这是Midjourney做的.

设计师正探索新领域。

这是十多年以来第一次，我们面临一个真正的绿地领域，在用户体验设计领域。没有现成的指导手册，没有固定的模式可以依赖。即使是前沿的人工智能实验室也在通过实验学习，观察在引入新的交互方式时，哪些会受到用户的欢迎。

这一刻让我想起了触控移动界面的黎明时期，当时设计师们正在积极发明我们现在觉得理所当然的互动方式。就像当初 iOS 和 Android 的设计选择塑造了一个移动计算时代，今天的创新正在定义我们将来如何与人工智能合作。

看着这些设计选择在生态系统中实时地传播真是令人着迷。当某个设计有效时，竞争对手会争相模仿——并不是因为偷懒，而是因为我们一起探索在这个新范式中什么才是有意义的。

在这个充满变数的时刻，新的主导模式正在形成。今天，我想强调那些最让我兴奋的突破——影响我们对AI交互理解的设计选择。其中一些现在显而易见，但每一个都标志着一个关键的发现，一次成功的实验，帮助我们更好地理解人类与AI如何合作。

通过研究这些有影响力的趋势，我们可以超越单纯复制成功案例，进而指引AI界面的发展方向。

把早期的ChatGPT放在最前面，它之前的那个开发场所放在下面。

关键洞察: 人类已经懂得如何通过对话来表达复杂的想法——何必再学一套新的呢？

影响: 将对话确立为人机交互的基本模式。

聊天界面现在如此普遍，我们几乎不再多想，但它却是引领我们进入当前时代的突破。GPT 早已在 OpenAI 的开发者平台上可用，但那个界面并没有引起广大用户的兴趣。它看起来和使用起来更像是普通的开发工具。我记得当时试用了下，印象深刻，但它并没有激发我的想象力。

将这种底层技术转化为对话形式的决定起到了关键性的作用。有趣的是，这家公司其实并没有太重视这一改变。如果他们认为自己正在创造一个革命性的消费产品，绝不会选择这样的品牌名。但事实证明，这是这一代产品中最重要的设计决定。从此以后，这种聊天界面被广泛模仿，几乎影响了所有随后出现的消费类AI工具。

我曾经认为聊天界面最终会过时，但现在我不这么认为。这一波生成式人工智能工具都基于自然语言，而对话是分享想法的核心方式。笨拙的聊天机器人会变得更好，但对话将继续作为基础模式存在。

尽管很简单，引用却是一个重要的一步。

重要发现:关键洞察是：用户看不到来源就无法验证AI研究回复。

结果:这为搜索和研究工具中的可验证AI输出设定了新的期望。

自从人们开始频繁使用ChatGPT后，关于缺乏来源信息的常见抱怨也随之出现。虽然GPT可以根据其庞大的训练数据生成回答，但无法追踪这些信息的来源，这使得它难以用于正规的研究工作。

Perplexity通过为其AI响应引入实时引用，改变了游戏格局，让其回答可以追踪和验证。这个特性后来被广泛模仿，包括OpenAI在ChatGPT中的网络搜索功能。这一特性解决了基本的信任难题：用户不仅想要答案，也想要了解这些答案的来源。

这一突破对于解决人们在使用AI作为搜索引擎时的担忧至关重要，但事实是，AI还能做很多事情。大型语言模型不仅可以增强像Perplexity这样的问答工具的效果，还开启了全新的创意工作方式。

对话交流推动了以 Artifact 作为成果的创意成果

关键洞察:对话不仅能产出文字，还能生成[结构化、可复用的资源]()](https://www.unknownarts.co/p/turn-ai-conversations-into-creative)。

影响:产生了新的创意工作流程，其中对话能带来具体成果

使用 artifact 是我第一次觉得我是在主动使用 AI 创作东西，而不仅仅是进行对话。我之前与 ChatGPT 和 Claude 的聊天对于启发创意很有帮助，而 Perplexity 在研究方面也十分有用，但 artifact 给了我那种‘啊哈’时刻——我可以从对话开始我的创作流程，然后将对话中的精华部分转化为可以导出和后续重用的成果。在生成资产后继续工作流程变得容易还有很长的路要走，但我们正朝着这个方向前进。

对我而言，Artifacts 证明了 AI 协作将成为新的创意工作流程的核心，改变了我的互动模式的预期：不再是那种辅助工具，与 Claude 的对话成为核心机制，我们共同生成和优化了创意成果。AI 不只是我的“助手”或“搭档”，它在越来越多的情况下掌控全局。

ChatGPT的iOS App语音输入

关键洞察:说话比打字更能自然丰富地表达意思

影响:减少了沟通障碍，便于提供详细背景并和AI交流想法

很多人仍然忽视了语音输入。我认为，由于像Siri这样的表现不佳的语音助手，我们普遍不相信语音能用。然而，现在的AI转录效果已经很好了。

语音输入非常重要，因为它让你能用自然语言交流。我们往往会忘记，只要开始写字，就自然会开始自我编辑。大声说出你的想法能让大脑充分发挥即兴创造力。这种输出为大语言模型提供了更丰富的上下文，而这正是它们所需要的。我认为人们会变得过于自我意识，或者担心看到真正的口语中的粗糙之处（比如所有的“嗯”和“啊”）。但可以告诉你，当前的大语言模型并不在乎这些。它们会忽略这些，并过滤掉很多这样的内容。

这样下来你就会有更加自然的创意构思流程，这个流程能够被AI快速且准确地捕捉和理解。我觉得口述会成为未来创意工作者的重要组成部分。从现在就开始练习吧，因为如果你是第一次接触，确实需要一些时间来习惯。

深度集成到现有的编码工作流程中，确实非常强大

关键洞察: 深度嵌入AI可以极大地提升人们的现有工作效率

影响: 将代码编辑器变成由AI驱动的创意空间

Cursor将我首次通过Claude体验到的以AI为主导的创意工作流直接带入了我现有的代码库中。其中一些功能让我觉得非常直观，这种感觉就像“这正是我期待IDE应该具备的功能”这类时刻（比如它的制表符自动补全功能）。

在我职业生涯的早期，我是一名专业的UI开发人员，但直到接触Cursor之前，我已经多年没有定期写代码了。重新开始总是具有挑战性，因为我经常会卡在新的语法或不熟悉的框架特性里。像Cursor这样的工具可以帮助我绕过许多这样的障碍。例如，当你第一次打开一个现有的代码库时，可能会感到困惑，因为你不知道有哪些可用的资源或在哪里可以找到它们。使用Cursor，我可以针对任何我不确定的代码提出详细的问题，并迅速得到答案。

与Cursor合作还让我进一步体会到，让AI可以直接读写你的文件系统是多么的强大。我和Claude的合作很棒，但总是需要多一个步骤将Claude的输出转移到我后续想要使用的平台上。使用像Cursor这样的工具，输出可以直接到达最终使用的地方，从而使工作流程更加紧凑。

一点击Grok按钮，我就能立刻掌握背景信息。

关键洞察: 用户在遇到不理解的内容时最需要AI的帮助。

影响: 使AI支持能立即在用户需要时与内容一起显示。

Grok按钮的实用性让我大吃一惊。X feed中的信息量太大，我经常感觉没有足够的背景知识来完全理解某个帖子。Grok AI按钮直接嵌入到内容中，让我能够一键获取实时解读，这让我在海量信息中有了很好的理解。不论是梗图、文章标题还是其他内容，随时调用AI助手帮助理解非常有用。

我认为这种支持将会变得越来越重要，因为我们在线上遇到的内容越来越模糊（这是否是由AI生成的？是谁发布的？他们有什么偏见？他们想如何影响我？）。

这还是新的，并且像X平台上的许多事物一样，设计执行仍有不足之处。但很快我就希望自己在使用的其他网站上也能有提供更多信息的按钮。最终看来，操作系统级别的智能助手（如Gemini、Siri等）可能会实现这种功能特性，但这个GroK按钮很好地展示了这种辅助功能集成良好时的价值。

DeepSeek显示了它回答背后的“思考”

重要见解: 展示AI如何得出结论能增强用户的信心并帮助他们更好地理解

效果: 将机器推理过程变得可见且易于理解，使AI回应更人性化

最近加入这一名单的是Deepseek，它最近因为发布了R1推理模型而在网上引起了轰动。虽然它并不是第一个上市的推理模型，但它做出的一个关键设计选择，从根本上改变了人们的体验感：它暴露了模型的“思考”。

这吸引了人们的注意，因为它展示了机器是如何得到答案的，它在思考时使用的语言看起来非常像人的表达。这种透明性有助于用户信任机器的输出，因为用户可以验证这个思维过程是否合理。另一个好处是，推理过程中可能包含有用的想法——比如中间提到的一个观点很有意思，值得进一步研究。

这让我想起了上一代的网络应用程序中进度条的重要性。如果一个操作瞬间完成，会让人感到突兀。但如果它缓慢进行且没有任何提示，人们会疑惑它是否在工作或出了故障。进度条通过帮助用户理解机器正在工作来平滑这种过程。展示 AI 的推理过程也类似——它强化了模型确实在工作的感觉。展望未来，我认为没有必要一开始就展示模型的推理过程，但它至少应清晰可访问，以便用户可以选择查看。

利用 Discord 的 UI 意味着 Midjourney 可以推迟开发自己的 UI。

关键洞察: 掌握核心技术比拥有漂亮界面更重要

影响: 这展示了专注于能力优先如何做出更明智的界面决策

所以很多设计讨论都集中于视觉界面，这让Midjourney更显得与众不同。该公司早期选择不构建自定义UI，而是利用Discord的做法非常有策略性。尽管Midjourney是为视觉创作者设计的工具，但其核心产品实际上是使这些视觉效果成为可能的技术。这是所有其他功能的引擎。如果技术不优秀，人们就不会介意是否拥有网页界面。

虽然 Midjourney 现在有了网页界面，但最初避免使用自定义界面使他们能够专注于模型的核心能力。从 Discord 开始发布产品，这控制了需求，因为它将产品置于一个许多非早期采用者不会涉足的环境中（我自己也包括在内）。这还提供了强大的社区反馈循环，使产品决策更加精准。

因此，根据你正在开发的AI类型，Midjourney提醒我们注意，选择不开发自定义UI也可以是策略性设计选择。

这八个突破，不仅仅是一些巧妙的用户界面设计，它们是新的篇章。每一个都代表有人勇于尝试和实验，最终发现了一种引起共鸣的模式。

从ChatGPT让AI感觉像在交谈，到Claude将对话转变为创作，再到Deepseek展示机器是如何思考的——我们正见证一种新的创意媒介的迅速演变。即使Midjourney选择不开发自定义UI也提醒我们，我们对软件设计的所有理解都需要重新审视。

创新的步伐不仅没有放缓，反而正在加速。这一点正是让此刻如此激动人心的原因：我们不再是旁观者，而是参与者和创造者。每一位今天与人工智能共事的设计师、开发人员和创作者都有机会为这种新的人机互动语言做出贡献。

积木已经放在桌子上了。问题不仅在于“你会用它们造出什么来？”，而是“你能发现哪些新的积木和模式呢？”

我很想听听哪些突破激发了你的想象力，或者你发现了哪些模式正在浮现。你的见解可能会塑造这个故事的下一段。

如果你喜欢这篇帖子，可以分享一下，订阅我的邮件订阅，或者关注我在社交媒体上的动态：微博，领英。