总控台别变杂物间

AI 入口越来越像工作台，但把所有工具都塞进一个聊天框，不等于产品变聪明。

今天这组新闻，乍看是两件小事。

一件是 TechCrunch 报道，OpenAI 仍在推进一个更像“super app”的 ChatGPT：未来几周可能推出新版 ChatGPT，把代码工具和 AI agents 更紧地放进同一个入口。

另一件是 Notion 恢复了 Anthropic 访问。按报道，Notion 说 Claude Opus 4.7 和 4.8 的性能退化，导致选择这些模型的 Notion AI 用户失败率升高；Anthropic 则把它描述为一次短暂基础设施问题，影响了多个 Claude 模型。

今天的判断：AI 总控台不是把所有能力堆在一个按钮后面，而是要把“入口、专家、故障时的退路”分清楚。越像 super app，越不能像杂物间。

super app 的诱惑，是“什么都从这里开始”

从用户视角看，这很诱人。写代码、查资料、改表格、生成图片、安排任务、调用 agent，如果都能从 ChatGPT 一个入口发起，确实省掉很多切换成本。

但产品上最容易走偏的地方也在这里：入口统一之后，团队会本能地把更多按钮、更多模式、更多插件、更多 agent 往里塞。最后用户打开的不是“总控台”，而是一个不知道该点哪里的杂物间。

真正好的 AI 总控台，第一屏不应该问“你想用哪个模型”，也不应该堆十几个能力入口。它应该先判断任务类型：这是查找、生成、修改、执行，还是需要长期跟踪？然后把用户送到合适的能力层。

前台：接一句自然语言请求，快速判断意图，不让用户先学习菜单。

专家位：代码、研究、写作、数据、图片，各自有独立上下文和输出标准。

任务台：需要多步执行的事，必须有状态、确认、暂停和回滚。

Notion 和 Anthropic 这次短暂故障，不必夸大成什么行业危机。真正值得记下来的，是一个很朴素的产品事实：当你的 AI 功能依赖外部模型、外部推理服务、外部连接器，用户感受到的故障会落在你的产品上。

用户不会关心到底是模型性能退化、供应商基础设施抖动，还是你自己的路由策略有问题。用户只会觉得：我刚才点了 Notion AI，它没完成。

所以如果你也在做一个“AI 总入口”，别只设计正常情况下的漂亮路径。还要提前设计故障路径：模型不可用时换谁，任务失败时怎么告诉用户，长任务中断后能不能恢复，结果不可靠时是否降级成草稿。

失败可见：别用“生成中”无限转圈，要告诉用户卡在哪一步。

可切模型：不要把一个模型当成唯一后端，至少保留低风险替代路径。

可降级：复杂 agent 失败时，可以先退成摘要、提纲、草稿或待办。

可恢复：长任务要保存中间状态，不要让用户从头再讲一遍。

如果你负责一个产品、运营后台、内容系统，或者自己的工作流自动化，今天可以先做一个很小的动作：不要急着问“还能接哪个 AI”。先把入口地图画出来。

这张图不用复杂。左边写用户会说什么，中间写系统应该路由到哪里，右边写失败时怎么退。很多 AI 产品难用，不是因为模型不够强，而是因为用户一句话进来后，系统没有把它送到正确的房间。

查资料：走搜索/引用/来源核验，不要直接进写作模式。

写内容：走结构化草稿/风格约束/人工改稿，不要默认自动发布。

改数据：走预览/确认/日志，不要把执行动作藏在一句回复里。

跑长任务：走任务状态/暂停/恢复，不要只给一个聊天气泡。

我对 ChatGPT super app 的期待，不是它把所有软件都吞掉。更有价值的方向，是它成为一个更懂任务分发的工作入口：知道什么时候该快答，什么时候该开专业工具，什么时候该停下来要确认，什么时候该告诉用户“这条路现在不可用”。

AI 应用真正成熟的标志，也许不是入口越来越多，而是入口越来越少、路由越来越清楚、失败越来越可预期。

总控台可以很强，但别让它变成杂物间。先给每类任务一扇门，再决定门后放多少 AI。