘。这是一种远期愿景,不是对何时实现的预测。从命令行到图形界面、从鼠标到多点触控,新旧方式都曾长期并存;14 个月还不足以确定交互范式最终会怎样变化。
二、对照 2025 年版:哪些说对了,哪些要改
| 2025 年的判断 | 2026 年回看 | 见 |
|---|---|---|
| 线性的语言摆不开工作台 | 有了更多例子。 多家产品提供了对话旁的编辑区或交互界面;对需要比较、操作的信息密集型任务,它们可能更有帮助 | 第 04 篇 |
| 聊天框是“终将逝去的过渡阶段” | 说对了一半。 受到挑战的是“唯一的界面”;聊天仍是表达和澄清意图的重要方式,终端也因自然语言获得新用途 | 第 01、04 篇 |
| 聊天框靠回忆、没有提示 | 在聊天框内部有了部分改进。 一些产品可以反问、给选项或生成计划;具体表现取决于工具和设置 | 第 04 篇 |
| 用滑块调风格和语气 | 出现了另一种做法。 一些产品支持“指着说”:先选范围,再说怎么改;是否支持版本回退取决于具体产品 | 第 03、05 篇 |
| AI 主动辅助、走出屏幕 | 愿景尚未充分实现。 主动功能和穿戴设备都在尝试,但许多实际工作仍发生在屏幕上的应用里 | 第 02、05 篇 |
| 远期认知负荷“极低” | 说得太轻松。 除了说明意图,还可能需要检查结果;监督负担不会自动消失 | 第 05、06 篇 |
| 清晰与可控是伦理基石 | 说对了,但说轻了。 它已经是每个智能体产品的核心工程问题 | 第 05 篇 |
| (没写到) | 没想到。 AI 开始替人干活;界面有了第二种使用者;来源可辨的宿主确认框成为安全设计的一部分 | 第 06 篇 |
三、改版说明
这一版在保留原来五篇论证脉络的基础上,做了四件事。
第一,用 2025–2026 年的证据检验原来的判断。 包括哈佛、杜克与 OpenAI 关于真实使用分布的研究,斯坦福与佐治亚理工关于生成式界面何时胜出的实验,KAIST 与 UCSD 的征询式界面研究,CHI 2024–2025 关于直接操控和主动打断的实验,以及各家产品在这 14 个月里的实际走向。产品例子尽量覆盖 OpenAI、Google、Anthropic、微软、Cursor 等不同厂商;厂商自己发布的数字标注“厂商”。
第二,校准具体的设计主张。 原则二从“滑块”改为“指着说”;原则一加上“先被请进门”;原则四区分“走出聊天窗口”和“融入物理环境”;原则五补上“按风险和预先授权,为难以撤销的动作设置确认与控制”。
第三,更正事实和归属错误。 主要有:直接操控的概念由施奈德曼在 1983 年提出,iPhone 把它带给了大众;“普适计算”(1991)和“平静技术”(1995,与布朗合作)是两个时间点;韦泽汽车的例子是 22 个电机加 25 个电磁装置;活动徽章由 Olivetti 研究实验室率先开发;scrap computer 是“草稿纸电脑”;“至繁归于至简”出自苹果 1977 年的宣传册,原作者不明;“应当由人发起和控制行为”出自苹果的《iOS 人机界面指南》;“平静的赋能”是本系列的提法,不是韦泽的原词;“实体虚拟化”和“具身智能”不是一回事;开车时使用语音也不是“零分心”。完整的勘误表见 AI交互设计系列(01–05):2026 年修订建议。
第四,新增第 06 篇。 原来的五篇讨论的是人怎样使用 AI。当 AI 开始替人干活,界面除了要帮助人把话说清楚,还要帮助人看清它做的事。第 06 篇引入利克莱德的“人机共生”和谢里丹的“监督控制”,讨论聊天框之外,监督需要什么样的界面,并提出第六项原则“可监督”。
四、篇章结构
- 为什么聊天框不是终极形态:聊天框为什么会赢、它的代价是什么,以及对话如何与其他工作方式配合;三条思想线索。
- 重读韦泽的普适计算:界面应该退到哪里去:技术的“消失”和注意力的边缘与中心;主动的 AI 和穿戴硬件在 2026 年走到了哪一步;为什么走出聊天窗口不等于融入物理环境。
- 乔布斯如何重塑人机关系:从直接操控到“指着说”:从 Sketchpad、施奈德曼到 iPhone 的直接操控谱系,一致性与用户主权;生成式 AI 怎样从“拉老虎机”走到“指着说”。
- 为什么对话不是 AI 交互的终点:聊天框的三个问题与工作台的崛起:聊天框的三个结构性问题;2024–2026 年工作台的崛起和它的边界;终端这个反例说明了什么。
- 实体虚拟化与下一代智能产品:从聊天框出发的演进框架:不同交互方式怎样并存;远期判断怎样检验;五项设计原则的 2026 年校准。
- 从对话工具到自主代理:当 AI 替人干活,聊天框之外还需要什么界面:AI 替人干活之后,任务交办、进度与审阅界面如何补充对话;监督控制、核验负担、界面的第二种使用者和可信的确认框;第六项原则“可监督”。
相关页面
- 分篇资料:为什么聊天框不是终极形态;重读韦泽的普适计算;乔布斯如何重塑人机关系;为什么对话不是 AI 交互的终点;实体虚拟化与下一代智能产品;从对话工具到自主代理
- 图与署名:概念图说明在图下;历史照片和论文图的来源与许可分别见重读韦泽的普适计算:界面应该退到哪里去、乔布斯如何重塑人机关系:从直接操控到“指着说”、为什么对话不是 AI 交互的终点:聊天框的三个问题与工作台的崛起。
- 初版五篇:AI交互设计01-为什么聊天框不是终极形态 → AI交互设计02-重读韦泽的普适计算 → AI交互设计03-乔布斯如何重塑人机关系 → AI交互设计04-为什么对话不是AI交互的终点 → AI交互设计05-实体虚拟化与下一代智能产品
- 版本与视频:AI交互设计系列(01–05):2026 年修订建议;《聊天框之外:AI交互设计小课》系列大纲 v5(按 2026 版文章)。
本文写作中使用了 AI 辅助。文字采用 CC BY-NC-SA 4.0 许可。