AI 的能力，旧式的对话框：交互模式如何匹配用户意图
导读
本文讨论了当前AI界面设计中的“对话隧道视野”问题，即由于大型语言模型（LLM）基于对话数据训练，导致行业过度依赖聊天界面作为所有AI能力的默认交互方式。
作者认为，优秀的用户体验应在于根据用户的上下文、意图和认知负荷来匹配交互模态，使界面适应用户而非相反。
背景
为什么很多 AI 产品用起来别扭？这篇文章给出的判断是：当前 AI 界面设计普遍存在“对话式隧道视野”——不管用户想做什么，都先塞一个聊天框。作者主张，优秀的用户体验应该把交互模式与用户的上下文、意图和认知负荷相匹配，而不是让用户适应界面。具体方法是做“任务审计”，再用“输入/输出对齐矩阵”把用户意图映射到合适的模式组合，因为同一个人在不同时刻的意图会变。核心结论是：一个优秀的底层模型，如果配一个糟糕的文本界面，也会失败。
从近期库中选取六篇从未发布过的材料，围绕“技术超前、框架滞后”这一中心问题组成单中心解释路径：喜马拉雅黑莓展示育种技术与进步主义观念缠绕的生态遗产，互联网骗局史展示旧骗局搭上新媒介，AI 界面设计展示能力与界面的错位，令牌定价展示新经济的定价难题，大陆起源展示新证据与旧范式的拉锯，乌贼剧场收束人类中心框架的边界。
价值
这篇直接回应了一个高频困惑：“AI 这么强，为什么产品这么难用？”它告诉你答案往往不在模型，而在框架——我们把新能力装进了旧式对话框。读完你会得到一套可迁移的判断方法：任务审计和对齐矩阵，可以用来评估任何一个 AI 产品的交互是否匹配你的真实意图。这不仅是设计者的工具，也是普通用户识别“框架滞后”的镜子：当你被迫适应一个别扭的界面时，问题也许不在你，而在设计还停在旧框架里。
帮助读者理解当前AI界面设计（特别是依赖聊天界面）的局限性，并提供一套系统性的方法论（任务审计和输入/输出对齐矩阵）来思考如何根据用户的真实工作流程和意图来设计更有效、多模态的AI交互界面。