【预见 UI】AI 产品交互设计理念的提出以及分级

【预见 UI】AI 产品交互设计理念的提出以及分级 【预见 UI】AI 产品交互设计理念的提出以及分级 Modified May 7, 2025 可以对同时制作多道菜肴进行提醒 点击工具栏上的临时工具，可以回到对应的内容 在线体验该示例 请注意，这仅仅是个不含任何后端 AI 逻辑的交互模拟，你需要发送“Give me a couple of dinner recipes.”或者“Dinner recipes”开始体验。 该示例的生成过程 传了文章给 Gemini2.5pro 《浅谈 AI 产品的交互设计以及 Agent 演进路线》。让它学习其中的理念，并给菜谱这个案例设计一个初步可行的前端交互，然后经过五轮对话，得到了这个 onepage 前端。 同时，提示 AI 写了一份该案例的交互说明，如下： AI 交互式 Demo 介绍 背景与理念 本 Demo 旨在模拟并演示文章《浅谈 AI 产品的交互设计以及 Agent 演进路线》中所阐述的核心交互设计思想。文章指出，人机交互正在从传统的图形用户界面（GUI）和命令行界面（CLI）向更自然的交互方式演进。其中一个关键理念是，未来的 AI 应用，尤其是基于大语言模型的应用，不应仅仅局限于返回纯文本信息，而应利用其强大的代码生成和理解能力，根据用户的具体任务和当前上下文，动态地生成最恰当、最高效的交互界面。 这种方法旨在克服纯自然语言交互在处理复杂、多维信息时的“降维”局限性，同时发挥 AI 的优势，为用户提供流畅、直观且功能丰富的交互体验。AI 应该像一个能够随时变形的助手，为不同的任务“量身定制”最合适的工具界面。 Demo 功能与理念体现 这个 Demo 通过一个具体的“菜谱助手”场景，演示了上述理念的关键方面： 1. 动态界面生成 (替代纯文本): ◦ 当用户请求“菜谱”时，AI 没有直接返回大段的 Markdown 文本，而是生成了一个包含多个可视化卡片的选择界面。这比阅读长列表更直观，符合文章中提到的“生成最符合当前情境的交互界面”。 ◦ 用户点击某个菜谱卡片的“选择”按钮后，界面再次动态转换，展示该菜谱的详细视图（配料、步骤），而不是简单地追加文本。这体现了界面的自适应性。 2. 情境化交互组件: ◦ 在详细菜谱的步骤中，如果某一步骤包含时间信息（如“煮 10 分钟”），Demo 会在该步骤旁边自动生成一个内联的“启动计时器”按钮。这体现了 AI 根据内容理解生成任务特定的、即时可用的小工具。 3. 按需展示与上下文关联的工具 (如 Todo List 和 Timer): ◦ 点击工具栏上的 Timer 会自动开始计时。在工具栏上和在菜谱内容里点击按钮的状态是同步的，用户点击该计时器，会回到菜谱的对应区域，保持上下文的关联，尤其是在多个菜品同时制作的时候非常有用。 ◦ Timer 默认也是隐藏的。只有当用户在某个涉及到计时的步骤旁点击“开始计时 X 分钟”按钮后，这个列表区域才首次被触发显示在界面下方。这同样体现了工具的按需、情境化出现。 ◦ 购物/待办事项列表（Todo List）默认是隐藏的。只有当用户在某个菜谱详情中点击“添加配料到 Todo List”按钮后，这个列表区域才首次被触发显示在界面下方。这体现了工具的按需、情境化出现。 ◦ 添加到 Todo List 的配料会按照菜谱名称自动分组。用户点击分组标题或列表中的具体配料项时，页面会自动平滑滚动回原文中对应的菜谱消息区域，保持了操作的上下文关联，方便用户回溯信息。 4. 动态工具栏 (概览与控制): ◦ 界面底部引入了一个动态工具栏，它同样默认隐藏。 ◦ 只有当 Todo List 被激活或有计时器正在运行时，工具栏才会自动显示。 ◦ 工具栏上会简洁地显示当前活动的工具状态：一个可控制 Todo List 显示/隐藏的按钮，以及所有正在运行的计时器的概览（菜谱名 + 剩余时间 + 取消按钮）。 ◦ 点击工具栏上的 Todo List 入口或某个计时器项，同样会滚动到界面中对应的原始位置（Todo List 区域或启动该计时器的菜谱消息）。这为用户提供了一个便捷的全局概览和控制入口，同时保留了上下文跳转能力。 5. 单页流畅体验: ◦ 所有的交互，从请求菜谱、选择、查看详情、启动计时器、添加列表、管理工具，都在同一个页面内完成，无需跳转或打开新窗口/应用，提供了流畅的操作感受。 局限性说明 需要强调的是，这是一个前端模拟演示 (Demo)，其核心目的是为了可视化地阐释文章中的交互理念。它不包含真实的 AI 大语言模型驱动的理解和生成能力，所有响应都是基于预设规则和数据。因此，它并未完全实现文章中更宏大的构想，例如基于复杂上下文的主动服务、跨设备协同等。 总结 尽管是一个模拟，这个 Demo 成功地将文章中关于“AI 动态生成交互界面”的核心思想转化为了一个可交互、可视化的范例。它展示了相比于传统文本或固定 GUI，这种新型交互方式如何在特定场景下（如菜谱查询和烹饪辅助）提供更直观、高效和情境化的用户体验，印证了文章对于未来 AI 产品交互设计方向的思考。 之所以全部使用 AI 创作，一是效率高；二是能明显看到，当前处于第一梯队水平的 AI ，实际已经可以在指导原则下，很好地理解场景并创建服务了。而生成本身，也是可以被做大量的预处理的，在实现上并没有绝对的困难。 随着研究的深入，我们会逐步尝试给出《AI 产品交互设计指南》这样的作品，用预见 UI 这个理念打造更美好的 AI 产品。当然也欢迎你共创。在文章的末尾，我会建一个群。会有一些研究 AI 交互的朋友一起来交流。 AI 产品的交互分级 “没有标准就没法评价、没有评价就没有管理”——少卿 所以，在此，我先抛出一个 AI 交互设计的发展分级，就像我在 23 年这篇文章提出的 AI 编程的进化阶段一样，文章在此对生成式人工智能的一些思考[其一]，摘录如下。 在开发工具这块，大致可以分为三个阶段： 1. 第一阶段，即现阶段比如 CodeGeeX，实现小范围代码生成、高阶的自动补全。 2. 第二阶段，基于项目，生成模块化的代码能力，比如常见的登录模块、单元测试模块、数据库管理模块等。 3. 第三阶段，依据需求，通过交互式对话，进入自编程、自调试、自部署阶段，当然前提是一系列工作的标准化，比如全行业的 API 管理做到当前的一些包管理一样标准。 4. 第四阶段，软件自行设计相应的硬件、操作系统、框架等等。此后将进入不可思议的机器智能世界。 构建一个框架，不是为了构建一个框架，因此是构建一个框架。 有了参考，才能更好地观察和修正认知，就像做产品技术架构的重点是提出衡量标准、找到 baseline 那样。这个框架其对错的意义，远小于提出它的意义，是进步的垫脚石、攀登的脚手架。 得意即可忘言、得鱼可以忘筌。 AI 交互设计的发展分级 (L0 L4) 1. L0（GUI 局部增强）此级别主要聚焦在传统 GUI 的局部功能扩展，AI仅针对单一界面组件进行增强操作，如自动补全、局部修复等。使用场景中，用户始终在主导角色，AI仅作为辅助工具出现。当前许多办公软件和图像编辑软件均采用此方案。 2. L1（情景式动态交互）L1 级别强调 AI 能根据特定情景进行多轮交互，实时根据用户反馈调整输出。AI在此阶段能够在对话过程中连续生成内容，但仍依赖用户明确指令。ChatGPT Canvas 和 Claude Artifacts 就是在特定场景（如写作、编码）下提供这种动态反馈和迭代优化。 3. L2（跨领域动态交互）在 L2 级别，AI开始在软件层面实现跨应用整合，能够调动多个工具或服务完成复合任务，并展现初步的自主任务规划能力。此级别的交互虽然已突破单一场景，但仍主要集中在软件生态内部。Manus 就是在此阶段内展示了如何通过预定义工具链实现任务自动规划，同时 Cursor AI 在编程环境中的多任务协同也属于此类范畴。 4. L3（全局动态交互）L3 进一步突破了单一设备的限制，AI开始展现出跨硬件、跨平台（如 PC、手机、平板等）的协同能力，实现不同设备间操作的连续性和全局响应。然而，此阶段的跨生态通常局限于单一厂商或生态内部，并未扩展到所有硬件平台。早期 Windows Copilot 的跨设备同步是这一层级的典型尝试。 5. L4（生态自组织式交互）L4 代表的是理想状态下的全面自组织系统，要求 AI 具备全平台感知、推理和自主代理的能力，能够在汽车、手机、PC、手表、服务器等各类硬件上无缝运行并协同完成任务，实现极低的人为介入。目前市场上尚未出现真正意义上的 L4 产品，仅有理论设想和初步探索。该级别标志着 AI 全自动运行的终极目标。 特别需要说明的是，Manus 目前在软件生态内部已实现部分 L2 级功能，并展现出向 L3 或 L4 级演进的潜力，这是它真正激动人心的地方。但真正意义上的“全平台、全生态自组织”系统仍未出现，现阶段的人工智能产品都还在朝这一远景前进。 题外话，Manus 发布后，听到了很多负面评论。很多人认为 AI 产品的交互创新没什么价值，以及工程化能力没什么价值。 所谓 AI 产品的交互设计没什么价值，这句话其实在说“AI 产品的交互设计很容易被借鉴、抄袭”，交互本身的创新意义是巨大的。 所谓工程化能力没什么价值，这句话在 DeepSeek 发布之后也有很多人指责仅仅是工程上的创新，不是“科技创新”，且此类声音国人居多。原因可能在于，很多人会把研究、工程、科学、技术、交互、传播、商业诸多概念切割开，甚至对立起来。但好的产品、包括 ChatGPT 3.5的发布，如果仔细看，都是凝聚了诸多研究、功能、产品交互设计、传播、商业上的改进，从而形成了突破。 在艺术创作中也是如此，很多人会把技术和艺术对立起来一样。但就像汗青所说“其实只要稍微了解一点艺术史，可能就不会对技术还有这么大的敌意。从摄影术到印刷术再到互联网，技术和艺术的关系都是互相成就的。AI也不例外。” 愿我们都能消除不必要的杂念，对创新本身一往无前。 AI 产品交互设计讨论群 欢迎研究 AI 交互的朋友一起来交流。如果二维码过期，可以加微信，联系方式 2025。 《 浅谈 AI 产品的交互设计以及 Agent 演进路线 》 [对生成式人工智能的一些思考[其一]](https://mp.weixin.qq.com/s? biz=MjM5Nzc1OTIyMA==&mid=2649164529&idx=1&sn=8d173d5337fc82446eee48fabada7d61&scene=21 wechat redirect) 联系方式 2025。 可以对同时制作多道菜肴进行提醒 点击工具栏上的临时工具，可以回到对应的内容 在线体验该示例 请注意，这仅仅是个不含任何后端 AI 逻辑的交互模拟，你需要发送“Give me a couple of dinner recipes.”或者“Dinner recipes”开始体验。 该示例的生成过程 传了文章给 Gemini2.5pro 《浅谈 AI 产品的交互设计以及 Agent 演进路线》。让它学习其中的理念，并给菜谱这个案例设计一个初步可行的前端交互，然后经过五轮对话，得到了这个 onepage 前端。 《 浅谈 AI 产品的交互设计以及 Agent 演进路线 》 同时，提示 AI 写了一份该案例的交互说明，如下： AI 交互式 Demo 介绍 背景与理念 本 Demo 旨在模拟并演示文章《浅谈 AI 产品的交互设计以及 Agent 演进路线》中所阐述的核心交互设计思想。文章指出，人机交互正在从传统的图形用户界面（GUI）和命令行界面（CLI）向更自然的交互方式演进。其中一个关键理念是，未来的 AI 应用，尤其是基于大语言模型的应用，不应仅仅局限于返回纯文本信息，而应利用其强大的代码生成和理解能力，根据用户的具体任务和当前上下文，动态地生成最恰当、最高效的交互界面。 这种方法旨在克服纯自然语言交互在处理复杂、多维信息时的“降维”局限性，同时发挥 AI 的优势，为用户提供流畅、直观且功能丰富的交互体验。AI 应该像一个能够随时变形的助手，为不同的任务“量身定制”最合适的工具界面。 Demo 功能与理念体现 这个 Demo 通过一个具体的“菜谱助手”场景，演示了上述理念的关键方面： 1. 动态界面生成 (替代纯文本): ◦ 当用户请求“菜谱”时，AI 没有直接返回大段的 Markdown 文本，而是生成了一个包含多个可视化卡片的选择界面。这比阅读长列表更直观，符合文章中提到的“生成最符合当前情境的交互界面”。 ◦ 用户点击某个菜谱卡片的“选择”按钮后，界面再次动态转换，展示该菜谱的详细视图（配料、步骤），而不是简单地追加文本。这体现了界面的自适应性。 2. 情境化交互组件: ◦ 在详细菜谱的步骤中，如果某一步骤包含时间信息（如“煮 10 分钟”），Demo 会在该步骤旁边自动生成一个内联的“启动计时器”按钮。这体现了 AI 根据内容理解生成任务特定的、即时可用的小工具。 3. 按需展示与上下文关联的工具 (如 Todo List 和 Timer): ◦ 点击工具栏上的 Timer 会自动开始计时。在工具栏上和在菜谱内容里点击按钮的状态是同步的，用户点击该计时器，会回到菜谱的对应区域，保持上下文的关联，尤其是在多个菜品同时制作的时候非常有用。 ◦ Timer 默认也是隐藏的。只有当用户在某个涉及到计时的步骤旁点击“开始计时 X 分钟”按钮后，这个列表区域才首次被触发显示在界面下方。这同样体现了工具的按需、情境化出现。 ◦ 购物/待办事项列表（Todo List）默认是隐藏的。只有当用户在某个菜谱详情中点击“添加配料到 Todo List”按钮后，这个列表区域才首次被触发显示在界面下方。这体现了工具的按需、情境化出现。 ◦ 添加到 Todo List 的配料会按照菜谱名称自动分组。用户点击分组标题或列表中的具体配料项时，页面会自动平滑滚动回原文中对应的菜谱消息区域，保持了操作的上下文关联，方便用户回溯信息。 4. 动态工具栏 (概览与控制): ◦ 界面底部引入了一个动态工具栏，它同样默认隐藏。 ◦ 只有当 Todo List 被激活或有计时器正在运行时，工具栏才会自动显示。 ◦ 工具栏上会简洁地显示当前活动的工具状态：一个可控制 Todo List 显示/隐藏的按钮，以及所有正在运行的计时器的概览（菜谱名 + 剩余时间 + 取消按钮）。 ◦ 点击工具栏上的 Todo List 入口或某个计时器项，同样会滚动到界面中对应的原始位置（Todo List 区域或启动该计时器的菜谱消息）。这为用户提供了一个便捷的全局概览和控制入口，同时保留了上下文跳转能力。 5. 单页流畅体验: ◦ 所有的交互，从请求菜谱、选择、查看详情、启动计时器、添加列表、管理工具，都在同一个页面内完成，无需跳转或打开新窗口/应用，提供了流畅的操作感受。 局限性说明 需要强调的是，这是一个前端模拟演示 (Demo)，其核心目的是为了可视化地阐释文章中的交互理念。它不包含真实的 AI 大语言模型驱动的理解和生成能力，所有响应都是基于预设规则和数据。因此，它并未完全实现文章中更宏大的构想，例如基于复杂上下文的主动服务、跨设备协同等。 总结 尽管是一个模拟，这个 Demo 成功地将文章中关于“AI 动态生成交互界面”的核心思想转化为了一个可交互、可视化的范例。它展示了相比于传统文本或固定 GUI，这种新型交互方式如何在特定场景下（如菜谱查询和烹饪辅助）提供更直观、高效和情境化的用户体验，印证了文章对于未来 AI 产品交互设计方向的思考。 AI 交互式 Demo 介绍 背景与理念 本 Demo 旨在模拟并演示文章《浅谈 AI 产品的交互设计以及 Agent 演进路线》中所阐述的核心交互设计思想。文章指出，人机交互正在从传统的图形用户界面（GUI）和命令行界面（CLI）向更自然的交互方式演进。其中一个关键理念是，未来的 AI 应用，尤其是基于大语言模型的应用，不应仅仅局限于返回纯文本信息，而应利用其强大的代码生成和理解能力，根据用户的具体任务和当前上下文，动态地生成最恰当、最高效的交互界面。 这种方法旨在克服纯自然语言交互在处理复杂、多维信息时的“降维”局限性，同时发挥 AI 的优势，为用户提供流畅、直观且功能丰富的交互体验。AI 应该像一个能够随时变形的助手，为不同的任务“量身定制”最合适的工具界面。 Demo 功能与理念体现 这个 Demo 通过一个具体的“菜谱助手”场景，演示了上述理念的关键方面： 1. 动态界面生成 (替代纯文本): ◦ 当用户请求“菜谱”时，AI 没有直接返回大段的 Markdown 文本，而是生成了一个包含多个可视化卡片的选择界面。这比阅读长列表更直观，符合文章中提到的“生成最符合当前情境的交互界面”。 ◦ 用户点击某个菜谱卡片的“选择”按钮后，界面再次动态转换，展示该菜谱的详细视图（配料、步骤），而不是简单地追加文本。这体现了界面的自适应性。 ◦ 当用户请求“菜谱”时，AI 没有直接返回大段的 Markdown 文本，而是生成了一个包含多个可视化卡片的选择界面。这比阅读长列表更直观，符合文章中提到的“生成最符合当前情境的交互界面”。 ◦ 用户点击某个菜谱卡片的“选择”按钮后，界面再次动态转换，展示该菜谱的详细视图（配料、步骤），而不是简单地追加文本。这体现了界面的自适应性。 2. 情境化交互组件: ◦ 在详细菜谱的步骤中，如果某一步骤包含时间信息（如“煮 10 分钟”），Demo 会在该步骤旁边自动生成一个内联的“启动计时器”按钮。这体现了 AI 根据内容理解生成任务特定的、即时可用的小工具。 ◦ 在详细菜谱的步骤中，如果某一步骤包含时间信息（如“煮 10 分钟”），Demo 会在该步骤旁边自动生成一个内联的“启动计时器”按钮。这体现了 AI 根据内容理解生成任务特定的、即时可用的小工具。 3. 按需展示与上下文关联的工具 (如 Todo List 和 Timer): ◦ 点击工具栏上的 Timer 会自动开始计时。在工具栏上和在菜谱内容里点击按钮的状态是同步的，用户点击该计时器，会回到菜谱的对应区域，保持上下文的关联，尤其是在多个菜品同时制作的时候非常有用。 ◦ Timer 默认也是隐藏的。只有当用户在某个涉及到计时的步骤旁点击“开始计时 X 分钟”按钮后，这个列表区域才首次被触发显示在界面下方。这同样体现了工具的按需、情境化出现。 ◦ 购物/待办事项列表（Todo List）默认是隐藏的。只有当用户在某个菜谱详情中点击“添加配料到 Todo List”按钮后，这个列表区域才首次被触发显示在界面下方。这体现了工具的按需、情境化出现。 ◦ 添加到 Todo List 的配料会按照菜谱名称自动分组。用户点击分组标题或列表中的具体配料项时，页面会自动平滑滚动回原文中对应的菜谱消息区域，保持了操作的上下文关联，方便用户回溯信息。 ◦ 点击工具栏上的 Timer 会自动开始计时。在工具栏上和在菜谱内容里点击按钮的状态是同步的，用户点击该计时器，会回到菜谱的对应区域，保持上下文的关联，尤其是在多个菜品同时制作的时候非常有用。 ◦ Timer 默认也是隐藏的。只有当用户在某个涉及到计时的步骤旁点击“开始计时 X 分钟”按钮后，这个列表区域才首次被触发显示在界面下方。这同样体现了工具的按需、情境化出现。 ◦ 购物/待办事项列表（Todo List）默认是隐藏的。只有当用户在某个菜谱详情中点击“添加配料到 Todo List”按钮后，这个列表区域才首次被触发显示在界面下方。这体现了工具的按需、情境化出现。 ◦ 添加到 Todo List 的配料会按照菜谱名称自动分组。用户点击分组标题或列表中的具体配料项时，页面会自动平滑滚动回原文中对应的菜谱消息区域，保持了操作的上下文关联，方便用户回溯信息。 4. 动态工具栏 (概览与控制): ◦ 界面底部引入了一个动态工具栏，它同样默认隐藏。 ◦ 只有当 Todo List 被激活或有计时器正在运行时，工具栏才会自动显示。 ◦ 工具栏上会简洁地显示当前活动的工具状态：一个可控制 Todo List 显示/隐藏的按钮，以及所有正在运行的计时器的概览（菜谱名 + 剩余时间 + 取消按钮）。 ◦ 点击工具栏上的 Todo List 入口或某个计时器项，同样会滚动到界面中对应的原始位置（Todo List 区域或启动该计时器的菜谱消息）。这为用户提供了一个便捷的全局概览和控制入口，同时保留了上下文跳转能力。 ◦ 界面底部引入了一个动态工具栏，它同样默认隐藏。 ◦ 只有当 Todo List 被激活或有计时器正在运行时，工具栏才会自动显示。 ◦ 工具栏上会简洁地显示当前活动的工具状态：一个可控制 Todo List 显示/隐藏的按钮，以及所有正在运行的计时器的概览（菜谱名 + 剩余时间 + 取消按钮）。 ◦ 点击工具栏上的 Todo List 入口或某个计时器项，同样会滚动到界面中对应的原始位置（Todo List 区域或启动该计时器的菜谱消息）。这为用户提供了一个便捷的全局概览和控制入口，同时保留了上下文跳转能力。 5. 单页流畅体验: ◦ 所有的交互，从请求菜谱、选择、查看详情、启动计时器、添加列表、管理工具，都在同一个页面内完成，无需跳转或打开新窗口/应用，提供了流畅的操作感受。 ◦ 所有的交互，从请求菜谱、选择、查看详情、启动计时器、添加列表、管理工具，都在同一个页面内完成，无需跳转或打开新窗口/应用，提供了流畅的操作感受。 局限性说明 需要强调的是，这是一个前端模拟演示 (Demo)，其核心目的是为了可视化地阐释文章中的交互理念。它不包含真实的 AI 大语言模型驱动的理解和生成能力，所有响应都是基于预设规则和数据。因此，它并未完全实现文章中更宏大的构想，例如基于复杂上下文的主动服务、跨设备协同等。 总结 尽管是一个模拟，这个 Demo 成功地将文章中关于“AI 动态生成交互界面”的核心思想转化为了一个可交互、可视化的范例。它展示了相比于传统文本或固定 GUI，这种新型交互方式如何在特定场景下（如菜谱查询和烹饪辅助）提供更直观、高效和情境化的用户体验，印证了文章对于未来 AI 产品交互设计方向的思考。 之所以全部使用 AI 创作，一是效率高；二是能明显看到，当前处于第一梯队水平的 AI ，实际已经可以在指导原则下，很好地理解场景并创建服务了。而生成本身，也是可以被做大量的预处理的，在实现上并没有绝对的困难。 随着研究的深入，我们会逐步尝试给出《AI 产品交互设计指南》这样的作品，用预见 UI 这个理念打造更美好的 AI 产品。当然也欢迎你共创。在文章的末尾，我会建一个群。会有一些研究 AI 交互的朋友一起来交流。 AI 产品的交互分级 “没有标准就没法评价、没有评价就没有管理”——少卿 “没有标准就没法评价、没有评价就没有管理”——少卿 所以，在此，我先抛出一个 AI 交互设计的发展分级，就像我在 23 年这篇文章提出的 AI 编程的进化阶段一样，文章在此对生成式人工智能的一些思考[其一]，摘录如下。 [对生成式人工智能的一些思考[其一]](https://mp.weixin.qq.com/s? biz=MjM5Nzc1OTIyMA==&mid=2649164529&idx=1&sn=8d173d5337fc82446eee48fabada7d61&scene=21 wechat redirect) 在开发工具这块，大致可以分为三个阶段： 1. 第一阶段，即现阶段比如 CodeGeeX，实现小范围代码生成、高阶的自动补全。 2. 第二阶段，基于项目，生成模块化的代码能力，比如常见的登录模块、单元测试模块、数据库管理模块等。 3. 第三阶段，依据需求，通过交互式对话，进入自编程、自调试、自部署阶段，当然前提是一系列工作的标准化，比如全行业的 API 管理做到当前的一些包管理一样标准。 4. 第四阶段，软件自行设计相应的硬件、操作系统、框架等等。此后将进入不可思议的机器智能世界。 在开发工具这块，大致可以分为三个阶段： 1. 第一阶段，即现阶段比如 CodeGeeX，实现小范围代码生成、高阶的自动补全。 2. 第二阶段，基于项目，生成模块化的代码能力，比如常见的登录模块、单元测试模块、数据库管理模块等。 3. 第三阶段，依据需求，通过交互式对话，进入自编程、自调试、自部署阶段，当然前提是一系列工作的标准化，比如全行业的 API 管理做到当前的一些包管理一样标准。 4. 第四阶段，软件自行设计相应的硬件、操作系统、框架等等。此后将进入不可思议的机器智能世界。 构建一个框架，不是为了构建一个框架，因此是构建一个框架。 有了参考，才能更好地观察和修正认知，就像做产品技术架构的重点是提出衡量标准、找到 baseline 那样。这个框架其对错的意义，远小于提出它的意义，是进步的垫脚石、攀登的脚手架。 得意即可忘言、得鱼可以忘筌。 AI 交互设计的发展分级 (L0 L4) 1. L0（GUI 局部增强）此级别主要聚焦在传统 GUI 的局部功能扩展，AI仅针对单一界面组件进行增强操作，如自动补全、局部修复等。使用场景中，用户始终在主导角色，AI仅作为辅助工具出现。当前许多办公软件和图像编辑软件均采用此方案。 2. L1（情景式动态交互）L1 级别强调 AI 能根据特定情景进行多轮交互，实时根据用户反馈调整输出。AI在此阶段能够在对话过程中连续生成内容，但仍依赖用户明确指令。ChatGPT Canvas 和 Claude Artifacts 就是在特定场景（如写作、编码）下提供这种动态反馈和迭代优化。 3. L2（跨领域动态交互）在 L2 级别，AI开始在软件层面实现跨应用整合，能够调动多个工具或服务完成复合任务，并展现初步的自主任务规划能力。此级别的交互虽然已突破单一场景，但仍主要集中在软件生态内部。Manus 就是在此阶段内展示了如何通过预定义工具链实现任务自动规划，同时 Cursor AI 在编程环境中的多任务协同也属于此类范畴。 4. L3（全局动态交互）L3 进一步突破了单一设备的限制，AI开始展现出跨硬件、跨平台（如 PC、手机、平板等）的协同能力，实现不同设备间操作的连续性和全局响应。然而，此阶段的跨生态通常局限于单一厂商或生态内部，并未扩展到所有硬件平台。早期 Windows Copilot 的跨设备同步是这一层级的典型尝试。 5. L4（生态自组织式交互）L4 代表的是理想状态下的全面自组织系统，要求 AI 具备全平台感知、推理和自主代理的能力，能够在汽车、手机、PC、手表、服务器等各类硬件上无缝运行并协同完成任务，实现极低的人为介入。目前市场上尚未出现真正意义上的 L4 产品，仅有理论设想和初步探索。该级别标志着 AI 全自动运行的终极目标。 特别需要说明的是，Manus 目前在软件生态内部已实现部分 L2 级功能，并展现出向 L3 或 L4 级演进的潜力，这是它真正激动人心的地方。但真正意义上的“全平台、全生态自组织”系统仍未出现，现阶段的人工智能产品都还在朝这一远景前进。 题外话，Manus 发布后，听到了很多负面评论。很多人认为 AI 产品的交互创新没什么价值，以及工程化能力没什么价值。 所谓 AI 产品的交互设计没什么价值，这句话其实在说“AI 产品的交互设计很容易被借鉴、抄袭”，交互本身的创新意义是巨大的。 所谓工程化能力没什么价值，这句话在 DeepSeek 发布之后也有很多人指责仅仅是工程上的创新，不是“科技创新”，且此类声音国人居多。原因可能在于，很多人会把研究、工程、科学、技术、交互、传播、商业诸多概念切割开，甚至对立起来。但好的产品、包括 ChatGPT 3.5的发布，如果仔细看，都是凝聚了诸多研究、功能、产品交互设计、传播、商业上的改进，从而形成了突破。 在艺术创作中也是如此，很多人会把技术和艺术对立起来一样。但就像汗青所说“其实只要稍微了解一点艺术史，可能就不会对技术还有这么大的敌意。从摄影术到印刷术再到互联网，技术和艺术的关系都是互相成就的。AI也不例外。” 题外话，Manus 发布后，听到了很多负面评论。很多人认为 AI 产品的交互创新没什么价值，以及工程化能力没什么价值。 所谓 AI 产品的交互设计没什么价值，这句话其实在说“AI 产品的交互设计很容易被借鉴、抄袭”，交互本身的创新意义是巨大的。 所谓工程化能力没什么价值，这句话在 DeepSeek 发布之后也有很多人指责仅仅是工程上的创新，不是“科技创新”，且此类声音国人居多。原因可能在于，很多人会把研究、工程、科学、技术、交互、传播、商业诸多概念切割开，甚至对立起来。但好的产品、包括 ChatGPT 3.5的发布，如果仔细看，都是凝聚了诸多研究、功能、产品交互设计、传播、商业上的改进，从而形成了突破。 在艺术创作中也是如此，很多人会把技术和艺术对立起来一样。但就像汗青所说“其实只要稍微了解一点艺术史，可能就不会对技术还有这么大的敌意。从摄影术到印刷术再到互联网，技术和艺术的关系都是互相成就的。AI也不例外。” 愿我们都能消除不必要的杂念，对创新本身一往无前。 AI 产品交互设计讨论群 欢迎研究 AI 交互的朋友一起来交流。如果二维码过期，可以加微信，联系方式 2025。 联系方式 2025。 <全文完 via 公众号：谭少卿 原创 2025年04月10日 20:51 北京 原链接 https://mp.weixin.qq.com/s/OAnrvtBii5YukI J4RVI3g 主动生成式 AI 交互理念的提出 我在 AI 交互话题下的第一篇文章是 《浅谈 AI 产品的交互设计以及 Agent 演进路线》，在这篇文章里，回顾了人机交互的发展史，考察了当前 AI 产品交互存在的不足，最终提出了一个新的理念。 《 浅谈 AI 产品的交互设计以及 Agent 演进路线 》 简单地说，前三个阶段的“机械式物理交互、命令行交互、图形用户界面”，它们的共同点是什么呢？核心是“用户的行为是被预设了有限种可能的路径”，所以可以简称为被动预设式交互。 因此，我们以主动的、由 AI 根据情境动态生成的交互来与之做区别。 即“为什么不发挥好 AI 的代码生成能力，在交互的过程中，临时生成最符合当前情境的交互界面呢？”“这不是否认图形界面和命令行的交互价值，而是说，系统可以在需要的时候，自己生产出图形界面或者命令行界面。” 在这个系列的第二篇，我将这一理念表达为主动生成式 AI 交互，也可以成为【预见 UI】。 诚然，自然语言交互并不一定意味着交互效率的提升。就像在图形界面时代，程序员们依旧大量使用命令行这种交互形式。说话不一定比单击图标来得更快，单击图标不一定比输入一行命令来得更快。但现在，自然语言交互可以将这一切都整合起来。况且，在图形化交互的范式下，用户的行为是被预设了有限种可能的路径，而AI这种双向沟通、对话式“交互”才是真正的“交互”，是比图形界面更高了一个维度的。从理论上来说，这种交互带来了更高的人机交互自由度。 via《AI 帮你赢 人人都能用的 AI 方法论》——少卿 诚然，自然语言交互并不一定意味着交互效率的提升。就像在图形界面时代，程序员们依旧大量使用命令行这种交互形式。说话不一定比单击图标来得更快，单击图标不一定比输入一行命令来得更快。但现在，自然语言交互可以将这一切都整合起来。况且，在图形化交互的范式下，用户的行为是被预设了有限种可能的路径，而AI这种双向沟通、对话式“交互”才是真正的“交互”，是比图形界面更高了一个维度的。从理论上来说，这种交互带来了更高的人机交互自由度。 via《AI 帮你赢 人人都能用的 AI 方法论》——少卿 然后，第一篇的末尾我还给出了一些示例，包括应用级别的和生态级别的。为了更好让大家有个初步的感受，接下来我将拿应用级别的“菜谱”案例做个例子。 作为对照，可以看一下当前主流的 chat 类 AI 产品的纯文本交互，与预见 UI理念的区别。 直接上一个小的交互示例 以晚餐菜谱为例： 假如要做晚餐，希望 AI 给几个建议，AI 根据你的 profile 里的社会属性判断你是美国人、交互语言是英语，并读取到健康数据里边的过敏清单。你的 preference 里边显示你喜欢地中海风格和英式菜谱、并且是碳水爱好者、相对于肉食更倾向于植物蛋白。然后发现当前的时间已经是傍晚了，马上就晚餐了，所以需要给出一个小时左右就能完成的菜谱。更进一步，读取到了冰箱内存储的食材以及你的日常调料，等等。 那么当你向 AI 提出“给我几道晚餐的菜谱”。AI 回应你的，也不应该是泛泛而谈、然后给你一个 Markdown 文本的、纯基于自己输出概率的菜谱。参见下图的 ChatGPT。 以 ChatGPT 为典型的文本式交互 一个基于主动生成式交互的 AI，其实可以根据你的背景给出的三道菜、并且一个小时以内可以完成、并且是你冰箱里已有的食材，然后主动生成交互界面。 我们花了大概十多分钟做了一个交互的 demo，先展示截图，此处应当有视频对比。这个交互模拟的情况大致是： AI 根据以上的个性化信息，它甚至会个性化猜测你潜在的对话主题是什么。 当你发送“Give me a couple of dinner recipes.” AI 会直接回复三道合适的菜谱，以适合根据菜谱做菜的形式展现给你。（第二道英式的采用小扁豆替代牛羊肉，配以高膳食纤维的扁豆，第三道既能给出足够的碳水，但选择升糖较慢的鹰嘴豆） 当你选择了其中一道菜。 AI 会给你一道具象化的菜谱，菜谱上的配料可以添加到待办清单。当你备完料开始制作的时候，点击每一步旁边的计时器，则给你倒计时提醒。 当你选择了多道菜，同时开始配料的时候，你可能临时想把黑胡椒换成红胡椒，可以点击黑胡椒这一条回到对应的那一道菜，看看根据菜谱的配置进行替换是否合适（当然，你也可以直接问 AI）。 你也可能同时在煮意面的时候，同时开始炒洋葱、胡萝卜和芹菜准备第二道菜。菜也小火炒上了让它在锅里突突着、面也还没煮完，你可能想要回到菜谱内看看下一个步骤做点别的，点击工具栏上的计时器即可回到下一个步骤。 AI 根据以上的个性化信息，它甚至会个性化猜测你潜在的对话主题是什么。 当你发送“Give me a couple of dinner recipes.” AI 会直接回复三道合适的菜谱，以适合根据菜谱做菜的形式展现给你。（第二道英式的采用小扁豆替代牛羊肉，配以高膳食纤维的扁豆，第三道既能给出足够的碳水，但选择升糖较慢的鹰嘴豆） 当你选择了其中一道菜。 AI 会给你一道具象化的菜谱，菜谱上的配料可以添加到待办清单。当你备完料开始制作的时候，点击每一步旁边的计时器，则给你倒计时提醒。 当你选择了多道菜，同时开始配料的时候，你可能临时想把黑胡椒换成红胡椒，可以点击黑胡椒这一条回到对应的那一道菜，看看根据菜谱的配置进行替换是否合适（当然，你也可以直接问 AI）。 你也可能同时在煮意面的时候，同时开始炒洋葱、胡萝卜和芹菜准备第二道菜。菜也小火炒上了让它在锅里突突着、面也还没煮完，你可能想要回到菜谱内看看下一个步骤做点别的，点击工具栏上的计时器即可回到下一个步骤。 交互截图如下。 基于对用户理解的建议和内容 基于当前内容生成的情景式交互界面 可以将每道菜的配料加入准备清单 开始制作的时候可以倒计时