这是「赤拔与 AI Space」的第七篇。上一篇讲 multi-agent 的协作原则，这篇回到产品形态。 OUI 从理论到落地，会发生什么。第一篇我提出了 OUI 的概念框架——用户持有目标，系统执行，界面负责透明与可控。那是理论。最近我做了一次实践，从 PRD 到可交互原型，完整走了一遍。 这篇文章会基于这次实践，聊聊 OUI 从理论走向产品之后，实际会发生什么。 全文分两部分，前半部分是产品形态设计，相对详细。后半部分是 Agent 体系的涉及一些底层方案，没办法全部展开，会做一定程度的模糊处理，还请各位产品同仁见谅。 AI 改变的不是界面，是产品形态 更准确地说，它缩短了「目的」到「办成」之间的方式。 传统 GUI 是多条线性通道。用户有目的，产品只提供「任务」的入口。用户得自己理解，找入口，按按钮，进流程，沿着产品设计好的约束边界，1、2、3、4 一步步走。所谓的体验好，就是这条通道设计得符合预期。用户心智理解准确，引导清晰，容错有效，用户的目的能快速命中任务入口。但前提条件是，用户必须先理解产品怎么用，才能用它办事。 用户不再需要理解产品，直接表达目的，产品为目的服务，从 1、2、3、4 变成 1、2。不是「更智能的界面」。是一种新的产品形态——工具能理解你的目的，基于目的来组织场景。 在非托管或半托管的情况下，Agent 还不能完全替代你做决策。但它已经不是被动的工具了——它是电子员工或投资伙伴。它理解你的目的，基于目的去执行，在过程中与你协同。它尊重你的约束，但也会在关键时刻引入你没考虑到的视角。这不是顺从，是共建。 入口 意图表达是 AI 原生场景的唯一入口。有了这个判断，接下来的问题是：在一个真实产品里，AI 原生场景怎么进入？ 第一篇我说 OUI 的用户是「监督者」。但在真实产品里，用户的意图是模糊的、渐进的。用户大部分情况下不会打开页面就说「帮我把投资组合夏普比率提到 1.5」——他们需要系统帮忙「校准目标」。 而且，人很多时候只是以为自己说清楚了。「给我一个大气的网站」——这不是意图，只是意愿。意愿表达的是愿望，意图需要边界和目标。 所以第一个设计决策是：入口不是输入框、按钮或菜单，而是「意图表达」本身。 文本、语音、点选、上下文触发，都是载体。输入框只是当前阶段的物理承载。 Live morph 意图表达即入口。具体怎么交互？落地的第一个行为叫 Live morph。 用户表达意图，场景实时生成。每多打一个字符，系统都在识别意图，反馈区随时重组。不用打完字，不用按回车，不用等结果。打字的过程中，界面已经在响应。 用户输入「NV」。系统识别出 ticker 意图，主区瞬间切到标的研究的结构化布局，感知层弹出深度分析 Agent。还没按回车，GUI 已经就位。按回车后，chat 列同步开始流式叙述分析。 Live morph 本身就是一种生成式体验。只是它不是开放式生成，而是有限场景生成：先把场景抽象成有限的视图类型，再用意图识别做路由。用户感知到的就是「我说了一句话，界面就围绕我的意图展开了」。 采用 Agent 同构兜底，命中预设的用精确视图，命中不了的用语义检索集合模块。用户看到的始终是同一套三层反馈：结构化信息、Agent 工作感知、富 chat 流分析。兜底视图的信息密度会有一些落差，但退化平滑，用户侧感知一致。 当前的意图识别是匹配 + Agent 同构兜底的组合。随着用户数据的增加，Agent 同构的比例会逐渐扩大。这是渐进式深入，不是开关切换。 混合共生 Live morph 解决了怎么进入。进入之后，界面怎么组织？ 实践中最大的认知修正：OUI 不是消灭 GUI，是重新定义 GUI 的角色。 第一篇我说「GUI 正在从方向盘退化为仪表盘」。方向没错，但实践中发现 GUI 不只是「看」，它承担了 LUI 做不到的功能：高密度的结构化信息呈现。一个标的的研究信息，用对话框一条一条念，用户会疯。放在 13 行 Grid 布局里，30 秒扫完。 场景不一样。ChatGPT、DeepSeek 这类通用模型覆盖最大公约数。投资是垂直场景，数据结构确定，用户场景可枚举，用户预期可控，ROI 不一样。用可承受的成本换一个重要东西：用户在平台产生数据，形成「越用越好用」的粘性。 主区和 chat 不重复。 主区给数据和精准操作，chat 给分析和批量操作，协同工作。 富 chat 流 混合共生是信息怎么呈现。接下来是：用户怎么参与和控制？ 传统 chatbot 是一问一答的气泡。投资场景的 AI 回复需要结构化数据——风险卡、持仓图、策略卡、来源引用。 我设计的富 chat 流：topic chip → 思考折叠节 → 多段分析主体 → 人在环内交互+后续追问 人在环内（Human-In-The-Loop）交互。 不只是追问，是 Agent 提议与用户决策之间的参与边界，以及批量反向 GUI 操作。按用户参与深度递增，有四种形态： 参与形态随关系磨合而变，类似 Claude Code 的权限模型：同类操作连续审批通过几次，系统建议加入默认允许。初期偏重，熟悉后降级，用户永远能升级。 chat 末尾的追问按钮也是人在环内的一种形式。Agent 不只是响应当前意图，还在预判下一个意图。 视图流转 以上所有设计组合在一起，出现了一个意料之外的效果。视图之间开始自然流转，用户的模糊意图逐步趋近精确目的。这是这次实践最让我兴奋的发现。 举例来说：「分析持仓」→ 风险视图 & chat 建议策略 → 用户选一个 → 策略视图 & 审阅确认 → 执行 & 监控 用户一开始的意图是模糊的。「分析持仓风险」不是精确目的，是一种说不清的不安。通过每一步交互，系统把模糊意图变成明确的目的。 看到风险评分后，目的从「看看风险」变成「降低 NVDA 集中度」。看到策略卡后，变成「对比部分止盈和再平衡」。每一步都在收窄，而且可以从一个目的自然衍生到下一个目的。 当然不是每次都这么顺利，用户可能在任何环节跳出。闭环不是强制的，是开放的。系统提供下一步的建议，但用户随时可以离开。 这个流转不是单独设计出来的，是意图识别 + 人在环内交互 + 视图路由三者组合后自然呈现的。 闭环 = 意图表达 + 意图识别 + 视图编排 + 人在环内 原型验证了什么 回到第一篇 OUI 的两个组成部分。原型给出了落地形态。 感知层 = GUI + LUI + Agent 三层共生。 视图流转的本质不是缩短决策路径，是通过交互把模糊意图变成精确目的。 以上每一条都有原型支撑。下面是是更加核心的底层方案。 Agent 体系与演进 有限场景生成式怎么往前走？「越用越好用」的核心驱动力是什么？ 传统答案是用户行为数据——点了什么、停了多久。但这些信号太稀疏。一个一周只来两三次、每次停留几分钟的用户，点击数据几乎无法描绘出可靠的偏好画像。 我认为，真正的驱动力是用户在投资过程中主动产出的结构化认知资产 ，以及它们与 Agent 体系的协同。判断、方法论、计划、用户信息——这些不是被动行为数据，而是用户主动构建、属于自己的投资知识库。 举个例子。用户总结出「某只股票在财报周期内值得持有，如果季度营收增速降到 30% 以下就卖出」。这比「用户在财务评分模块停留了 8 秒」强一个数量级。系统知道你关心什么、依据什么判断，以及什么条件会改变你的判断。 认知资产不需要从零开始写。它可以从 AI 对话中沉淀、从机器分析中归纳、从交易完成后补充。产品提供引导，但不强制。这些资产之间存在引用关系，最终会织成一张持续演化的投资知识网络。 生成式体验的三步演进 阶段 形态 说明 有限场景生成式 个人定制生成式 认知资产驱动。同一意图不同用户看到不同布局。待验证。 开放生成式 模型实时生成组件，预设视图退化为兜底。需要技术跳跃。
第一步到第二步靠数据积累。不需要技术突破。第二步到第三步才是技术跳跃。现在就能做第一步，同时为第二步积累数据。 感受 做完这次实践，最大的感受是：OUI 的核心挑战不在于理论对不对，在于当前技术条件下，理论实践。 「有限场景生成式」是一次尝试。它保留了 OUI 最核心的特征：用户表达意图，系统围绕意图重组界面，过程透明可控。 这是「赤拔与 AI Space」的第七篇。接下来会持续输出 AI 产品方向的思考。欢迎关注。 术语表 OUI（Objective User Interface） 目标用户界面。用户持有目标，系统执行，界面负责透明与可控。本文提出的新定义，尚无学术或行业标准定义。 GUI（Graphical User Interface） 图形用户界面。用户通过窗口、按钮、菜单、图标等可视化元素与计算机交互，Xerox PARC 1970 年代首创，Apple Macintosh 1984 年普及。本文指结构化数据展示与操作区域。 LUI（Language User Interface） 语言用户界面。用户通过自然语言与系统交互，随 LLM 成熟而成为主流交互范式。本文指富 chat 流：包含卡片、图表、CTA 等结构化元素的对话流。 Agent AI 领域指能自主感知环境、制定计划并执行行动的系统（Russell & Norvig, 2020）。本文指与用户协同共生的持久智能体：有结构化记忆、可推理、可主动、跨会话存在。 Chat 本文指用户与 AI 的对话流，包含文本、卡片、图表、CTA 按钮等多种形态。不同于传统纯文本气泡 chatbot。 CTA（Call to Action） 引导用户执行特定操作的界面元素。 Human-In-The-Loop（HITL） AI 的决策或执行回路中保留人类参与与审批的设计模式（Monarch, 2021）。 Ticker 股票代码。唯一标识某只股票的缩写字母。NVDA 代表英伟达，AAPL 代表苹果。 文献索引 生成式 UI
Linus Lee (2024) Generative UI and Outcome-Oriented Design https://thesephist.com/posts/outcomes/
Vercel (2024) Generative UI — AI SDK 生成式 UI 实践 https://sdk.vercel.ai/docs/ai-sdk-rsc/generative-ui
Agent 架构
Wang et al. (2023) A Survey on LLM-based Autonomous Agents https://arxiv.org/abs/2308.11432
Xi et al. (2023) The Rise and Potential of Large Language Model Based Agents https://arxiv.org/abs/2309.07864
Russell & Norvig (2020) Artificial Intelligence: A Modern Approach (4th ed.) 人在环内与自动化信任
Lee & See (2004) Trust in Automation — Human Factors 46(1): 50–80 https://doi.org/10.1518/hfes.46.1.50_30392
Parasuraman & Riley (1997) Humans and Automation — Human Factors 39(2): 230–253 https://doi.org/10.1518/001872097778543886
Shneiderman (2020) Human-Centered Artificial Intelligence — IJHCI 36(6): 495–504 https://doi.org/10.1080/10447318.2020.1741118
Monarch (2021) Human-in-the-Loop Machine Learning — Manning 用户认知与决策
Kahneman (2011) Thinking, Fast and Slow Norman (2013) The Design of Everyday Things 这是「赤拔与 AI Space」系列文章之一。持续输出 AI 产品与 Agent 系统方向的思考。
夜雨聆风
