The Spark: A New Design Era Begins

第 1 章 The Spark: A New Design Era Begins

一、深夜的"灵光一闪"

凌晨两点十七分，Maya Lin 关上了 MacBook 的屏幕，揉了揉酸涩的眼睛。桌上摊着三个外卖盒、两杯已经凉透的美式咖啡，以及一张被她画了又擦、擦了又画的草图。作为一家总部位于旧金山的金融科技公司 Lead Product Designer，Maya 已经连续 11 天在尝试重新设计公司核心产品的「智能投顾」模块。

让 Maya 痛苦的不是功能，而是底层逻辑的矛盾。

过去三年，她和团队按照「移动优先（Mobile-First）」的设计哲学，搭起了一个看似优雅的流程：用户从首页 Tap 进入，滑过四张介绍卡片，进入一个由 18 个选项组成的问卷。每一步都有精心设计的微动画、行为召唤按钮、A/B 测试过的文案。但是数据不会说谎——完成率只有 23%，其中能够坚持到配置出有效投资组合的用户，不足 7%。

问题出在哪里？Maya 知道答案：用户其实并不想回答 18 个问题。他们想要的是「我是一名 35 岁的产品经理，有 50 万存款，3 年后想买房子，帮我设计一个方案」这样一句话。

但她不知道该怎么把这种自然语言的需求，翻译成移动端可用的界面。传统的设计语言里，「自由文本输入」是一个被边缘化的组件，通常只出现在搜索框和评论区。

Maya 习惯性地打开了浏览器，准备看一些 Dribbble 上的灵感。就在新标签页加载的瞬间，她看到了一条被反复推送的消息：ChatGPT 刚刚发布，五天内用户突破 100 万。

Maya 出于职业敏感点开了链接。在一个极简的对话框里，她输入了那个困扰她多日的问题：

> "I am designing a wealth management onboarding flow. Users have to answer 18 questions but most drop off. How can I make this feel like a conversation rather than a form?"

十二秒后，屏幕返回的答案让 Maya 的手指悬在半空中：

> "Stop designing a form. Design a conversation. Let the user speak in their own words, and let the AI ask follow-up questions only when necessary. Each 'question' should be a response to something the user just said, not a pre-scripted step. This is the difference between a questionnaire and a dialogue. The interface is no longer a series of screens—it's a single canvas where context accumulates."

Maya 把这段话读了五遍。然后她做了一件在八年的设计生涯中从未做过的事：她打开了一张空白画布，没有画线框图，没有画用户流程图，没有打开 Figma。她写下了三个英文单词——Prompt as Canvas。

那一刻，她模糊地感觉到，自己过去三年积累的所有设计方法论，可能都需要重新被打磨。不是修改，不是迭代，而是从地基开始重建。

这个感觉，后来在 2023 年的春天，被整个产品行业用另一个词精确地表达出来：AI-Native。

---

二、"AI-Native" 究竟是什么？

2.1 一个被滥用的词

在 2023 年到 2024 年之间，「AI-Native」成为了科技行业最高频的标签之一。从 Notion 到 Salesforce，从 Adobe 到 Atlassian，几乎所有主流 SaaS 公司都在自己的产品宣传页面上挂上了这个标签。但如果你仔细看，会发现一个尴尬的事实：他们中大多数做的事情，本质上只是「在已有产品上加了一个 AI 按钮」。

这种混乱不是偶然的。当一个新的范式刚刚诞生，行业内部对它的定义往往是最模糊的。正如 2007 年「Web 2.0」被提出时，没有几个人能说清楚它和「动态网页」的本质区别；2012 年「Mobile-First」流行时，大量团队只是把桌面网站缩小塞进了手机屏幕。

为了真正理解 AI-Native，我们需要先区分三个不同的概念。我把它们定义为：

• **AI-Bolted-On（AI 拼贴式）**
• **AI-Featured（AI 功能式）**
• **AI-Native（AI 原生式）**

这三个词看起来只是程度的差异，但在产品架构层面，它们代表的是三种完全不同的世界观。

2.2 AI-Bolted-On：贴上去的 AI

AI-Bolted-On 是最浅层的 AI 应用形式。它指的是：在已有的产品上，通过调用一个外部 API（比如 OpenAI 的 GPT-4 接口），在某个特定功能点上添加 AI 能力。产品的核心架构、信息流、交互模式都没有改变，AI 只是一个「插件」。

一个典型的例子是 2023 年初很多 CRM 厂商做的事情：他们在「邮件撰写」按钮旁边加了一个「✨ AI 帮我写」的按钮，点击后调用大模型生成一封邮件草稿，用户再人工修改后发送。

这种做法在商业上是合理的——它能快速蹭到 AI 的热度，营销上可以说「我们也有 AI」。但从产品设计的角度，它有三个根本性的问题：

第一，AI 处于边缘位置。它只能处理产品中最不重要的边角任务，真正决定用户体验的核心流程，依然是死板的人工规则。

第二，数据没有回流。用户对 AI 生成内容的修改、打回、删除操作，没有被系统用来改进产品，因为这些操作的上下文和原有产品逻辑是断裂的。

第三，用户心理上是隔离的。当用户看到一个「AI 按钮」时，他们的第一反应是「这是一个实验性功能」或者「这是营销噱头」，而不是「这是产品为我设计的一部分」。

Bolted-On 不是没有价值。对于一个还在用 jQuery 维护的企业内部系统来说，加一个 AI 按钮可能是性价比最高的现代化方案。但它不是我们这本书要讨论的对象。

2.3 AI-Featured：把 AI 当作主角之一

AI-Featured 比 Bolted-On 前进了一大步。它指的是：产品明确把 AI 作为核心卖点之一，整个产品的设计逻辑、定价模型、市场定位都围绕 AI 能力展开。但 AI 仍然是一个「功能模块」，而不是产品的「操作系统」。

一个例子是 Grammarly。从 2009 年成立到 2022 年，它本质上是一个规则引擎加上一堆语法规则。当 2023 年他们推出 GrammarlyGO，把生成式 AI 作为产品的主要功能后，他们变成了一个 AI-Featured 的产品——AI 是头牌，但产品依然是「写作辅助工具」的形态，用户的核心心智模型没有变：你写，我帮你改。

另一个例子是 Notion AI。Notion 在 2023 年 2 月推出 AI 功能时，并没有改变 Notion 的核心架构——它仍然是一个基于 Block 的文档工具。AI 只是被注入到 Block 之中：你可以让 AI 帮你总结一段文字，帮你写一个表格，帮你改写一段话。但 Notion 的产品形态、信息架构、用户操作流程，依然是「人主导、AI 辅助」的二元结构。

AI-Featured 是一种稳健的产品策略。它既能让公司快速获得 AI 红利，又不会冒险去重构整个产品。对于大多数成熟公司来说，这是一个正确的过渡阶段。但它有一个隐含的天花板：当 AI 能力快速进化时，AI-Featured 的产品会因为「核心架构还是旧的」而陷入「功能越多越割裂」的窘境。

2.4 AI-Native：从地基开始就是 AI

AI-Native 是真正的范式革命。它指的是：产品从第一行代码、第一张架构图、第一次用户访谈开始，就把 AI 能力（特别是大语言模型的能力）作为产品的「操作系统」来设计。所有传统的功能——搜索、表单、流程、推荐、通知——都被重新思考：在一个 AI 如此强大的世界里，它们是否还需要以原来的形态存在？

要判断一个产品是否是真正的 AI-Native，有四个核心判断标准：

第一，AI 是否是默认交互模式，而不是备选模式。 在 AI-Bolted-On 产品里，AI 是一个按钮；在 AI-Featured 产品里，AI 是一个 tab 或者一个工具栏入口；在 AI-Native 产品里，AI 本身不存在——它就是产品的全部。用户的每一次输入、每一个操作，都在与 AI 进行某种形式的协作。

第二，产品的信息架构是否围绕「上下文」而非「页面」展开。 传统产品的基本单位是「页面」或「屏幕」——用户在不同页面之间跳转，状态在 URL 或本地存储中保持。AI-Native 产品的基本单位是「对话」或「会话」——用户在一个连续的空间里与 AI 互动，所有上下文都自然累积。

第三，产品的价值是否来自「AI 的能力上限」而非「功能的数量」。 传统产品靠堆功能形成壁垒——你有 50 个功能，我加到 80 个。AI-Native 产品的护城河来自 AI 本身的能力（模型的智能程度、对垂直领域的理解、与工具的集成深度）以及产品如何把这种能力「包装」成用户可用的形态。

第四，产品的设计语言是否承认 AI 输出的「不确定性」。 传统产品追求确定性——同一个输入，永远得到同一个输出。AI-Native 产品必须接受 AI 输出的概率性、同一次会话中的多变性。这要求设计语言必须为「重试、追问、改写、版本对比」这些原本边缘的交互提供一等公民的支持。

在 2024 年，能够同时满足这四个标准的成熟产品还不多，但它们已经清晰可辨：ChatGPT 本身、Anthropic 的 Claude（特别是带 Computer Use 的版本）、GitHub Copilot Workspace、Cursor、Perplexity、Replit Agent、Devin（AI 软件工程师 agent）、Harvey（法律 AI）等。

一个更典型的本土例子是月之暗面（Moonshot AI）的 Kimi Chat。与传统搜索引擎不同，Kimi 不让用户在搜索框里输入关键词，然后给十条蓝色链接；它让用户用自然语言提出问题，然后通过一次连续的对话、多次主动追问、跨文档总结，给出一个完整的答案。它的整个产品形态——从首页的输入框到结果页的呈现方式——都是为「一次完整的对话」而设计的。

2.5 一个三栏对比表

为了让这个区分更清晰，我用一个表格做总结：

| 维度 | AI-Bolted-On | AI-Featured | AI-Native | |------|--------------|-------------|-----------| | AI 的位置 | 边缘功能 | 核心功能 | 产品本身 | | 信息架构单位 | 页面 | 页面 + AI 模块 | 会话 / 上下文 | | 用户心智模型 | 「这是一个 AI 按钮」 | 「这是一个 AI 工具」 | 「我在和 AI 一起工作」 | | 设计自由度 | 低 | 中 | 高 | | 商业模式 | 订阅 + AI 增量 | 订阅溢价 | 价值定价 / Usage-based | | 代表产品（2024） | 早期 Salesforce Einstein | Notion AI、GrammarlyGO | ChatGPT、Cursor、Devin、Harvey |

2.6 为什么这个区分重要

你可能会问：定义这些类别有那么重要吗？毕竟最终用户关心的是产品好不好用，谁在乎它叫什么 Native 呢？

这个反对意见在短期内是合理的，但从中长期看，定义决定了你的产品演化路径。

一个 AI-Bolted-On 的产品，在面对竞争时只能不断「贴」更多 AI 按钮，这会让产品变得越来越臃肿。一个 AI-Featured 的产品，会遇到「AI 能力上去了，但产品骨架不变」的瓶颈——就像给一辆马车装上了 V8 发动机，速度确实快了，但车身结构迟早会散架。

只有 AI-Native 的产品，才能在大模型能力快速演进的过程中保持产品形态的稳定性。因为它的设计不是为「今天的 GPT-4」做的，而是为「未来三年持续变聪明的通用 AI」做的。

这也是为什么本书的核心读者——产品设计师、PM、Founders——必须先在脑子里建立这个区分。否则你做的所有后续工作——画线框图、做用户旅程、定义交互细节——都是在马车骨架上做文章。

---

三、三次范式革命：四十年交互史的底层逻辑

3.1 范式革命不是一个新词

科学哲学家托马斯·库恩（Thomas Kuhn）在 1962 年出版的《科学革命的结构》中提出了「范式转换（Paradigm Shift）」这个概念。库恩认为，科学不是线性累积的进步，而是在一个「常规科学」阶段积累足够多的反常之后，发生根本性的「范式革命」，旧的理论框架被全新的框架彻底取代。

把这个概念借用到产品设计领域，我们其实已经经历了两次完整的范式革命，正在经历第三次：

• **第一次范式革命（1980s-1990s）**：从命令行的字符世界，进入图形界面的可视化世界。
• **第二次范式革命（2007 至今）**：从桌面的大屏幕、多窗口，进入移动的小屏幕、触控世界。
• **第三次范式革命（2022 至今）**：从 GUI 和 Touch，进入以自然语言为核心、上下文持续累积的对话世界。

每一次革命都不是「旧事物的死亡」，而是「基础交互单元的重新定义」。理解这一点对设计师至关重要——它让你看清自己身处历史的哪个位置。

3.2 第一次范式革命：字符到像素

核心交互单元：Command（命令）

在 1960 年代到 1980 年代初，人和计算机的对话方式非常原始：你必须记住一系列复杂的命令——`ls`、`cd`、`mkdir`、`grep`——并在键盘上准确输入。计算机是一个只懂机器语言的工具，而人类必须学习它的语言。

1984 年，苹果公司发布了 Macintosh。这台机器的核心创新不是硬件，而是「把屏幕变成一个可以看的世界」。1984 年 1 月 24 日播出的那支传奇的「1984」广告，把 Macintosh 描述成「一个打破极权的解放者」，那个被扔向老大哥屏幕的锤子，砸开的正是 GUI（Graphical User Interface）时代的大门。

GUI 的革命性可以用一个简单的对比来说明：

• 过去：删除一个文件 = 输入 `rm filename.txt`
• 现在：删除一个文件 = 把一个名为「filename.txt」的图标拖到屏幕角落的「垃圾桶」

注意这两件事的本质差异：第一种方式要求用户理解文件系统；第二种方式要求用户理解可视化隐喻。前者门槛极高，后者门槛极低。GUI 之所以重要，不是因为它让计算机更强大，而是它让不懂计算机的人也能使用计算机。

这个范式革命催生了整个 PC 时代。Microsoft、Adobe、Autodesk、Oracle 这些公司的产品，全部是基于 GUI 假设设计的：用户面对一个窗口，窗口里有菜单、按钮、文本框、滚动条。所有「操作」都通过点击、拖拽、双击完成。

对于那个时代的设计师来说，核心训练是：如何把一个复杂的业务流程，翻译成层级清晰、视觉一致的 GUI 界面。设计教育诞生了 Information Architecture（信息架构）、Interaction Design（交互设计）、Visual Design（视觉设计）这些学科。

3.3 第二次范式革命：手指代替鼠标

核心交互单元：Tap（点击）

2007 年 1 月 9 日，乔布斯在 Macworld 大会上发布第一代 iPhone 时，说了一句后来被反复引用的话：

> "An iPod, a phone, an internet communicator... these are not three separate devices. Today, Apple is going to reinvent the phone."

但真正深刻的事情，不是把三个设备合而为一，而是乔布斯在台上做的那个演示：用手指在屏幕上滑动来滚动列表。当时这部手机在演示时还多次死机，但这个交互的革命性是压倒性的。

触屏交互的革命性在于三点：

第一，它把「精确指向」降级为「模糊指向」。 鼠标时代，用户必须把光标准确地放在按钮上。手指时代，设计师必须给按钮留出至少 44×44 像素的点击区域，否则用户的「胖手指」会按错。这是一个看似微小、实则颠覆性的约束变化。

第二，它消灭了「鼠标悬停（hover）」这个交互。 在桌面端，hover 触发的 tooltip、二级菜单、状态变化是常见的设计。移动端没有 hover，这逼迫设计师把所有重要信息「前置」——要么直接显示在主屏，要么用一次轻点就能展开。

第三，它引入了「手势（gesture）」这个新的语义层。 滑动、捏合、长按、摇晃、3D Touch——这些手势把交互从「离散点击」变成了「连续动作」。这使得设计师必须考虑动效（motion） 作为一种新的表达语言。

移动范式革命催生了 App Store 经济（2008 年上线），让 Instagram、Uber、Airbnb、Snapchat 这一代公司得以诞生。对于设计师来说，「Mobile-First」成为新的设计哲学——Luke Wroblewski 在 2011 年提出的这个概念，把设计流程倒转过来：先为最小屏幕设计，再向大屏幕扩展。

如果你在 2010 年代中期进入设计行业，你接受的所有训练——Material Design、Human Interface Guidelines、用户旅程图、移动端原型工具——都是这个范式下的产物。

3.4 第三次范式革命：自然语言成为新的「操作系统」

核心交互单元：Prompt（提示）

2022 年 11 月 30 日，OpenAI 发布了 ChatGPT。这个时间点之所以重要，不是它上线了某一个功能，而是它首次把一种全新的交互模式带到了大众面前。

在 ChatGPT 出现之前，「和计算机对话」这件事存在于科幻小说、客户服务机器人、Apple Siri 这种狭窄的场景里。所有这些「对话系统」都有两个共同的局限：它们只能听懂有限的指令集，输出也是预设的模版化回复。

ChatGPT 打破了这两个局限。用户可以问任何问题，用任何口吻、任何长度、任何结