跳至内容

为什么聊天框不是终极形态

所属专题:AI 交互设计:聊天框之外(2026 修订版)

一个输入框,一串对话气泡,这是今天很容易认出的 AI 入口。对话式界面(Conversational User Interface,CUI)几乎没有学习门槛,它把大型语言模型(LLM)送到了数亿人手里。但如果把它当成人机交互的终点,那是一个严重的误判。

这个系列要论证的始终是一件事:聊天框不是 AI 交互的终极形态。 它是一种数字时代的拟物化设计:把人们最熟悉的“发消息”借来,套在一项全新的技术上。这层外衣让 AI 迅速普及,也让用户不得不把空间的、多维的意图,一句一句翻译成线性的文字。

2025 年 9 月写这个系列的第一版时,我说聊天框是“终将逝去的过渡阶段”。14 个月后,这句话需要改一半:正在过渡掉的,不是聊天本身,而是“聊天作为唯一的界面”。 这一篇先讲聊天框为什么会赢、它付出了什么代价,再讲它在 2026 年变成了什么样子。


一、聊天框为什么会赢

能力早就有了,缺的是入口

2020 年 6 月,OpenAI 就开放了 GPT-3 的接口:给一段文字,模型接着往下写。同年的论文已经证明,这种规模的模型只看几个例子就能完成许多任务。但此后两年多,普通人几乎感受不到它的存在,因为要用它,得先申请接口、写代码。

2022 年 11 月 30 日,ChatGPT 以免费网页的形式上线。底层的机制没有本质变化,依然是“读一段带角色标签的上下文,接着往下写”,只是外面包了一层你一句、我一句的聊天气泡。按 OpenAI 的说法,它上线五天用户就超过一百万;到 2025 年 7 月,每周活跃用户超过 7 亿,每周收发约 180 亿条消息(厂商数据)。

模型能力和产品界面共同影响普及;界面决定了普通人能否方便地接触这些能力,以及怎样使用它们。

两股力量:拟物的外衣,工程的捷径

第一,它借用了人人都会的隐喻。 新媒介出现时,设计者常借旧事物的样子给人搭一个心理脚手架。初代 iPhone 把日历画成带缝线的皮革记事本,把书架画成木纹书柜,让第一次摸到触屏的人一眼看懂。到 2013 年 iOS 7 改用扁平设计时,大家已经学会了触屏的操作方式,这根拐杖才被拿掉。聊天框就是大模型时代的皮面记事本:每个人每天都在即时通讯软件里打字、发送、等回复,把 AI 放进同样的框里,不需要任何说明书。

第二,它是最省事的工程方案。 模型的输入和输出都是文字,那么最快上线的产品,自然是“你打字提问,它回一段文字”。不用设计新的控件,不用为不同的业务场景定制界面,套一层对话循环就能发布。

样本里有哪些事适合聊天?

2025 年 9 月,OpenAI 与哈佛、杜克大学的研究者发表了《How People Use ChatGPT》。研究从约 110 万段消费端会话中各抽取一条消息进行分类;估计 2025 年 6 月约 73% 的消费端消息与工作无关。按主题看,实用指导、寻找信息和写作合计约占 77%。这是对所研究产品和抽样范围的估计,不能直接代表所有 AI 产品的使用情况。

问一个建议,查一件事,润色一封邮件,在想法还模糊时聊几句——这些用法都能放进对话。样本中常见的是这几类消息主题,不是研究发现大多数人偏爱聊天,也不是每个人的大部分任务都适合聊天。2025 年版的我低估的,是这个入口能做的事。

这层外衣也有副作用

1966 年,MIT 的约瑟夫·魏岑鲍姆(Joseph Weizenbaum)写了一个模仿心理咨询师的程序 ELIZA,主要靠模式匹配和文字转换生成回应。一则常被归于魏岑鲍姆 1976 年著作《计算机能力与人类理性》的回忆说,秘书明知道程序的机制,交谈后仍请魏岑鲍姆离开房间,好独自继续对话。本次未取得该书全文,故事细节尚不能独立核实。后人用“ELIZA 效应”描述一种相关现象:哪怕理智上知道对面是程序,人也可能把流畅的回应当成理解。

今天的模型比 ELIZA 流畅得多,这种投射也更难察觉。2025 年 3 月,OpenAI 与 MIT 媒体实验室发表的研究发现,情感化使用集中在少数用户身上;较高强度的使用与部分较差的自评指标相关,原因和长期影响仍需研究(这是相关关系,不是因果)。同年 4 月,OpenAI 撤回了一次 GPT-4o 更新,理由是新版本过分迎合用户。对话的形式本身就在塑造人对系统的期待。 第 04 篇会讲到,这种期待一旦碰上模型的错误,代价有多大。


二、它的代价:三个结构性的问题

聊天框的问题不在于它“不好用”,而在于它被当成了唯一的界面。一旦任务超出简单问答,三个问题就会暴露出来,第 04 篇会逐一展开:

  1. 它让人凭回忆,而不是凭识别。 图形界面把选项摆在眼前让人挑;聊天框要人自己想起来、说出来,还要自己记住前面说过什么。
  2. 它不告诉你自己能做什么。 一个空白的输入框,除了“这里可以打字”,没有任何关于能力、权限和风险的提示。
  3. 它是一条线。 消息一条接一条往上滚,而比较、规划、精修这类工作,需要把东西并排摊开。

孤立聊天界面在记住前情、发现能力和并排比较方面的三种摩擦

图:Codex 根据本文绘制的概念示意,界面和内容均为虚构。

这三条,是工程便利优先于人的需要留下的痕迹。


三、2026 年的样子:聊天框旁边长出了什么

站在 2026 年底回看,有三件事值得放在一起看。

第一,聊天周围长出了更多工作空间。 从 2024 年 Anthropic 的 Artifacts、OpenAI 的 Canvas,到 2025–2026 年的 OpenAI Apps SDK、Google 在 Gemini 中实验的生成式界面、MCP Apps 和 Cursor Canvas,产品开始提供更多文档编辑区、图示或可交互组件。它们的形式不完全相同:有的在聊天旁边,有的嵌在对话中,有的出现在编辑器里;并非每一种都是模型现场生成的完整工作台。共同之处是,输入框不必独自承担所有交互。

第二,独立界面和对话之间的分工仍在调整。 2026 年 5 月,OpenAI 宣布 GPT-5.5 Instant 和 Thinking 不再提供独立 Canvas,写作和代码改由回复中的区块支持;6 月宣布 Pulse 逐步退出,建议用户改用定时任务;截至 10 月,官方帮助页也已说明 Atlas 退役,但该页面没有说明首次宣布退役的具体日期,也不足以证明原有功能怎样迁移。厂商公布了部分调整方向,但没有完整解释每项调整的原因。这些例子说明产品形态仍在变化,不能据此断言所有功能最终都会回到聊天框。

第三,最古老的界面回来了。 2025 年有几款编码工具跑在终端里:Claude Code、Codex CLI、Gemini CLI。终端以线性的文字输入和输出为主;自然语言让用户不必事先记住每条命令的语法,但仍需要理解任务、检查结果并了解工具的能力边界。

第三件事看起来和本系列的论点相反:有经验的用户也会选择线性的终端界面。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会专门讨论这个反例:在许多编程任务里,终端对话之外还有代码、文件、改动记录和审阅工具。它提醒我们,对话可以与其他工作对象和工具配合,而不必由一种界面替代所有其他形式。

对于一些把对话、可见工作对象和控制结合起来的 AI 产品,可以借一辆车来比喻:

  • 聊天框是方向盘:用语言说目标、改方向、把它拉回正轨;
  • 工作台是仪表盘:需要时把状态摊开,让人看清楚,也让人直接指着某一处改;
  • 确认、权限和回退是刹车:在动作造成后果之前提供拦截,并在支持回退的范围内撤销改动;已发送的邮件等外部后果不一定能撤回。

没有人会说方向盘是“终将逝去的过渡阶段”。2025 年版的错误,是把方向盘当成了整辆车,然后宣布它要被淘汰。

但这辆车本身也还是过渡形态。今天的“方向盘 + 仪表盘 + 刹车”,很多时候只是在聊天框旁边拼上一块侧栏、再加几个确认弹窗:人要盯着的东西反而更多了。离一种真正从容的交互,还有很长的路。


四、三条思想线索

那么,下一代交互会从哪里长出来?这个系列借三条思想线索来回答。它们各自回答界面问题的一个侧面。

第一条,马克·韦泽(Mark Weiser):技术应该待在哪里? 1991 年,施乐帕洛阿尔托研究中心(PARC)的韦泽在《科学美国人》上提出“普适计算”(Ubiquitous Computing);1995 年,他和约翰·西利·布朗(John Seely Brown)把背后的设计态度称为“平静技术”(Calm Technology)。韦泽认为,最深远的技术会“消失”,融进日常生活,平时待在注意力的边缘,需要时才走到中心。按这个标准,一个不断索取注意力的对话框,离成熟还远。(第 02 篇)

第二条,本·施奈德曼(Ben Shneiderman)与史蒂夫·乔布斯(Steve Jobs):人应该怎样操作? 1983 年,施奈德曼提出“直接操控”(Direct Manipulation):对象一直看得见,动作快而可逆,结果立刻反馈。2007 年,乔布斯和初代 iPhone 把它从鼠标搬到了亿万人的手指上。按这个标准,在聊天框里一遍遍重写提示词、等一个不可预测的结果,是一次倒退。(第 03 篇)

第三条,利克莱德(J. C. R. Licklider)与托马斯·谢里丹(Thomas B. Sheridan):机器替人干活时,界面该让人做什么? 1960 年,利克莱德在《人机共生》里提出,目标、标准和评价应当留在人这一边。谢里丹在遥控机械臂、核电站和飞机驾驶舱的研究里,建立了“监督控制”(Supervisory Control)理论:人不再亲手操作每一个部件,而是计划、交代、监视、干预、复盘。2025 年版没有充分讨论这一条。随着更多 AI 产品尝试在浏览器、终端和其他软件里替人做事,界面除了要帮助人把话说清楚,还要帮助人看清它做了什么。(第 06 篇)

三条线索指向同一个问题:人和 AI 之间的界面应当长什么样。 接下来的五篇依次展开:

  • 第 02 篇重读韦泽,并检验“主动的 AI”和“走出屏幕”在 2026 年走到了哪一步;
  • 第 03 篇梳理直接操控的谱系,看它怎样在生成式 AI 里变成了“指着说”;
  • 第 04 篇拆解聊天框的三个结构性问题,以及围绕它长出来的工作台;
  • 第 05 篇提出“实体虚拟化”的总体框架和五项设计原则,并用 2026 年的证据逐条校准;
  • 第 06 篇讨论 AI 替人干活之后,聊天框之外还需要什么样的界面。

目标始终没变:不是造一个更会陪人聊天的仿制品,而是做出真正放大人的能力、尊重人的注意力的工具和环境。


相关页面

参考与来源

  • 插图资料:本篇原创图的制作说明见插图说明。
  • 普及过程与使用数据
    • OpenAI, OpenAI API(2020-06-11):https://web.archive.org/web/20200611200915id_/https://openai.com/blog/openai-api/
    • Brown 等, Language Models are Few-Shot Learners(2020):https://arxiv.org/abs/2005.14165
    • OpenAI, Introducing ChatGPT(2022-11-30);Sam Altman 关于五天用户破百万的帖文(2022-12-05,厂商):https://x.com/sama/status/1599668808285028353
    • Chatterji, Cunningham, Deming 等, How People Use ChatGPT, NBER Working Paper(2025-09):https://cdn.openai.com/pdf/a253471f-8260-40c6-a2cc-aa93fe9f142e/economic-research-chatgpt-usage-paper.pdf ;OpenAI 官方解读(周活 7 亿等,厂商):https://openai.com/index/how-people-are-using-chatgpt/
  • 拟人化与 ELIZA 效应
    • Weizenbaum, ELIZA—A Computer Program for the Study of Natural Language Communication Between Man and Machine, CACM(1966)
    • Weizenbaum, Computer Power and Human Reason: From Judgment to Calculation(1976,引言)
    • Phang 等(OpenAI 与 MIT Media Lab), Investigating Affective Use and Emotional Well-being on ChatGPT(2025-03)
    • OpenAI, Sycophancy in GPT-4o: What happened and what we’re doing about it(2025-04-29)
  • 2025–2026 的界面变化
    • Anthropic Artifacts(2024-06);OpenAI, Introducing canvas(2024-10-03)与 ChatGPT release notes(2026-05-28,GPT-5.5 Instant 和 Thinking 不再提供独立 Canvas)
    • OpenAI Apps SDK(2025-10);Google Research, Generative UI(2025-11-18):https://research.google/blog/generative-ui-a-rich-custom-visual-interactive-user-experience-for-any-prompt/ ;MCP 官方博客 MCP Apps(2026-01-26):https://blog.modelcontextprotocol.io/posts/2026-01-26-mcp-apps/ ;Cursor Canvas 文档:https://cursor.com/docs/agent/tools/canvas
    • OpenAI, ChatGPT release notes(2026-05-28,特定 GPT-5.5 模型不提供 Canvas;2026-06-17,Pulse 逐步退出);ChatGPT Atlas retirement(截至 2026-10 的页面已载明退役,首次公告日期尚未核实)
    • Claude Code(2025-02 研究预览)、Codex CLI(2025-04)、Gemini CLI(2025-06)首发说明
  • 三条思想线索
    • Mark Weiser, The Computer for the 21st Century, Scientific American(1991-09)
    • Mark Weiser & John Seely Brown, Designing Calm Technology(1995-12):https://calmtech.com/papers/designing-calm-technology
    • Ben Shneiderman, Direct Manipulation: A Step Beyond Programming Languages, IEEE Computer(1983)
    • J. C. R. Licklider, Man-Computer Symbiosis, IRE Transactions on Human Factors in Electronics(1960-03)
    • Thomas B. Sheridan, Humans and Automation: System Design and Research Issues(Wiley, 2002)

本文写作中使用了 AI 辅助。文字采用 CC BY-NC-SA 4.0 许可。

最后更新于