界面正在消失：AI时代的产品新常识 / The Interface is Disappearing
界面正在消失：AI时代的产品新常识 / The Interface is Disappearing
1. 你今天用得最多的 APP 是什么？
问你一个问题：今天你用得最多的 APP 是什么？
如果你和大多数人一样，答案可能是微信、抖音、淘宝、小红书，或者 Gmail、Slack、Notion。这些名字我们已经太熟悉了，熟悉到几乎不会去想——为什么是它们？为什么我们每天要打开十几个 APP，每个里面还要再点十几下？
但如果我换一个问法：你今天最讨厌的 APP 是什么？你可能立刻就有答案了。可能是某个银行 APP，每次转账都要点七八个页面；可能是某个外卖平台，下一单要看完三屏优惠券；也可能是某个政府服务 APP，光是找"公积金提取"这个功能就要花五分钟。
我们热爱 APP，又被 APP 折磨。这种又爱又恨的关系，已经持续了将近二十年。
我想用一个真实场景来开场。这个场景不是假设的，它就发生在我朋友家的客厅里。
朋友的奶奶今年 78 岁，一辈子没上过几天学。智能手机在她的世界里，一直是个神秘的盒子——能打电话、能和孙子视频，但她从来不敢自己点外卖，因为"那些字太小了，我不知道按哪里"。
去年春节，朋友的妹妹给她买了一台带语音助手的小音箱。妹妹花了十分钟教她怎么唤醒，怎么说话。然后奶奶做的第一件事，是对着音箱说了一句："我想吃红烧肉。"
音箱回了她："好的，为您找到附近三家有红烧肉的餐厅，分别是XX、XX、XX，您想吃哪一家？"
奶奶说："第一家。"
音箱："好的，已为您下单，预计35分钟送达。"
整个过程，没有打开任何 APP，没有点击任何按钮，没有输入任何地址，没有选择任何优惠券。奶奶从头到尾只说了两句话。
朋友后来跟我感叹："我给她买那么贵的智能手机，她从来不用。结果一个 199 块的语音音箱，她天天用。"
这个故事之所以让我震撼，不是因为技术多神奇——语音识别、推荐算法、外卖 API，这些技术单独看都不新鲜。真正让我震撼的是：奶奶没有遇到任何"界面"。 没有图标，没有菜单，没有按钮，没有弹窗，没有任何需要她学习的东西。她只是在说话。
这就是我想在本书第一章和你聊清楚的事：当 AI 足够聪明时，界面本身会变得多余。
界面（interface），这个词在过去三十年里一直是产品设计的核心。我们把界面做好看，做易用，做符合用户心智模型，做符合尼尔森十大可用性原则。每一个产品经理、每一个设计师，都把"做界面"当成天经地义的工作。
但 AI 正在改变这一切。
ChatGPT 发布不到两年，月活用户就突破了两亿。Character.ai 让无数人花上几个小时和虚拟角色聊天。Humane 推出了没有屏幕的 AI Pin。Rabbit 推出了能替你操作各种 APP 的 R1。苹果在 WWDC 上宣布 Apple Intelligence，要把 Siri 变成真正的智能助手。Google 把 Gemini 塞进搜索框。安卓系统开始支持"圈选即搜"。
所有这些信号都指向同一个方向：界面，正在从"可见的屏幕"变成"隐形的智能"。
这不是危言耸听，这是正在发生的范式转移（paradigm shift）。
托马斯·库恩在 1962 年提出"范式转移"这个词时，他说的是：当旧的范式积累的矛盾越来越多，新的范式就会突然爆发，整个学科的基础假设都被推翻。在产品设计领域，过去三十年的范式是"屏幕+点击"。而下一个范式，将是"对话+代理"。
在这本书里，我想和你一起穿越这场范式转移。
我会告诉你：
- 界面为什么会消失，消失的三种形态是什么；
- 当界面消失后，产品经理和设计师该何去何从；
- AI 原生（AI-native）产品的设计方法论是什么；
- 如何打造真正让人觉得"啊这就是未来"的产品。
但我们不急。在第一章，我只想和你聊清楚一件事：界面这个概念，正在被 AI 重新定义。
让我们从一个更基本的问题开始：界面到底是什么？为什么会有界面？
2. 三十年界面简史：从打字到说话
要理解"界面为什么在消失"，我们得先理解"界面是怎么来的"。
人类发明计算机的前几十年，其实没有"界面"这个概念。1950 到 1980 年代，程序员和早期计算机用户打交道的方式，是命令行（Command Line Interface，CLI）。也就是你现在在电影里看到的那种黑底绿字的屏幕，一闪一闪的光标后面，你得敲下精确的命令。
```bash $ dir $ cd documents $ type readme.txt ```
那时候的"用户"，基本上就是程序员自己。或者说是那些愿意花几周时间背命令的人。
CLI 强大、高效、灵活，但门槛极高。一个不会 `cd`、`ls`、`grep` 的人，连电脑都开不了。
1984 年，苹果推出了 Macintosh。乔布斯坚持要给电脑加上图形界面（Graphical User Interface，GUI）。这个决定在当时遭到了无数工程师的嘲笑——图形界面"浪费 CPU"、"效率低下"、"给小孩子玩的玩具"。
但乔布斯看到的，是另一个维度。
他后来说过一句很著名的话，大意是："你不能在第一次见面时就让用户读说明书。GUI 的意义，是让人用直觉就能操作。"
这就是 GUI 革命的核心：把"指令"变成"对象"。你不需要记住"删除文件的命令是什么"，你只需要把文件图标拖到垃圾桶。垃圾桶长什么样，全世界的人都认识。
GUI 用了大概十年时间，从"工程师的玩具"变成了"所有人的电脑"。
然后是 1990 年代的 Windows 95，把 GUI 推向了主流。再然后是 2007 年的 iPhone，把 GUI 进一步简化成了触控界面（Touch Interface）。
iPhone 的革命性在于：它把 GUI 从"鼠标+键盘"变成了"手指"。这看似只是硬件的变化，但本质上是交互模型的革命。
鼠标时代，你需要"指针-点击-双击-拖拽"这套动作语法。手指时代，一切都简化成了"点、划、捏"。用户不再需要学习"这是什么按钮"，只需要做最自然的手势。
每一次界面革命，都在做同一件事：降低用户的学习成本。
| 时代 | 典型代表 | 核心交互 | 用户要学的东西 | |------|---------|---------|--------------| | CLI 时代 (1960s-1980s) | DOS, Unix | 键盘输入命令 | 记住几十上百个命令 | | GUI 时代 (1980s-2000s) | Windows, macOS | 鼠标点击拖拽 | 理解图标、菜单、窗口 | | 触屏时代 (2007-2019) | iPhone, Android | 手指触摸手势 | 理解图标 + 学习基础手势 | | 对话时代 (2022-) | ChatGPT, Alexa | 自然语言对话 | 学习"怎么说清楚需求" |
你看到规律了吗？
每一代界面，都比上一代少了一层"翻译"。
CLI 要求你把"我要什么"翻译成"机器能懂的指令"。GUI 要求你把"我要什么"翻译成"哪个图标、哪个菜单、哪个按钮"。触屏时代好一些，但本质上还是"哪个图标、哪个按钮"。
而对话时代，你不需要翻译了。
你不需要知道"这个功能在第三层菜单的子选项里"，你只需要说"帮我把这个改一下"。你不需要学"怎么截图、怎么标注、怎么发送"，你只需要说"把这个发给我老板"。
AI 干掉了那层"翻译"。
这就是为什么 ChatGPT 发布后，所有人都觉得震撼。不是因为它能写诗、写代码、写论文（虽然这些也很震撼），而是因为——它听懂了我在说什么。
我们这一代人，第一次有了一种感觉：原来我可以和电脑"说话"了。
但 ChatGPT 只是开始。它证明了"对话可以成为界面"，但它本身还不是一个"产品"——它更像一个"通用工具"。真正让人兴奋的是，从 2023 年开始，一批"AI 原生产品"开始出现。
什么是 AI 原生（AI-native）？它不是"传统产品加了 AI 功能"，比如"微信加了 AI 助手"。它是从第一天起，就为 AI 设计的、没有传统界面的产品。
Character.ai 是其中一个典型。用户和 AI 角色聊天，聊天框就是全部界面。没有个人主页、没有设置页、没有积分商城。你想换个角色，就退出当前对话，重新选一个。
Humane 的 AI Pin 更激进。它根本没有屏幕——一个夹在衣服上的小设备，投射激光显示在手掌上，但主要交互方式是语音。你说，它答。
Rabbit R1 是一个橙色的小方块，也几乎没有屏幕。它的设计哲学是"替你操作 APP"，你告诉它要点什么外卖，它自己打开外卖 APP，替你完成下单。
这些产品在商业上未必成功，Humane 在 2024 年被 HP 收购，Rabbit 也经历了诸多争议。但它们验证了一件事：没有屏幕、没有图标、没有菜单，产品依然可以运转。
这是产品设计史上前所未有的事情。
过去三十年，我们默认"界面 = 屏幕"。一个产品经理如果没有界面图，等于没有 PRD（产品需求文档）。一个设计师如果不画线框图、高保真原型，等于没有工作产出。
但 AI 原生产品打破了这个默认。
它们的"界面"，不是屏幕上的像素，而是模型里的对话流。你和产品的关系，不是"用户和产品"，而是"人和助理"。
这就是范式转移。
3. 界面"消失"的三种形态
但我必须诚实地告诉你：界面不会在一天之内消失。
至少在未来 5-10 年里，界面还会存在——只是会以不同的形态存在。根据我观察到的产品趋势，界面"消失"的过程会有三种形态：隐身化（Invisibility）、对话化（Conversationalization）、代理化（Agentification）。
让我一个一个展开。
3.1 形态一：隐身化（Invisibility）
第一种形态，叫"隐身化"。界面还在，但它被 AI 推到了幕后。
这种形态最典型的是苹果在 2024 年 WWDC 上推出的 Apple Intelligence。
它做了什么？表面上，你的 iPhone 界面没有任何变化。图标还在、APP 还在、设置菜单还在。但 AI 已经悄悄渗透到了所有地方：
- 你收到的邮件，AI 自动帮你总结要点；
- 你拍的照片，AI 自动帮你移除背景杂物；
- 你打字的时候，AI 自动帮你改写语气；
- 你收到一堆通知，AI 自动帮你归类，只推送重要的。
界面没变，但 AI 在背后默默做了大量工作。
这种形态的好处是用户没有学习成本。你不需要学任何新东西，因为界面还是你熟悉的界面。但同时，你得到了 AI 的能力。
隐身化是当前最主流的过渡形态，因为它最稳妥。Google 的 Gemini、微软的 Copilot、三星的 Galaxy AI，基本都是这种思路。
隐身化的本质是：AI 增强现有界面，而不是替代现有界面。
它的设计哲学是"温和的革命"。对产品经理来说，这是风险最低的选择；对用户来说，这是接受度最高的选择。
但隐身化也有局限。它仍然是"传统界面+AI 增强"，而不是"AI 原生"。从某种意义上说，它只是让界面变得更聪明了，而不是让界面消失。
所以我们进入第二种形态。
3.2 形态二：对话化（Conversationalization）
第二种形态，叫"对话化"。界面被压缩成一个对话框。
这种形态的典型代表是 ChatGPT、Claude、Pi、文心一言、通义千问。
整个产品就是一个聊天界面。没有菜单、没有侧边栏（除了历史对话列表）、没有设置页（除了基本配置）。你和产品的全部交互，就是"打字→回车→看答案"。
这种形态的优势是通用性。同一个聊天框，可以问天气、可以写代码、可以翻译、可以写情书、可以做数学题、可以陪你聊哲学。传统 APP 需要几十个不同的界面来完成这些任务，ChatGPT 只需要一个对话框。
对话化的本质是：把界面从"功能导航"变成了"意图表达"。
在传统 APP 里，你得先理解"这个功能在哪"。在对话化产品里，你只需要说"我要什么"。AI 负责把"我要什么"翻译成具体的操作。
这种转变听起来简单，但意义重大。因为它把"操作"的责任，从用户转移到了 AI。
在传统产品里，用户要承担三件事：
1. 知道功能在哪里（认知负担）； 2. 知道怎么操作（操作负担）； 3. 知道操作的对错（验证负担）。
在对话化产品里，用户只需要承担一件事：清楚自己想做什么。
至于"功能在哪里"、"怎么操作"、"对不对"，AI 都帮你搞定。
这就是为什么对话化产品的体验会让人觉得"舒服"。不是因为它技术上多先进，而是因为它把用户的负担降到了最低。
但对话化也不是终点。
因为当你和 ChatGPT 聊了半小时后，你可能会发现：其实很多时候，你不需要"对话"。你只需要"结果"。
比如你让 ChatGPT "帮我订明天早上八点从北京到上海的高铁"。ChatGPT 会回你一堆信息，然后问你"要订几张"、"哪个座位"、"是否需要接送"。你还得继续回答。
这时候你会想：为什么我还要回答这些问题？为什么 AI 不直接帮我订好？
这就引出了第三种形态。
3.3 形态三：代理化（Agentification）
第三种形态，叫"代理化"。界面和对话都没有了，只剩下一个结果。
这种形态的典型代表是 AI Agent（人工智能代理）。
Agent 和对话产品的区别是：Agent 会主动行动，对话产品只是被动回答。
当你对 ChatGPT 说"帮我订明天的高铁"，ChatGPT 会问你一堆问题，然后告诉你"好的，你去 12306 订吧，记得选 8 点的班次"。它没有真的帮你订。
当你对一个 AI Agent 说同样的话，Agent 会自己登录 12306，自己搜索班次，自己选座位（按你的偏好），自己付款，最后告诉你"已订好，明早 7:55 的 G1 次，08:08 检票"。
整个过程，你不需要看任何界面，不需要做任何确认（除非是付款这种关键操作）。
这就是"代理"（Agent）的含义：AI 不是你的工具，而是你的代理人。
就像你让助理去买咖啡，你不需要跟着他去星巴克、不需要帮他选杯子、不需要帮他付钱。你只需要说"帮我买杯拿铁"，他办好了告诉你一声。
代理化是 AI 原生产品的终极形态。
它的设计哲学是：用户只负责"意图"，AI 负责"执行"。
这听起来很美好，但实现起来非常难。当前的 Agent 产品还在早期，错误率高、成本高、可靠性差。
但方向是明确的。所有头部公司都在押注 Agent：
- OpenAI 推出了 Operator，能替你在浏览器里操作；
- Anthropic 推出了 Computer Use，让 Claude 直接控制电脑；
- Google 推出了 Project Mariner，能在 Chrome 里帮你做事；
- 国内的智谱、月之暗面、阿里、字节都在做 Agent 平台。
虽然这些产品还不够成熟，但三年、五年之后呢？
我给你看一个我自己做的思维实验。
假设你想点一份麦当劳外卖。
在传统 APP 时代（美团/饿了么），流程是这样的：
1. 打开 APP 2. 搜索"麦当劳" 3. 选择附近门店 4. 浏览菜单 5. 选择商品（巨无霸套餐） 6. 加入购物车 7. 选择规格（不要洋葱、加可乐） 8. 选择优惠券 9. 确认配送地址 10. 选择支付方式 11. 付款 12. 等待骑手接单 13. 等待送达
总共 13 个步骤，每一步都可能出错。
在 Copilot 时代（美团+AI助手），流程可能是：
1. 告诉 AI："我想吃麦当劳，巨无霸套餐，不要洋葱，可乐要冰的" 2. AI 弹出确认卡片："找到附近麦当劳，巨无霸套餐 39 元，不要洋葱，冰可乐，预计 35 分钟送达，地址正确吗？" 3. 你点击"确认下单"
总共 3 个步骤。
在 Agent 时代，流程可能是：
1. 告诉 AI："中午吃麦当劳" 2. AI 已经在背后完成了：知道你常点巨无霸、知道你不吃洋葱、知道你家地址、知道用哪张优惠券、知道什么时候下单最划算（午高峰前 15 分钟） 3. 你在手机上收到一条通知："午餐已下单，巨无霸套餐，35 分钟后送达"
总共 1 个步骤（甚至 0 个，因为 AI 可以等你饿了再问"要吃点什么吗"）。
我用 Mermaid 把这个对比画出来：
```mermaid flowchart LR A[User Goal<br/>User wants lunch] --> B[Traditional APP<br/>13 steps] A --> C[Copilot<br/>3 steps] A --> D[AI Agent<br/>0-1 steps] B --> B1[Open App] B1 --> B2[Search Store] B2 --> B3[Browse Menu] B3 --> B4[Customize] B4 --> B5[Add to Cart] B5 --> B6[Apply Coupon] B6 --> B7[Confirm Address] B7 --> B8[Pay] B8 --> B9[Wait for Delivery] C --> C1[Tell AI Request] C1 --> C2[AI Suggests] C2 --> C3[Confirm Order] D --> D1[Tell AI to Handle] D1 --> D2[AI Plans and Acts] D2 --> D3[AI Confirms Result] ```
这就是我要说的"界面税"（Interface Tax）。
什么是界面税？它是你为了使用一个产品，必须付出的所有"额外动作"的总和。
界面税 = 必须看到的元素数量 + 必须点击的次数 + 必须记住的概念 + 必须学习的操作
传统 APP 的界面税是 13。对话化产品是 3。Agent 产品接近 0。
AI 原生设计的核心目标，就是把界面税降到接近零。
你可能会问：界面税降到零，用户不会觉得"无所适从"吗？
这是个很好的问题。我的回答是：好的 AI 产品，会在"无界面"和"有反馈"之间找到平衡。
用户不需要点 13 个步骤，但他需要知道"事情办得怎么样了"。AI 不是不告诉你，而是用最自然的方式告诉你——可能是一句话，可能是一个小卡片，可能只是一个震动。
这就是"无界面"和"无信息"的区别。
无界面 = 没有需要操作的元素 无信息 = 不知道发生了什么
好的 AI 原生产品，做到了"无界面"，但避免了"无信息"。