姚順雨（前 OpenAI 研究員）曾反反復復表達過一個觀點，我印象很深：

「創(chuàng)業(yè)公司最大的機會，在于設(shè)計不同的交互方式?！?/p>

于是這期就索性圍繞「交互」這個主題展開，分享一下我們最近觀察到的一些機會。

目錄 為什么獨立的 Vibe Coding 必死，但 Personal Software 會火？ 我們是不是低估了輸入法的想象力？ 最近見過最好的 5 個 AI 交互設(shè)計 產(chǎn)品設(shè)計的終極形態(tài)

Replika 的創(chuàng)始人 Kuyda 最近也再次創(chuàng)業(yè)，做了一個叫 Wabi 的產(chǎn)品，定位是 Youtube for Apps，一個 mini app 的集合平臺。(類似方向的產(chǎn)品國內(nèi)還有馬卡龍、Youware 等等)

我最近聽了她的兩期播客，很有意思，摘錄一些 insights：

1. 軟件的未來將是「應(yīng)用的 YouTube 化」。

在 Kuyda 看來，軟件行業(yè)正在經(jīng)歷內(nèi)容行業(yè)當年的變遷。

就像視頻從專業(yè)制作走向人人可拍，軟件開發(fā)也將從全球「2000 萬開發(fā)者」的特權(quán)，泛化為「80 億創(chuàng)作者」的日常媒介。

在這個語境下，未來的軟件，更多會像快消品，它不再需要追求 SaaS 的高留存與高 LTV，而只需要在當下那一刻，解決你特定的問題。

她舉了個很直觀的例子。

有天她女兒想玩猜謎游戲，但條件很刁鉆：主角必須是《冰雪奇緣》的 Elsa 和《阿拉丁》的 Jasmine，還得是意大利語。

這種需求，App Store 不可能滿足，但 Kuyda 用 Wabi 花了兩分鐘就做了一個出來。

2. 這就帶來一個問題，為什么這種事非得在 Wabi 這樣的平臺上做？用 Lovable 這種 AI coding 工具自己寫不行嗎？

Kuyda 認為，獨立的 Vibe Coding 必然失敗，因為會卡在三個關(guān)鍵問題上：

1）信任和穩(wěn)定

單點 vibe coding 最大的短板是安全。

她提到一個案例：有人 vibe code 了一個約會 App，結(jié)果火了，沖到 App Store 榜首。但因為開發(fā)者不專業(yè)，最后導致所有用戶的超敏感信息全泄露了。

所以她的判斷是，未來一定會需要一個平臺，來兜住這些風險。

平臺能提供一個信任層，統(tǒng)一解決掉安全、隱私和數(shù)據(jù)持久化等問題（比如你不用擔心開發(fā)者忘了給服務(wù)器續(xù)費，導致你的數(shù)據(jù)全丟了）。

2）集成能力：

Wabi 提供了連接一切的 API，讓你的 mini app 可以很方便地調(diào)用你的 Apple Health、Gmail、日歷，甚至你的銀行賬戶。你可以一鍵生成一個「根據(jù)我最近聽歌品味定制手辦」的 mini app。

3）分發(fā)與協(xié)作：

平臺會內(nèi)建社交圖譜（點贊、評論、看到朋友在用什么），并支持多人模式（一起用同一個 App，比如共同維護購物清單，或者一起玩?zhèn)€小游戲）。

這樣，一個人隨手做出來的 mini app，就有機會長成一個小網(wǎng)絡(luò)，在一群人之間流轉(zhuǎn)起來。

3. Kuyda 提到了一個類比：

iOS 早期：開發(fā)者只是把網(wǎng)站硬塞進 App 里。

iOS 成熟期：開發(fā)者終于想明白了移動端的超能力是什么——GPS 和永久在線。于是，才誕生了 Uber 和 Tinder 這樣的原生巨頭。

那么，AI 的超能力是什么？Kuyda 的答案是：深度個性化。

這種個性化有三層：

1）應(yīng)用層個性化：你可以修改 App 的功能和提示詞。

2）平臺層個性化：平臺知道你的基礎(chǔ)信息（年齡、地點、有孩子、有健身目標），并能把這些 context 提供給你所有的 App。

3）跨應(yīng)用個性化：平臺可以打破圍墻花園，讓你的「營養(yǎng) mini app」能和你的「健身 mini app」對話，比如根據(jù)你最近的增肌計劃，修改你的飲食方案。

她認為，未來的個人軟件，應(yīng)該是一個「構(gòu)建在你的基礎(chǔ)信息上的操作系統(tǒng)」。

(不過，這層「個人記憶管家」似乎最應(yīng)該嵌在 OS 里，而不是由第三方軟件做掉？高度懷疑最終操作系統(tǒng)會把散落在不同 App 里的數(shù)據(jù)收攏成一個統(tǒng)一的「個人畫像底庫」，再讓不同的 AI 應(yīng)用在上面做組合。這也部分解釋了為什么字節(jié)、Google 等等都在做自己的 AI 手機。）

聊到這兒，主持人還插了一個扎心的例子：

他自己剛換了新 iPhone，順手清理了一遍桌面，刪掉了 12 個以前下載、甚至還付過費的 App，因為他已經(jīng)在 Wabi 上做出了更順手的版本。

當用戶可以在 5 分鐘里做出一個貼身的 80 分工具時，那些功能疊到 90 分、卻越來越臃腫的 App，很可能會慢慢失去意義。

4. 這會催生一個全新的 GTM 模式：軟件即內(nèi)容 (Apps as Content)

這里我們可以想象幾個有意思的變化：

• 新的商業(yè)模式

  一個抖音上的健身博主，未來最自然的變現(xiàn)方式，可能不是賣課，而是發(fā) 5 個 mini app，每個 app 對應(yīng)一套訓練方案。

• 新的流量入口

  以前博主會在小紅書寫一篇「東京只有本地人才知道的 10 家拉面店」，未來他可能直接發(fā)布一個「東京拉面殺手」 mini app，里面有一個極簡地圖，只標這 10 家店。

• 新的社區(qū)形態(tài)

  這些 mini app 本身會變成「社區(qū)啟動器」。

  比如你做了一個「倫敦觀鳥指南」app，用的人天然就是同好。

  人聚齊了，線下活動、衍生周邊、內(nèi)容共創(chuàng)，都可以自然而然生長出來。

  以前做社區(qū)要靠內(nèi)容、靠運營，未來可能只需要把一個 mini app 丟到網(wǎng)上，它自己吸人。

7. 所以，Wabi 這類產(chǎn)品的本質(zhì)是什么？

主持人給了一個精妙的比喻：它是一個 Prompt 容器的平臺。

我們現(xiàn)在分享 Prompt 的方式，還停留在石器時代——就是復制粘貼一大段文本。

這種 Prompt 發(fā)現(xiàn)機制非常糟糕。

Kuyda 提到，她曾在 Reddit 上看到一個大師級 Prompt，但有一次她把那段 Prompt 搞丟了，再也沒找到。

如果這是一個 Wabi 上的 mini app，她可以直接下載，之后隨時點開就能用。

Wabi 想做的事，就是給這些到處裸奔的 Prompt 配一個合適的 UI 外殼，再加一個可以保存、復制、分發(fā)的沙盒環(huán)境。

(某種意義上，這其實是 GPTs 的下一階段：從「Chatbot」走向「Chat + GUI 結(jié)合」的交互形態(tài)，只不過這次是更徹底地以「個人應(yīng)用」為單位來組織。）

8. 最后，我自己對這類產(chǎn)品最大的兩個問題還是：

首先，到底有多少人，會有「自己定義一個 mini app」的沖動？

Kuyda 在播客里給了一個避重就輕的回答，她說，真正從零開始原創(chuàng)的人，永遠不會超過 10%，但很多的人，都會參與修改和迭代。

圍繞這個判斷，Wabi 提供了兩條路：

• Remix：直接 Fork 別人的 App，改成自己想要的樣子。

• Request：在評論區(qū) @ 創(chuàng)作者提需求：「能不能幫我把這個地方改成 XXX？」

也就是說，「軟件民主化」的實際落地形態(tài)，不是人人都是開發(fā)者，而是人人都能參與迭代。

但這又引申到了第二個，我覺得也是更本質(zhì)的問題：到底多少人有消費這些 mini app 的需求場景？

畢竟，GPTs 死掉的一大原因就是發(fā)現(xiàn)難、心智重、大多都用不上。

這里我們就沒有什么答案了。只能先把這些問題記在這，看未來的市場怎么回答。

Reference：

• Eugenia Kuyda on software’s “YouTube moment” | Access Podcast

  https://yt.psee.ly/8ft8nw

• Seeing The Future from AI Companions to Personal Software | A16Z

  https://yt.psee.ly/8ft8pf

(二) 我們是不是低估了輸入法的想象力？

AI 語音輸入法最近也很火。

大廠里，字節(jié)、微信、智譜都在搞，創(chuàng)業(yè)公司中還有 Typeless，閃電說...... 海外 Wispr 更是在 4 個月內(nèi)連融 8100 萬美金。

(我目前試下來，感覺 Typeless 和智譜的 AI 輸入法都很好用，智譜更推薦一些，因為它有些額外的功能點做得很方便！比如，它可以從「打字狀態(tài)」切換為「問答狀態(tài)」，一鍵喚起 AI，在任何輸入框里快速回答你的問題，或者直接選中一段文字，讓它翻譯/改寫)

Anyway，我就很好奇：

輸入法這門老生意，怎么又突然開始爆火？尤其 Wispr 是在講一個什么故事？怎么能拿這么多錢？

帶著這個問題，我們做了一點研究，也和一些關(guān)注這個方向的從業(yè)者聊了聊。

聊完之后，我現(xiàn)在的理解是：

輸入法未來可能不只是「打字工具」，而是有機會進化成一個「語音操作系統(tǒng)」。（當然，只是有可能。）

Wispr 創(chuàng)始人在播客里，把這個進化過程拆成了三步：

第一步：先把「輸入」這件事接管了。

這里我得到的一個有趣的 learning 是：

從「敲鍵盤」切換為「直接說」，最大的驚喜其實不在「提速」，而在「減負」，也就是：

1. 它能消除你思考時的認知負荷。

打字的時候，人的注意力其實會被拆成兩半：一半在思考「我接下來想表達什么」，另一半在檢查「我剛剛這句話打得對不對」。這兩個過程其實會互相干擾，讓你無法進入到一個順暢的心流狀態(tài)。

語音輸入法的作用，是讓你專注于「我想說什么」。你可以把腦子里的想法全部倒出來，把編輯、潤色這些活兒都交給 AI。

2. 它天然鼓勵用戶提供 Context。

大多數(shù)人在給 AI 打字時都會本能地偷懶，能少說就少說。但一旦換成說話，大家往往會順手多帶一些背景和細節(jié)，于是 AI 的輸出質(zhì)量也會跟著上去。

前幾天還聽莫子皓老師 (Plaud 中國區(qū) CEO) 說，他們公司的算法研發(fā)現(xiàn)在人手一個麥克風，直接通過語音來 vibe code，工作效率大幅提升，而且更容易進入心流。

第二步：從「被動記錄」升級為「代你表達」。

當用戶習慣了對著它說話，它就可以開始幫你「寫作」而不只是「記錄」，比如你只要說：「幫我推掉這個工作邀約，但別把話說死」，它立刻就能寫出一封得體的郵件。

這里一個自然的問題是：

為什么要通過輸入法做，而不是直接用 ChatGPT，或者各種垂類 AI 工具？

核心差別在于：輸入法天然存在于每一個輸入框中，而且它了解你的一切過往輸入。

Wispr 創(chuàng)始人說：「一個真正好用的語音輸入產(chǎn)品，不應(yīng)該是一個孤立的工具，而是一個具備全局上下文的智能層，能夠記住你的所有重要輸入，連接不同應(yīng)用中的信息?！?/p>

它每天看你怎么說話、說了什么，最終可以比任何一個單點 AI 應(yīng)用更貼近你的真實表達。

再往下想一步，輸入法很快還會學會察言觀色。

它不僅能聽懂你在說什么，還能通過語速的快慢、語氣的急緩，捕捉到你當下的心境，然后自動幫你催人催得更急一點，或者語氣改得更歡快一點。

現(xiàn)在領(lǐng)先的 AI 輸入法，其實已經(jīng)開始朝這個方向走了。

比如 Whisper Flow 會根據(jù)你所在的 App 自動「變身」：

• 在 Slack 里，它會把你說的話變得隨意、全小寫、甚至加個 Emoji；

• 在 Email 里，則會自動改寫成商務(wù)郵件的語氣和格式。

創(chuàng)始人在播客里還提到，他們下一步要做更細的 context 提取：

同樣是在 Slack，你在「公司大群」發(fā)言，和在「跟最好朋友的私聊」里說話，語氣完全不同。

Whisper Flow 會感知到這個細微差別，并自動匹配你的語氣。

第三步：反客為主。

輸入法一直是系統(tǒng)權(quán)限最高的軟件之一。移動端的隱私保護還相對嚴格，但在 PC 場景下，像 Wispr 之類的應(yīng)用甚至是擁有讀屏權(quán)限的，等同于是能同時捕捉到你看到的信息。這讓它有機會成為最了解你的產(chǎn)品之一。最終甚至可能能主動跳出來幫你干活，而不是等你發(fā)號施令。

打我敲下這行字的時候，我已經(jīng)開始幻想我的輸入法能突然跳出來說：

「我突然想到一個有趣的梗，你這里可以加上」。

此外，上周末在我們組織的一個閉門討論會上，有一個做二級的投資人朋友還提到了一個很有趣的觀點：

輸入法的定位有點像前一段時間 Reddit 對于 OpenAI 的意義，很多模型公司都有合作和收購意愿。

原因是，輸入法掌握了高價值的一手數(shù)據(jù)，而這些數(shù)據(jù)對兩件事情格外關(guān)鍵：

1）訓練模型對人類偏好和意圖的理解

2）讓模型跟上人類語言的實時變化，比如最近出了什么流行梗、上了什么爆款電影。

把這些放在一起看，我們會發(fā)現(xiàn)，輸入法并不是一個簡單的效率工具，它有機會成為：

1）你和所有軟件之間最高頻的交流接口；

2）你和大模型之間最完整的一根數(shù)據(jù)管道。

但當然，以上只是一個爽文劇情，實際會有很多問題，比如，輸入法是寄生在 OS 上的，蘋果等系統(tǒng)層隨時可能收回權(quán)限，自己下場。

又比如，用輸入法的數(shù)據(jù)訓練模型雖然會做很多隱私脫敏，但很多用戶過不了心理門檻。一個能「讀屏」且「聽懂語氣」的 AI，會讓很多人（尤其是企業(yè)）感到被監(jiān)視的恐懼，從而不會放權(quán)。

但不管怎樣，我覺得輸入法都會變成一個很有趣的觀察窗口：

它注定要被拉到牌桌中央，參與一輪又一輪討價還價，然后長成一個和現(xiàn)在完全不同的樣子。

Reference：

• How Wispr Flow Uses AI to Save Professionals Hours Every Day | Subversive

  https://yt.psee.ly/8ft8qd

• How to Get Started with Wispr Flow to Save 10 Hours a Week | Tanay Kothari | Peter Yang
  

  https://yt.psee.ly/8ft8r9

• R.I.P. Computer Keyboard (1964 – 2025) | Possible Podcast

  https://yt.psee.ly/8ft8rn

(三) 最近見過最好的 5 個 AI 交互設(shè)計

我聽各種海外播客時，經(jīng)常聽到一個類似的判斷：

AI 目前最大的瓶頸在交互。我們今天用的 Chatbot，本質(zhì)上還停留在「MS-DOS 時代」的命令行，還沒有迎來真正的 GUI 時刻。

不過，過去一年里，交互這條線已經(jīng)有了很多探索。

比如，DeepSeek 帶火了顯性思維鏈，現(xiàn)在這已經(jīng)成了 AI Chatbot 的標配，提高信任感；

Manus 帶火了虛擬機這種形式，單獨給 AI 配置一個電腦，讓他自己操作，互不干擾。

我們最近還看到了一些領(lǐng)先的交互范式，可能會成為明年的新共識：

1. 參數(shù)滑塊

自然語言在描述「程度」時是無力的。你很難界定「放飛一點點」具體是多少。

所以很多 AI 產(chǎn)品現(xiàn)在都加上了參數(shù)滑塊，比如 11 Labs 可以調(diào)整 Prompt Influence（提示詞權(quán)重），決定是嚴格遵循指令，還是讓 AI 自由發(fā)揮。

未來，「Prompt 負責定性，滑塊負責定量」可能成為一個標配設(shè)計。

在做一個精細任務(wù)時，用戶可以直接在旁邊創(chuàng)建一個滑塊，比如一端是更簡潔，一端是更詳盡，來回拖一拖，就能快速試出一個滿意的區(qū)間。

同時，這在心理學層面也很重要，我很喜歡的一個交互設(shè)計師 Geoffrey Litt 在播客里講過一個觀點，現(xiàn)在很多 AI 工具都在追求極致的自動化（比如 Agent 一鍵做出一個完整的作品），但他認為這是非常反人性的，完全由 AI 生成的內(nèi)容，用戶很難產(chǎn)生「這是我的作品」的歸屬感。

一個形象的比喻是做陶瓷。

如果只是對工匠下指令說「我要個杯子」，這不叫創(chuàng)作，這叫采購。

真正的創(chuàng)作是你手摸著泥巴，根據(jù)泥巴的反饋實時調(diào)整力度和形狀。這種 Feedback Loop（實時反饋回路）才是讓用戶進入心流，感到滿意和快樂的關(guān)鍵。

2. 反向 Onboarding

現(xiàn)在大多數(shù) AI 產(chǎn)品的 Onboarding 流程都很重：

注冊 → 驗證郵箱 → 填一堆信息（職業(yè)、行業(yè)、目標…）→ AI 才開始服務(wù)。

用戶一上來就要付出時間、信任，還不知道值不值得。

但我最近看到了一些很妙的 Onboarding 案例，是把這個邏輯完全反過來。

比如 AdComposer.ai（一個廣告文案生成工具），它的首屏極其克制，只有一個輸入框：丟下你的公司網(wǎng)址，一鍵生成幾組廣告創(chuàng)意。

通過這個過程快速證明：「這是我能做到的，你先感受一下?！?/p>

再比如 Co-founder 這個產(chǎn)品，第一步也是讓你先輸入 Gmail 或者其它 URL，它會立刻根據(jù)抓取到的信息，模仿你的語氣寫一封郵件，或生成一個工作流。

所以我在想，或許未來很多 AI 產(chǎn)品的第一步，都會變成先證明自己，先讓用戶看到價值，而不是一上來就要求用戶先行付出。

也就是我們可以想想，有沒有辦法把 TTV（Time to Value，價值感知時間）壓到接近 0，讓用戶第一次點進來，就像走進面包店門口，被塞了一塊試吃的小餅干？

3. 善用等待時間

現(xiàn)在的 AI 生成往往需要幾十秒，用戶對著 Loading 動畫等待時會變得非常不耐煩。

但 Gamma 和 Perplexity 提供了一個挺好的思路：

等待時間，本質(zhì)上是一個低成本的「二次交互窗口」。

比如，Gamma 會在你盯著屏幕發(fā)呆時，讓你選 PPT 的主題風格；Perplexity 在一些情況下會彈窗問你：「是否需要補充更多細節(jié)？」

這樣，既給了用戶事情做，模型的生成結(jié)果也更準，還減少了需要迭代的輪次，對公司是實打?qū)嵉某杀緝?yōu)化。

4. 用「命名」控制用戶預期

交互設(shè)計中，很重要的一個工作其實是「定義語言」。團隊選用的名詞，決定了用戶如何理解產(chǎn)品的邊界。

我自己超級喜歡的一個案例是一個畫布產(chǎn)品 tldraw，他們嘗試讓 Agent 在畫布上協(xié)作時，發(fā)現(xiàn)現(xiàn)在的模型還是很笨，經(jīng)常把東西畫錯位置，或者不知道自己在干嘛。

那問題來了：要怎么讓用戶能試用起來，又不對它期待過高呢？

后來，他們搞了一套非常有意思的「敘事降級」策略，把幻覺本身，從產(chǎn)品缺陷，變成了世界觀設(shè)定。成功是驚喜，翻車是劇情。

首先是改名字。

他們刻意沒有把 AI 叫做 Agent、Collaborator 或虛擬員工，因為一旦這么叫，用戶下意識就會覺得它應(yīng)該像同事一樣靠譜。

他們考慮的名字是 fairies（小精靈）/ ghosts（小鬼）/ bugs（小蟲子）—— 聽上去就不像能全權(quán)托付的對象。

這些小精靈很小，漂在你的光標旁邊，不同的精靈穿著不同的衣服、戴著不同的帽子：

• 你可以看到它在「思考」（摸下巴）；

• 看到它覺得任務(wù)太難了，開始召喚其他小精靈（sub-agent）來一起干活；

其它的技術(shù)邏輯也被包裝成了童話隱喻：

• 池塘（Pond）= 文件夾/作用域： 想要管理一個特定的上下文，只需要在畫布上畫一個魔法池塘。任何被拖進池塘的文件，就會自動成為這個 Agent 的 Context。

• 禮物（Gifts）= 補充信息：想要給 Agent 額外的文檔，可以像給精靈留下禮物一樣，把小紙條留給它。

• 附身（Warging）= 外部工具調(diào)用： 當一個小精靈需要通過 MCP 去連接外部工具或數(shù)據(jù)時，它的眼睛會翻白，像權(quán)游里的 warging，表示它正在通靈（所以延遲、卡頓都是合理的施法過程）。

在這套設(shè)定下，用戶天然會覺得：

它們本來就是有點調(diào)皮、不可控的非人生物，所以犯蠢是可以被原諒的。

當一個小精靈把圖畫歪了，用戶更可能想的是：「哎呀它又調(diào)皮了」，而不是「這垃圾軟件又崩了」。

這里的啟發(fā)是，敘事設(shè)計可以是我們掩蓋模型能力不足、提升用戶留存一個很高效的手段。

尤其在今天，AI 還有很多幻覺和 bug，你產(chǎn)品的「敘事包裝」最好與 AI 呈現(xiàn)出的「智力水平」相匹配，而不是給它一個它撐不起來的廣告語。

5. 視角濾鏡

我還很喜歡的一個交互設(shè)計師是 Linus Lee，之前在 Notion 負責探索 AI 功能的設(shè)計。他曾經(jīng)提出過一個有趣的想法：

每個創(chuàng)意行業(yè)大都存在一個資源庫。比如字體庫、音效庫、濾鏡庫、筆刷庫。 但思考和寫作還不存在這樣的東西。 我們其實可以嘗試從模型里，提取出一種可打包、可共享的「思維特征」，把它們變成一種新的資源庫，任何人都能隨意取用。

一些雛形已經(jīng)出現(xiàn)了。比如我們現(xiàn)在會跟 AI 說：「用理查德·費曼的語言風格解釋一下」，但這還只是原始的版本。往后，也許在寫作界面里，我們會看到一個「視角過濾器」菜單欄，和現(xiàn)在在 Word 里選字體一樣方便。一個產(chǎn)品經(jīng)理，可以裝載一個「喬布斯思考濾鏡」，讓 AI 瞬間切換視角給出點評。

同時，大家也可以自己定制濾鏡，并在公開市場上交易。 以前的知識付費賣的是內(nèi)容，未來的知識付費賣的是「腦回路」。

比如，我完全可以想象自己搞一個「曲凱濾鏡」：把我老板所有文章、播客、會議紀要、和同事們的微信聊天記錄，外加榮格八維之類的人格測試數(shù)據(jù)統(tǒng)統(tǒng)喂給 AI，且保持聯(lián)網(wǎng)更新，每周自動抓取他的最新言論，保持和本尊的思維同步。

那我就可以在寫所有方案和文章時，都外掛上一個曲凱濾鏡，讓 AI 先看看他會噴哪幾塊。

再往外推一步，我猜，未來每家公司可能也都會有一個「品牌濾鏡」。

內(nèi)置創(chuàng)始人人格特質(zhì)、價值觀，公司所有品牌物料...

所有對外郵件、文章、招聘都先跑一遍這個濾鏡，檢查「是否符合公司氣質(zhì)」。

如果把粒度再做細一點，AI 產(chǎn)品里還可以有一個「思維調(diào)音臺」。 這里的交互就不是下拉菜單，而是一組推拉桿。

畢竟大家都是打工人，匯報時往往需要端水，就可以設(shè)置：

• CEO 視角占比 50%

• 產(chǎn)品老大視角占比 20%

• 法務(wù)視角占比 10% ...

我想，只要創(chuàng)造思考中有哪一塊是高頻 + 可復用 + 創(chuàng)建門檻較高，都可以考慮一鍵封裝，隨時調(diào)用。

Reference：

• Synthesizer for thought | Linus Lee

  https://thesephist.com/posts/synth/

• Steve Ruiz - Is the canvas the future for AI? | Dive Club

  https://shorturl.asia/T62Oj

• Geoffrey Litt - The Future of Malleable Software | Dive Club

  https://shorturl.asia/7Rnkx

• Vitaly Friedman - Beyond Chat: What's Next for AI Design Patterns | Dive Club

  https://shorturl.asia/l3sYU

• Emily Campbell - AI UX Deep Dive | Dive Club

  https://shorturl.asia/rjAvH

(四) 產(chǎn)品設(shè)計的終極形態(tài)Cursor 設(shè)計負責人 Ryo Lu（也是 Notion 早期非常重要的產(chǎn)品設(shè)計師）最近在播客里提到一個觀點，對我很有啟發(fā)。 他很反感人們天天強調(diào) taste 是未來設(shè)計師的核心競爭力，在他看來，taste 沒有那么重要，真正決定上限的是「系統(tǒng)思維」。

原因在于，未來的 UI 一定是千人千面的，產(chǎn)品最終長成什么樣，會更多由用戶自己的 taste 決定。

Cursor 的愿景就是：

底下只有一個 Cursor，但上面長出千人千面的工作界面，把所有做軟件的人（開發(fā)、設(shè)計、PM…）都收進同一套操作系統(tǒng)。

也就是說，未來開發(fā)、PM、設(shè)計師都會直接在 Cursor 里完成工作，只是他們看到的「界面形態(tài)」完全不同：有人直接操作畫布，有人操作文檔，有人操作代碼。但這些角色本質(zhì)都在做同一件事——影響一段代碼如何被改動。

在這種情況下，產(chǎn)品設(shè)計的核心工作就變成了：設(shè)計概念 + 系統(tǒng)級交互。

Notion 就是一個很好的例子。

Notion 的設(shè)計核心不是好在圓角多少像素，而是設(shè)計了 Block (模塊)、Page (頁面)、Database (數(shù)據(jù)庫) 這幾個核心概念，以及它們?nèi)绾位ハ嗲短住?/p>

如果從這個視角再往下想，未來的「軟件」會越來越像一棟「建筑」。

什么意思？

通常我們認為建筑是「靜態(tài)」的藝術(shù)——一旦竣工剪彩，設(shè)計就結(jié)束了。

但實際上，竣工只是這棟樓生命的開始。

我很喜歡的一本書是 Stewart Brand 的《How Buildings Learn: What Happens After They're Built》（建筑如何學習：建成之后發(fā)生了什么）

里面的核心觀點是：建筑是一個隨著時間推移不斷進化的有機體。優(yōu)秀的建筑不是設(shè)計出來的，而是隨著用戶的需求生長出來的。

這個進化過程不是一個整體，而是由六個變化速度不同的層級共同構(gòu)成的：

• Site（地基）：基本不變

• Structure（空間結(jié)構(gòu)）：30–300 年一變

• Skin（外立面）：大約 20 年一變

• Services（管線）：7–15 年一變

• Space Plan（布局、裝修）：3–30 年一變

• Stuff（家具物品）：1–30 天一變

很多糟糕的建筑之所以糟糕，是因為把不同壽命的層級粘在了一起。比如，把壽命只有 15 年的管線埋進了壽命 100 年的混凝土結(jié)構(gòu)里。導致后期無法維護，最終只能全部拆除。

往后，產(chǎn)品設(shè)計的工作也會更多變成：

1. 定結(jié)構(gòu)：

Ta 要先搭一套清晰、耐用的概念體系（承重結(jié)構(gòu)），再規(guī)劃一組可插拔的能力接口（管線層），最后給最外層留出足夠的空間，讓用戶自己的 taste 和 workflow 能生長出來。

2. 定屬性：

Ta 要看清每一塊東西的本質(zhì)屬性（比如一個按鈕、一個 workflow、一條用戶權(quán)限、一種服務(wù)能力），然后決定哪些東西是底層共享的，哪些是可以個性化的。

3. 定邏輯：

Ta 要從設(shè)計「這個頁面長什么樣」，到設(shè)計「這個系統(tǒng)該如何思考」，比如，「當用戶猶豫時，展現(xiàn)出更多的圖片來激發(fā)靈感」；「當用戶急躁時，把廣告統(tǒng)統(tǒng)收起來，只留下確認按鈕」。

以前設(shè)計師的成就感來自「這一版 UI 好好看」。

未來更像是「在我設(shè)計的規(guī)則下，系統(tǒng)自己長出來的界面，十萬個人用起來都順手，各不相同但沒有失控」。

再往深推一步，從建筑到軟件，我們一路在討論的，都是同一件事：

一個系統(tǒng)怎么在時間里變形，又怎么在變形中維持自己。

關(guān)于這部分具體的 knowhow，這里就來不及詳細展開了。但我很想在文章結(jié)尾再推薦一下 Stewart Brand 的作品。他在寫完《How Buildings Learn》之后，又把視角拉高了一層。

他意識到，能長期活下來的系統(tǒng)，都有一個共同點：

這些系統(tǒng)從來不是「所有部分一起跑」的。相反，任何一個有韌性的系統(tǒng)，都是由不同速度的層級疊加起來的。

在后來那篇著名的《Pace Layering: How Complex Systems Learn and Keep Learning》(節(jié)奏分層：復雜系統(tǒng)如何學習和適應(yīng)變化？) 里，他把人類文明畫成了六個同心轉(zhuǎn)動的齒輪：

• 最外圈是「時尚」，潮流來了又走；

• 往里是「商業(yè)」，逐利、創(chuàng)新、快速迭代；

• 再往里是「基礎(chǔ)設(shè)施」，道路、能源、教育體系，一般會撐幾十年；

• 再往里是「政治制度」，法律、制度、監(jiān)管，變得更慢；

• 更深處是「文化」，價值觀和集體記憶，以世紀為單位緩慢沉積；

• 最內(nèi)圈是「自然」，幾乎不以人類意志為轉(zhuǎn)移。

它們并不是互相拖累，而是靠這種錯位一起維持系統(tǒng)的韌性——快層負責試錯、創(chuàng)新、偶爾造反；

慢層負責記憶、約束、把關(guān)，決定哪些變化可以被寫進底層系統(tǒng)，哪些就當作一次性的鬧劇。

(原文寫得很有韻味，我要在這里貼一下：

Fast learns, slow remembers.

Fast proposes, slow disposes.

Fast is discontinuous, slow is continuous.

Fast and small instructs slow and big by accrued innovation and by occasional revolution.

Slow and big controls small and fast by constraint and constancy.

Fast gets all our attention, slow has all the power.）

甚至，我們可以把問題再往深里推一步：

這套對不同時間尺度的適應(yīng)能力，其實不只是文明運作的機制，更是生命體的本能。

物理學家 Freeman Dyson 提出過一個很深刻的角度：

人類的命運，取決于六個不同時間尺度上的博弈。

要想生存，我們必須在這六個尺度的競爭中都常勝不敗。

但在這六個時間尺度上，生存的單位是不同的。

• 在以年為跨度的時空標尺上，單位是個人。

• 在以五十年為跨度的時空標尺上，單位是家庭。

• 在以百年為跨度的時空標尺上，單位是國家。

• 在以千年為跨度的時空標尺上，單位是文化。

• 在以萬年為跨度的時空標尺上，單位是物種。

• 在以億年為跨度的時空標尺上，單位是我們星球上的整個生態(tài)系統(tǒng)。

我們每個人都是同時適應(yīng)這六個時空要求的產(chǎn)物，這就是為什么各種相互矛盾的生物天性同時植根于我們的基因之中。

為了生存，我們必須同時忠于我們自己，忠于我們的家庭，忠于我們的部落，忠于我們的文化，忠于我們的物種，忠于我們的星球。

這是為什么我們一方面極其短視、自我，另一方面我們又會為遙遠的他者產(chǎn)生近乎不理性的犧牲沖動。

如果說一個人的心理沖動是復雜的，那是因為它是由不同維度上復雜而矛盾的需求共同塑造的。

回到最初的話題，未來的設(shè)計究竟在設(shè)計什么？

我覺得是在建造一種能夠包容矛盾的結(jié)構(gòu)。

軟件、建筑、制度、文化，其實都只是同一件事的不同外殼。

它們都是人類為了在多重時間尺度中活下去，而一次次做出的結(jié)構(gòu)性嘗試。

Reference：

• 《How Buildings Learn: What Happens After They're Built》| Stewart Brand

  https://shorturl.asia/kPmoq

• Pace Layering: How Complex Systems Learn and Keep Learning | Stewart Brand

  https://shorturl.asia/LSzbD

• Ryo Lu (Cursor): AI Turns Designers to Developers | a16z

  https://shorturl.asia/kBC8K

P.S. 很多朋友反饋希望以郵件的形式訂閱，所以我們給 AI Newsletter 的新專欄單獨開了一個網(wǎng)站，感興趣的朋友可以點擊 “閱讀原文” 通過網(wǎng)頁版訂閱 (友情提示，打開網(wǎng)頁需要一些魔法)。