【与万物对话】通往 AI 交互 L3 之路——Chat‑as‑OS 的产品设计探索

【与万物对话】通往 AI 交互 L3 之路——Chat‑as‑OS 的产品设计探索 【与万物对话】通往 AI 交互 L3 之路——Chat‑as‑OS 的产品设计探索 Modified February 25 比如 Manus 是一个角色，搜索、生图能力等自然也是一个角色而不是 Tools，硬件设备比如智能家居也可以是一个角色，在用户眼里，只是他们的能力不同。人与角色之间、角色与角色之间既可以是非结构化的文本交互，也可以是结构化的数据交互，这么什么好说的。 而每个角色输入输出的东西，应当符合“预见 UI”的理念。 此外，每个角色有自己的 Profile 页、更像一份简历，说明自己的出身、能力、案例、以及可以与别的角色协作的一些典型的角色、群聊等等。 其次 ，你（用户）与 AI 的交互，直接简化为用户与 N 个角色的对话。既然是对话，那么就可以拉群。在对话的过程中，你可以随时加人、也可以随时减人，这里也可以是产品本身给出建议，或者是当前的角色给你的建议，跟你说加上谁能更好。 从产品的角度考虑，自然也可以是预生成了一些群聊，或者根据用户的情境进行角色的推荐，用户选择就好。 其三 ，在每个群聊里，N 个角色之间既可以是被用户 @ 或者点名了才读取上下文，然后干活、发言，由你（用户）主导，类似领导管理团队、主持工作，姑且叫主持模式。 也可以是有一个全局分配的角色来组织，相当于用户将事务进行了外包，有一个聪明能干的外包团队来相互协同进行计划、执行、验证、交付等。姑且叫自动模式。比如汽车里人们逐步将开车这件事交给 FSD 进行自动驾驶。这两个模式也可以相互切换。 其四 ，如果群聊是主持模式，你（用户）可以选中一条或者多条“消息”，然后 @ 或者点名某一个或者几个角色来干活、 “回答” 。系统角色通过系统消息进行建议。 而在外包模式里，可以有一个类似群主的角色进行工作的安排，也可以是去中心化的协作，角色自己之间相互商量，这里实际需要将每个角色的 Profile 页，作为全局的上下文带入。你可以选择“消息免打扰”，他们默默干完活或者需要你干预的时候，再 @ 你进群看看。 其五 ，在不同的群聊里，自然也可以实现消息的转发。实现上下文的跨群流转。 其六 ，对于复杂的“交流”，更细节的，需要一个全局的地方，由用户和 AI 共同管理、更新，实现一些复杂的任务管理或者全局性的指导。 其七 ，既然已经是平等的角色了，那么这些角色自然也可以主动给你（用户）发消息。 其八 ，在每个对话里，无论单聊还是群聊，都是 “预见 UI” 的交互，所有的对话都是可交互的，其中的生成的关键交互可以构成统一的 toolbar，进行更持久一些的交互，提供入口。详见 【预见 UI】AI 产品交互设计理念的提出以及分级 ，可以查看其中的示例。 其九 ，每个角色的上下文是可以在一定程度上保留的，视具体设计或者用户的设置而定，可以允许读取或者保留特定的上下文。自然也应该有无痕模式。 其十 ，所有的角色，可以是开放平台，而不局限于单一的模型、工具、代码、硬件等接入形式，自然也支持用户自己定制。自然也能融合多人与多 AI 交互。 三、示例 跟上一篇相比，交互设计上的 demo，完整实现有点复杂，赶时间就先发截图了，与上一篇一样，都是 Gemini2.5 Pro 直出。 Gemini 生成的效果图 四、缘起 缘起于 23 年初的一些闭门交流和思考， 对生成式人工智能的一些思考[其一] 是的，你可能注意到了，这篇文章的标题是“其一”，当时想过写其二，就是 AI 产品的交互设计。但是没写，你大概率也想到了其实想自己实现，毕竟彼时 OpenAI 的 GPTs 都没发布。 这就是当时的一个 demo，[23 年对 Agent 平台的一种实现方式探索]https://m.okjike.com/originalPosts/64df039aaac630c848e699ef。这里是当时玩了一圈之后，发现以当时的 LLM 的能力，只能做到较为简单的交互。所以在 8 月份，把这个 demo 发出来过一段时间，并在即刻公开了部分基础的理念。 在 2023 对生成式人工智能的一些思考[其一] 这篇文章里，我说“也许这才是微信服务号的本来面目、搜索引擎的本来面目、OS 级别的全局搜索本来面目、语音助手的本来面目。捕风开始，未完待续。” 这三篇关于 AI 交互的文章，我算是给自己续上了。 <全文完 如果希望和我交流讨论，或参与相关的讨论群，请加微信，联系方式请点击 联系方式 2025 。 【预见 UI】AI 产品交互设计理念的提出以及分级 [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) [2023 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 比如 Manus 是一个角色，搜索、生图能力等自然也是一个角色而不是 Tools，硬件设备比如智能家居也可以是一个角色，在用户眼里，只是他们的能力不同。人与角色之间、角色与角色之间既可以是非结构化的文本交互，也可以是结构化的数据交互，这么什么好说的。 而每个角色输入输出的东西，应当符合“预见 UI”的理念。 此外，每个角色有自己的 Profile 页、更像一份简历，说明自己的出身、能力、案例、以及可以与别的角色协作的一些典型的角色、群聊等等。 其次 ，你（用户）与 AI 的交互，直接简化为用户与 N 个角色的对话。既然是对话，那么就可以拉群。在对话的过程中，你可以随时加人、也可以随时减人，这里也可以是产品本身给出建议，或者是当前的角色给你的建议，跟你说加上谁能更好。 从产品的角度考虑，自然也可以是预生成了一些群聊，或者根据用户的情境进行角色的推荐，用户选择就好。 其三 ，在每个群聊里，N 个角色之间既可以是被用户 @ 或者点名了才读取上下文，然后干活、发言，由你（用户）主导，类似领导管理团队、主持工作，姑且叫主持模式。 也可以是有一个全局分配的角色来组织，相当于用户将事务进行了外包，有一个聪明能干的外包团队来相互协同进行计划、执行、验证、交付等。姑且叫自动模式。比如汽车里人们逐步将开车这件事交给 FSD 进行自动驾驶。这两个模式也可以相互切换。 其四 ，如果群聊是主持模式，你（用户）可以选中一条或者多条“消息”，然后 @ 或者点名某一个或者几个角色来干活、 “回答” 。系统角色通过系统消息进行建议。 而在外包模式里，可以有一个类似群主的角色进行工作的安排，也可以是去中心化的协作，角色自己之间相互商量，这里实际需要将每个角色的 Profile 页，作为全局的上下文带入。你可以选择“消息免打扰”，他们默默干完活或者需要你干预的时候，再 @ 你进群看看。 其五 ，在不同的群聊里，自然也可以实现消息的转发。实现上下文的跨群流转。 其六 ，对于复杂的“交流”，更细节的，需要一个全局的地方，由用户和 AI 共同管理、更新，实现一些复杂的任务管理或者全局性的指导。 其七 ，既然已经是平等的角色了，那么这些角色自然也可以主动给你（用户）发消息。 其八 ，在每个对话里，无论单聊还是群聊，都是 “预见 UI” 的交互，所有的对话都是可交互的，其中的生成的关键交互可以构成统一的 toolbar，进行更持久一些的交互，提供入口。详见 【预见 UI】AI 产品交互设计理念的提出以及分级 ，可以查看其中的示例。 【预见 UI】AI 产品交互设计理念的提出以及分级 其九 ，每个角色的上下文是可以在一定程度上保留的，视具体设计或者用户的设置而定，可以允许读取或者保留特定的上下文。自然也应该有无痕模式。 其十 ，所有的角色，可以是开放平台，而不局限于单一的模型、工具、代码、硬件等接入形式，自然也支持用户自己定制。自然也能融合多人与多 AI 交互。 三、示例 跟上一篇相比，交互设计上的 demo，完整实现有点复杂，赶时间就先发截图了，与上一篇一样，都是 Gemini2.5 Pro 直出。 Gemini 生成的效果图 四、缘起 缘起于 23 年初的一些闭门交流和思考， 对生成式人工智能的一些思考[其一] 是的，你可能注意到了，这篇文章的标题是“其一”，当时想过写其二，就是 AI 产品的交互设计。但是没写，你大概率也想到了其实想自己实现，毕竟彼时 OpenAI 的 GPTs 都没发布。 [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) 这就是当时的一个 demo，[23 年对 Agent 平台的一种实现方式探索]https://m.okjike.com/originalPosts/64df039aaac630c848e699ef。这里是当时玩了一圈之后，发现以当时的 LLM 的能力，只能做到较为简单的交互。所以在 8 月份，把这个 demo 发出来过一段时间，并在即刻公开了部分基础的理念。 在 2023 对生成式人工智能的一些思考[其一] 这篇文章里，我说“也许这才是微信服务号的本来面目、搜索引擎的本来面目、OS 级别的全局搜索本来面目、语音助手的本来面目。捕风开始，未完待续。” [2023 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) 这三篇关于 AI 交互的文章，我算是给自己续上了。 <全文完 如果希望和我交流讨论，或参与相关的讨论群，请加微信，联系方式请点击 联系方式 2025 。 联系方式 2025 🔗 原文链接： https://mp.weixin.qq.com/s/qjHra XV... https://mp.weixin.qq.com/s/qjHra XV... 原创 谭少卿 谭少卿 谭少卿2025年4月20日 23:45 北京 零、如何实现与万物对话 在前两篇文章里，第一篇首先提出了理念 “把 AI 编程的能力发挥到极致的生成式 UI 交互” ，详见 浅谈 AI 产品的交互设计以及 Agent 演进路线 一文。 浅谈 AI 产品的交互设计以及 Agent 演进路线 第二篇以 ConversationUI 为例，给出了 “预见 UI” 这个概念，即 主动的、由 AI 根据情境动态生成的交互 ，以构建的 Profile+Preference+情境理解 为驱动的，以 主动生成式的 AI 交互 呈现的动态化交互系统。并划分出了 L0 L4 的交互设计分级，这也是标题的来源。详见 【预见 UI】AI 产品交互设计理念的提出以及分级 一文。 【预见 UI】AI 产品交互设计理念的提出以及分级 在这第三篇，我将会构建完的一个大 C 端的 AI 产品交互框架，也可以称之为 Agent 交互框架，也可以想象为 OS 级别的雏形。其中的具体交互，即“预见 UI”。 一、基于 ConversationUI 进行 AI 交互设计的好处 既然与 AI 的交互主要是 Chat，为什么不借鉴已有的 Chat 类的产品的优良设计呢？比如微信、 WhatsApp 、飞书等。 好处有两个： 1、在 Chat 的产品里，已经有较好的上下文管理、注意力调度、对话关键点中断等基础原则的雏形了。 （详见第一篇末尾的设计原则） 2、保持基础交互的一致性，对于大众类产品来讲，降低用户的认知成本，是有非常大的好处的。 （能看到当前所有的产品设计，都是“专家型的”，不是面向大众的） 关于第二点，我们可以看一下“上古时代”的移动互联网产品设计，当年 Google 提出了好几轮的交互规范，但是为什么后来 Android OS 的移动 APP，实际上都遵循了 iOS 的交互设计指南，曾经有过大范围的讨论。我认为其中最核心的原因，是大众产品与小众/专家产品的区别，并非是说 Android 提出的交互完全没有价值。最典型的一个差异是导航 TAB 是位于页面底部还是顶部。有兴趣的可以在互联网上找以前的文章，或者问问 AI。其实也不是多么久远的“上古时代”，只是 AI 的进展太快，让时间变得恍惚了。 二、这个设计是什么 这一趴，形象一点展开。先想象，再抽象。为了一定的代入感，我们假定你就是用户。 首先 ，在整个交互设计里，核心的是 “角色” ，或者叫机器人、bot 或者 Agent。当前大家概念里边的 Agent 或者 Tools 或者知识库或者 MCP 的 或者 AGA 的实现（AGA 协议可能更接近这一点，但不重要），均作为一个角色引入，在你（用户）的视角里，他们是平等的。他们的输入和输出，都是 “消息” 。