多年來，用戶體驗團隊一直依賴用戶旅程地圖（一種標(biāo)準(zhǔn)的設(shè)計思維工具）來可視化和傳達用戶的意圖、行為和流程。我們繪制了用戶在各個界面步驟中的目標(biāo)和情感，追蹤了從發(fā)現(xiàn)到轉(zhuǎn)化或任務(wù)完成的路徑。這些地圖假設(shè)用戶旅程的進展基本呈線性：一系列可見的屏幕、結(jié)構(gòu)化的任務(wù)以及用戶做出的深思熟慮的選擇。
但在人工智能驅(qū)動的系統(tǒng)中，這些假設(shè)開始瓦解。步驟變得不可見。目標(biāo)在過程中不斷演變。系統(tǒng)不再等待命令——它會推斷、提出建議，甚至采取行動。隨著人工智能承擔(dān)起更多責(zé)任，我們熟悉的用戶流程架構(gòu)開始瓦解。我們曾經(jīng)稱之為“旅程”的東西開始變得更像一場對話，或者更準(zhǔn)確地說，一場談判。
傳統(tǒng)的旅程地圖假設(shè)流程固定——逐步完成的任務(wù)、靜態(tài)屏幕和清晰的用戶意圖。但在由人工智能驅(qū)動的體驗中，例如 ChatGPT、Google Gemini 或 GitHub Copilot：座席會主動完成任務(wù)（有時是隱形的），并且控制權(quán)會來回傳遞?？紤]以下人工智能操作：
- 寫作助手會在您輸入時完成您的句子。
- 設(shè)計工具根據(jù)定義不明確的指令應(yīng)用更改。
- 瀏覽器助手可以總結(jié)網(wǎng)頁、建議下一步行動并跨域采取行動。
在每種情況下，系統(tǒng)都會參與意義建構(gòu)和決策。這些體驗構(gòu)成了一個相互影響的循環(huán)。針對這種新現(xiàn)實進行設(shè)計需要新的框架——用戶體驗?zāi)Ｐ?，它超越了用戶逐步完成任?wù)的模式，而是考慮了人機之間動態(tài)的、共享的控制。
隨著人工智能系統(tǒng)功能日益強大，我們作為體驗設(shè)計師的工作也發(fā)生了變化。這不僅僅關(guān)乎流程、組件或優(yōu)化。這意味著我們需要根據(jù)控制感知用戶體驗的原則進行設(shè)計：
- 意圖框架：如何建議行動？幫助用戶設(shè)定模糊的目標(biāo)。
- 清晰地預(yù)覽AI計劃： AI正在做什么？為什么？在行動之前展示系統(tǒng)將做什么
- 可操控性：我可以改變路徑嗎？讓用戶在任務(wù)中調(diào)整AI行為。
- 可逆性：我可以撤銷剛剛發(fā)生的事情嗎？提供清晰的撤銷和覆蓋選項。
- 透明度和一致性：這個系統(tǒng)會尊重我的時間、我的目標(biāo)和我的監(jiān)督嗎？分享系統(tǒng)推理。
這關(guān)乎塑造人與自主運作系統(tǒng)之間的關(guān)系。這種關(guān)系只有在清晰易懂、可操控且以人為本的基礎(chǔ)上才能有效運作。
管理控制平衡
在 Y Combinator 的 AI 創(chuàng)業(yè)學(xué)校的演講“軟件正在（再次）改變”中，特斯拉前 AI 主管、應(yīng)用 AI 領(lǐng)域最具影響力的人物之一 Andrej Karpathy 將軟件設(shè)計的這種轉(zhuǎn)變描述為從確定性、代碼驅(qū)動系統(tǒng)向新范式的過渡：界面是自然語言，程序就是提示本身。
正如 Karpathy 所說，“你的提示現(xiàn)在是編寫 LLM 的程序。”但與命令或表單輸入不同，提示會啟動一個概率性的解釋過程，其中模型推斷意圖和上下文，而不是執(zhí)行固定的操作。
Karpathy 提出了“自主性滑塊”的概念——一種交互范圍，從完全用戶控制到完全 AI 自主。它并非簡單的開關(guān)，而是一個動態(tài)、流暢的尺度，會在整個會話過程中不斷變化。有時由用戶主導(dǎo)，有時由 AI 模型提出建議或采取行動。通常情況下，它們會反復(fù)切換角色。這是一種時時刻刻的控制權(quán)權(quán)衡。
Karpathy 闡述了人類與人工智能之間互動的兩種基本模式：
1. 人機交互（指令模式）
- 人類給出詳細、明確的命令
- AI 模型根據(jù)這些指令執(zhí)行
- 思考：快速工程、表單填寫、手動配置
- 用戶體驗重點：輸入清晰度和腳手架、結(jié)構(gòu)化指導(dǎo)
2. 模型即駕駛員（自動駕駛模式）
- 人類給出了一個高層次的目標(biāo)
- 該模型計劃、決定、迭代和選擇
- 思考：“寫一份簡介草稿”、“為我開發(fā)一個應(yīng)用程序”、“我還缺少什么？”
- 用戶體驗重點：可解釋性、監(jiān)督和覆蓋控制、信任信號
這兩種模式存在于動態(tài)張力之中，而非二元對立。用戶和AI代理流暢地來回切換控制權(quán)。Karpathy的框架向我們展示了真正的用戶體驗挑戰(zhàn)并非對話與界面的對立，而是為共同代理而設(shè)計。
你肯定不想只用文本與操作系統(tǒng)（LLM）對話。文本閱讀、解讀和理解起來非常困難……圖形用戶界面 (GUI) 可以幫助人類審核這些易出錯的系統(tǒng)的工作，并提高運行速度。—— Andrej Karpathy，《軟件正在（再次）改變》
看完 Karpathy 的演講后，我一直在思考“自主滑塊”——用戶選擇將多少控制權(quán)交給 AI 的想法。但這并不總是指完全自主，比如 AI 編寫代碼和提交拉取請求。有時，它涉及一些更微妙的事情：你給系統(tǒng)多大的空間來解讀你的意圖。
我從Adobe Firefly測試版就開始用了，主要用來構(gòu)思視覺概念和探索風(fēng)格方向。Firefly 的滑塊控件并非虛構(gòu)的，而是內(nèi)置在界面中的。
Firefly 為我提供了調(diào)節(jié)控制的工具，而不僅僅是提交輸入。提示字段并非整個界面，它只是更大控制界面的一部分。它周圍有一些滑塊——例如“視覺強度”和“風(fēng)格強度”——它們充當(dāng)實時刻度盤，用于控制我賦予模型的自主權(quán)。當(dāng)我降低強度時，我在發(fā)出信號：緊跟提示，保持文字表達。當(dāng)我提高強度時，我在邀請讀者進行解讀，讓模型自由發(fā)揮創(chuàng)意。
實際上，我選擇賦予AI多少自主權(quán)。這關(guān)乎塑造作者身份的平衡。系統(tǒng)成為了合作者，而滑塊則成為一種看得見摸得著的管理合作關(guān)系的方式。
用戶體驗也在再次發(fā)生變化
交互的未來不僅僅是引導(dǎo)用戶順利地從A點到達B點，更是設(shè)計人與模型之間的關(guān)系。這種轉(zhuǎn)變需要一種全新的用戶體驗思維，將人機交互狀態(tài)視為核心設(shè)計維度，而非邊緣情況。這種變化已引起廣泛關(guān)注。業(yè)內(nèi)的用戶體驗領(lǐng)導(dǎo)者正在提出以人為本的全新方法，利用智能系統(tǒng)進行設(shè)計，并圍繞智能系統(tǒng)進行設(shè)計。
在 UX Matters 的文章《超越炒作：以人為本的 AI 走向現(xiàn)實》中，設(shè)計加速器 Punchcut 的聯(lián)合創(chuàng)始人 Ken Olewiler 對當(dāng)前的 AI 格局提出了尖銳的批評，警告稱不應(yīng)在缺乏實際用戶價值的情況下倉促采用生成式 AI。盡管許多組織正在進行試驗，但他指出，很少有組織能夠從概念驗證階段邁向可衡量的投資回報率——他將這一差距歸因于炒作驅(qū)動的決策和缺乏以人為本的框架。
避免試圖在客戶生命周期的每個階段都全面集成人工智能自動化。要更有選擇性，在人工智能能夠帶來最大價值的地方進行集成。提供能夠?qū)崿F(xiàn)協(xié)作式用戶控制的人工智能功能，為用戶保留有意義的自主權(quán)。——Punchcut 聯(lián)合創(chuàng)始人 Ken Olewiler
Olewiler 呼吁重新思考自主性。盡管人工智能領(lǐng)域的主流敘事傾向于推崇完全自動化，但他團隊的用戶研究發(fā)現(xiàn)，用戶更喜歡共享控制。他建議創(chuàng)建自主性地圖，以可視化的方式展現(xiàn)人機交互在整個體驗中的轉(zhuǎn)換點——類似于服務(wù)藍圖等系統(tǒng)設(shè)計工具，但更側(cè)重于控制。這些地圖可以幫助團隊在設(shè)計時實現(xiàn)協(xié)同自主，而不是交接或黑箱自動化。
BCG 的 Matt Scharpnick 的文章“生成式人工智能的用戶體驗設(shè)計：平衡用戶控制和自動化”呼應(yīng)了 Olewiler 強調(diào)的平衡用戶代理和人工智能自動化，強調(diào)了用戶體驗需要在靈感和精確之間找到平衡。
用模型引導(dǎo)用戶得出精確結(jié)果可能會令人沮喪。我們?nèi)蕴幱?GenAI 的早期階段，還有很大的創(chuàng)新空間——尤其是在設(shè)計允許用戶精準(zhǔn)輸入偏好的界面方面。—— BCG 副總監(jiān) Matt Scharpnick
Scharpnick 認(rèn)為，生成式用戶體驗的未來在于設(shè)計出一種界面，讓用戶能夠精準(zhǔn)地“操控”他們想要的價值和控制，同時又不扼殺生成式模型的創(chuàng)造潛力。這與 Olewiler 對自主地圖和共享能動性的呼吁相呼應(yīng)，凸顯了用戶體驗的更廣泛轉(zhuǎn)變：我們必須設(shè)計出既能激發(fā)驚喜，又能支持專業(yè)級精準(zhǔn)度的系統(tǒng)。
繪制控制流：我們可以從 OESD 中學(xué)到什么
操作員事件序列圖 (OESD)是一種形式化模型，用于直觀地展現(xiàn)控制權(quán)在人類操作員和自動化系統(tǒng)之間隨時間推移的切換。OESD 是在航空航天、自動駕駛汽車和工業(yè)機器人等安全關(guān)鍵領(lǐng)域開發(fā)的，它可以幫助工程師定義每個操作的負(fù)責(zé)人、觸發(fā)控制權(quán)交接的因素以及系統(tǒng)在出現(xiàn)問題時如何響應(yīng)。
這些圖表通常包含兩條或多條“泳道”——一條供人使用，一條供機器使用——并繪制出一系列動作、決策和交接點。它們不僅旨在捕捉行為，還旨在在復(fù)雜、高風(fēng)險的環(huán)境中強制執(zhí)行明確的責(zé)任制和可恢復(fù)性。
OESD示例：
在自動駕駛汽車的遠程操作中，研究人員使用 OESD 來模擬遠程人類何時應(yīng)該介入——從被動監(jiān)控到主動駕駛——這取決于車輛的信心和環(huán)境。
在農(nóng)業(yè)機器人領(lǐng)域，OESD 幫助研究人員編排共享控制任務(wù)，例如讓人類標(biāo)記要收獲的水果，而機器人負(fù)責(zé)物理切割。
這些模型為我們提供了一種語言，將控制描述為人與系統(tǒng)之間的時間序列。它們已被證明在需要明確權(quán)限和故障保護的領(lǐng)域非常有效。作為用戶體驗設(shè)計師，我們可以在面對新挑戰(zhàn)時改進控制序列圖：設(shè)計不僅要考慮控制權(quán)的交接，還要考慮人與人工智能系統(tǒng)之間流暢的協(xié)同作用。作為用戶體驗設(shè)計師，我們可以在面臨新挑戰(zhàn)時改進控制序列圖：不僅要設(shè)計控制交接，還要設(shè)計人與人工智能系統(tǒng)之間的流暢協(xié)作。
從旅程地圖到控制地圖
人工智能系統(tǒng)正在改變數(shù)字交互的結(jié)構(gòu)。傳統(tǒng)軟件需要等待用戶輸入，而現(xiàn)代人工智能工具則能夠推斷、建議并采取行動。這徹底改變了用戶體驗或產(chǎn)品的控制方式，并挑戰(zhàn)了當(dāng)代用戶體驗方法中的許多假設(shè)。
在用戶體驗旅程圖中，核心問題是：
“用戶想要做什么？”
對于控制映射人工智能系統(tǒng)，核心問題變成：
“此刻誰在掌控局勢？局勢將如何轉(zhuǎn)變？”
設(shè)計師需要更好的方法來追蹤控制權(quán)是如何發(fā)起、共享和交還的——不僅關(guān)注用戶看到什么或做了什么，還要關(guān)注人類和人工智能系統(tǒng)之間如何實時協(xié)商代理。
我們可以將類似 OESD 的思維方式應(yīng)用于更廣泛的 AI 用戶體驗。用戶-AI 控制映射可能更多地關(guān)乎一種思維模式，而非靜態(tài)圖表——設(shè)計一個既能行動又能傾聽的系統(tǒng)。關(guān)鍵考慮因素：
- 誰在控制——用戶、AI 或兩者
- 控制權(quán)何時以及為何發(fā)生轉(zhuǎn)移——作為時刻或循環(huán)
- 界面如何支持這些轉(zhuǎn)換——遵循控制感知用戶體驗原則所需的可供性
為了評估這些動力是否有效，我們需要新的指標(biāo)——能夠捕捉合作質(zhì)量而不僅僅是完成度的指標(biāo)。
轉(zhuǎn)彎效率和意圖準(zhǔn)確度等質(zhì)量指標(biāo)不僅僅是診斷依據(jù)，更是在人工智能設(shè)計中實現(xiàn)信任、協(xié)調(diào)和控制的一種方式。其目標(biāo)是確保清晰性、適應(yīng)性和以人為本的成果，即使控制權(quán)隨時都在轉(zhuǎn)移。
環(huán)境人工智能系統(tǒng)提高了風(fēng)險
環(huán)境智能 (AmI) 指的是配備嵌入式傳感器的環(huán)境，這些傳感器能夠主動且不引人注目地為用戶提供支持——適應(yīng)環(huán)境、識別行為模式，并在無需明確指令的情況下預(yù)測需求。這一愿景涵蓋了從調(diào)節(jié)燈光的智能房間到能夠理解語音提示的語音助手，以及如今嵌入在我們數(shù)字產(chǎn)品中的環(huán)境人工智能服務(wù)。
- 無需提示即可閱讀上下文
- 提出行動而不是等待
- 自主行動，然后退卻
環(huán)境人工智能為數(shù)字體驗設(shè)計開辟了新領(lǐng)域。
在2025 年 Google I/O 開發(fā)者大會上，環(huán)境 AI 的轉(zhuǎn)型以 Project Astra 的形式展現(xiàn)。該項目的多模態(tài)助手被嵌入到配備攝像頭和音頻輸入的智能手機中。Google 的 AI 助手將實時感知環(huán)境、識別物體并解讀口語。它代表著我們邁向情境感知、具身化 AI 的未來：這些系統(tǒng)無需等待提示，而是主動觀察、解讀并提供幫助，并嵌入到我們現(xiàn)有的空間和工具中。
值得注意的是，谷歌宣布Gemini 將直接集成到 Chrome 瀏覽器中，這意味著谷歌正在將 AI 從一項獨立的功能轉(zhuǎn)變?yōu)橐粋€無處不在的層。從這個意義上講，瀏覽器曾經(jīng)只是網(wǎng)站的被動容器，如今卻成為了一個主動的協(xié)作者：讀取上下文、建議操作并跨領(lǐng)域解釋任務(wù)。AI 助手無需等待用戶打開——它就在那里，感知用戶的實時上下文并隨時準(zhǔn)備參與。
谷歌的立場越來越明確：擁有跨域 AI 層。這不是一個小眾的邊緣案例，而是一個主流的競爭態(tài)勢，因為 Chrome 不僅僅是一個瀏覽器。它是全球用戶的默認(rèn)界面，控制著超過 60% 的瀏覽器市場。它的優(yōu)勢——“護城河”——不僅在于模型性能，還在于跨標(biāo)簽、應(yīng)用和會話的上下文連續(xù)性。瀏覽器向?qū)υ捠桨l(fā)展的這種演變，為在自己的平臺內(nèi)構(gòu)建 AI 助手的產(chǎn)品和用戶體驗團隊提出了一系列緊迫的問題。如果 Gemini 已經(jīng)存在于 Chrome 中，那么特定領(lǐng)域的助手還會扮演什么角色？用戶會更喜歡針對單個品牌或任務(wù)量身定制的網(wǎng)站嵌入式 AI 代理嗎？或者，主流的網(wǎng)絡(luò)模式是否會為Gemini 而構(gòu)建——確保兼容性、清晰度和信任度，而 AI 已經(jīng)在瀏覽器級別與用戶并肩作戰(zhàn)？
這不僅僅是一種新的交互模式，更是一種新的存在模式，人工智能系統(tǒng)將占據(jù)用戶數(shù)字環(huán)境的整個界面。這種演變不僅重塑了交互模式，也重塑了我們對數(shù)字產(chǎn)品的期望。它重新提出了一些遠遠超出技術(shù)用戶體驗范疇的根本性問題。正是在這里，像喬納森·艾維這樣一位蘋果最具標(biāo)志性產(chǎn)品背后的極具影響力的設(shè)計師，也加入了討論。
在Stripe Sessions 2025上，Jony Ive 罕見地就設(shè)計工藝以及我們作為創(chuàng)造者的責(zé)任進行了一次對話。他強調(diào)，偉大的產(chǎn)品并非僅僅基于新穎性或巧妙性——它們源于深切的關(guān)懷、清晰的意圖和克制。Ive 強調(diào)，我們有責(zé)任創(chuàng)造出一種不需要更多關(guān)注，而是回饋部分關(guān)注的技術(shù)。他呼吁產(chǎn)品能夠認(rèn)識到用戶“能夠感知關(guān)懷”——這種理念與將 AI 設(shè)計為一種新型協(xié)作者而非生產(chǎn)力工具的理念相呼應(yīng)。
未來的工作：精心設(shè)計人工智能系統(tǒng)
在人工智能驅(qū)動的體驗世界中，用戶和模型共同創(chuàng)造成果。正如喬納森·艾維提醒我們的那樣，我們需要從根本上建立信任和關(guān)懷，而不僅僅是停留在表面。這些體驗的成功將不再取決于系統(tǒng)的速度或智能程度，而更多地取決于它如何有效地共享控制權(quán)。隨著人工智能工具的演進，控制設(shè)計將成為信任設(shè)計。
信任并非通過隱藏復(fù)雜性來贏得，而是通過使復(fù)雜性易于駕馭而建立。行動的系統(tǒng)也必須解釋。提出建議的系統(tǒng)必須接受批評。記憶的系統(tǒng)必須披露記憶的內(nèi)容及其原因。
動態(tài)控制設(shè)計意味著將界面視為一種關(guān)系，而不是一種工具。人際關(guān)系需要清晰的思路、積極的響應(yīng)以及說“不”的能力。我們構(gòu)建的系統(tǒng)將越來越多地為我們采取行動。問題在于，我們設(shè)計這些系統(tǒng)時，是否做到了在行動的同時認(rèn)真傾聽。