JOTO
Contact us
← AI 智库
Skill 技能

AI Native 的产品,界面应该是“液态”的

2026 年 11 月 20 日

深度解析AI Native产品的液态界面设计思路,重新定义下一代软件交互逻辑。1. 梳理传统“AI套壳”类产品的界面架构缺陷与交互痛点2. 讲解AI Native产品围绕用户意图动态适配界面的核心设计理念3. 介绍消除深层导航、上下文即入口等液态界面的落地方向

AI Native 的产品,界面应该是“液态”的

上一期,我们聊了原来系统中关于数据、服务和业务规则这些资产怎样复用。这一期看看,界面和功能该怎么重新组织。

我认为,AI Native 产品应该围绕「目标—任务—成果」组织界面,围绕「可组合、可验证、可撤销」组织功能。

过去两年,我们见到了很多软件的“AI 化”:在原本已经固化的菜单栏、工作区或者侧边栏旁边,塞了一个对话框。说是 AI Wrapper,也就是 AI 套壳,或者叫 Copilot,副驾驶,原来的软件结构其实没怎么动。

这种“左侧传统 GUI,右侧 Chatbot”的界面结构,还是把 AI 当作了一个外挂插件。用户得先知道功能在哪儿、页面怎么走,只是旁边多了一个能回答问题的助手。

当模型能理解图像和文本、利用上下文、调用工具时,我觉得我们就应该重新考虑软件的组织方式了。从“确定性的功能树”走向“概率性的意图网络”,说得直白一点,就是不再要求用户每次都沿着预先设计好的菜单找功能,而是让系统根据当前意图,组织完成任务需要的能力。

如果从零构建一款 AI Native 产品,界面和功能就不能只沿用原来的树状层级。

先说界面:让软件适应人的意图

传统软件的交互逻辑是,人去适应软件的设计。用户必须先理解产品经理设计的导航栏、各级菜单和功能页,再把自己的需求拆解成一个个页面切换和按钮点击。

AI Native 产品的交互逻辑应该有所改变。用户正在做什么、手里有什么材料、想得到什么结果,这些信息应该直接影响界面的组织,界面可以随着任务发生变化。

消除深层导航树

传统 SaaS 动辄有几十个二级菜单、上百个功能页。我认为,大部分低频配置和复杂筛选器都应该从主界面消失,下沉为模型可以调用的工具或技能,也就是 Tools、Skills,由模型在理解上下文后按需唤醒。

能力仍然在,只是不必每一项都占据一个固定入口。用户需要完成一件事,系统就把相关能力组织出来,别先让人翻半天菜单。

上下文即入口

界面不再是静态的功能陈列柜,而是一个动态的工作区。用户选中一段文本、圈出一块图像,或者拖入一份数据表,系统就可以根据当前对象,推测下一步最可能需要什么,把最相关的几个操作放到附近。

选中一份表,就在旁边看到“对比”“生成图表”;选中一段文字,就可以直接改这一段。当前正在处理的内容,本身就是入口。

我一直觉得纯聊天框是 AI 时代的过渡产物。读长文本会很累,修改一个局部参数还要反复打字,而且经常缺少确定的状态反馈:到底改了哪里,现在是什么状态,还要再读一遍回答才能弄明白。

我认为,未来的主流形态是自然语言与图形界面的深度融合。自然语言适合表达意图,图形界面适合查看状态、选择对象和精确调整。生成式 UI 则可以进一步根据任务,把需要的信息和操作组织到一起。

AI Native 的产品,界面应该是“液态”的 配图 2

按需即时渲染的微组件

比如,用户说“帮我对比 Q3 各个项目的工作情况”,AI 不应该只输出一段文字,也不应该让用户自己去翻找报表页面。它应该直接在当前对话流或画布中,生成一张可交互的对比图表。

用户可以点选项目、调整比较范围,结果跟着变化。任务完成后,这些临时控件随上下文归档,不必为了这一次比较,往主界面上永久加一个入口。

以“画布”为中心的人机协作空间

这里可以参考 Codex 的交互范式:对话承担意图输入与任务沟通,工作区承载项目文件和修改结果。AI 负责生成代码、执行命令和运行检查,我们通过差异视图审阅修改,针对局部内容提出意见,也可以直接动手调整。Codex 的官方代码审阅说明里,就有查看修改、逐行反馈和撤销变更的具体方式。

我看重的是,人和 AI 围绕同一份项目文件持续协作。AI 做完以后,成果就在那里;人可以接着改,AI 也能接着处理。自然语言表达的意图,最终要落到实际成果物上。

代码如此,文档、报告也可以沿着这个方向设计。“画布”不一定真是一块可以随意拖拽的白板,它首先得是一个能承载成果、让双方继续操作的地方。

AI Native 的产品,界面应该是“液态”的 配图 3

用得越久,产品也应该有所变化

传统软件在第一天使用和第一千天使用时,除了数据不同,界面往往几乎一模一样。而 AI Native 产品的界面,我觉得应该具备渐进式演化的能力。

比如,每次生成报告,你都会删掉一段废话,习惯先看结论,偏爱某种字体和配色。如果这些偏好已经反复出现,产品就应该记住,下次生成时直接用上。总不能每次都让我从头教一遍。

再比如,用户每周五下午都会执行“拉取数据 → 清洗异常值 → 生成图表 → 发送邮件”这一串任务。系统识别出这种重复模式后,可以把它整理成一个专属的一键触发器,将原本需要多轮对话的任务,重新固化为高效按钮。

这个按钮可以替用户启动整套任务,涉及对外发送时,仍然走到相应的确认节点。用户习惯可以让路径更短,必要的确认还得留着。

用户说了想做什么,产品就应该帮着把目标和条件整理出来。有些条件可以从已有信息里带出来,真正会影响结果或者执行范围的,才需要向用户问清楚。

至少,不能让用户为了用这个产品,需要先学会写一段完整的提示词。

再来看功能:围绕结果交付重新切分

传统软件的功能模块往往围绕增删改查,也就是 CRUD 来设计。用户想完成一项任务,就得自己把“新建、筛选、导出”等操作串起来,每个表单、每次状态流转,都可能需要人工触发。

AI Native 产品应该把更多精力放在完整任务上。用户表达目标,系统利用上下文记忆和工具集,组合底层能力,推进结果交付。前面说的“对比 Q3 各个项目的工作情况”,就不该被拆成一堆需要用户自己寻找的按钮。

执行过程中,能重试的步骤自己重试,能从已有信息里补齐的条件自己补齐,影响结果或执行范围的关键决策再请用户确认。别动不动弹一个错误,让用户改参数、翻文档,再从头来一遍。

这要求产品经理和工程师重新分配精力。与其为每一个边缘场景设计一张专门的页面,我觉得更需要把下面几件事做好。

原子能力原子化

把业务操作封装成职责清晰、可以组合的 API 或 Tools,并给出明确的 Schema 描述。也就是把“能做什么、需要哪些参数、会返回什么”说清楚,让模型能够准确调用。

用户看到的是完整任务,系统内部仍然要有可靠的基本能力。否则,上面说得再聪明,真正执行时还是会卡住。

状态可观测与可回滚

当 AI 在后台连续执行了十步操作,界面必须让用户看清楚做到了哪一步、改了什么、哪里出了问题。执行轨迹,也就是 Trace,应该能帮助人理解过程。

对于支持恢复的操作,还应该能退回先前状态。比如改坏了一份草稿,用户应该能找回修改前的版本。用户只有拥有“随时撤销”的安全感,才敢把控制权交给 AI。

当然,这种恢复能力有边界。已经发出去的邮件、已经完成的扣款,不能指望一个撤销按钮就恢复原状。所以,确认要放在执行之前。

人机协同的断点设计

信息检索、格式转换、草稿生成,可以让 AI 在授权范围内自主执行。对外发送邮件、扣款、覆盖核心数据,就需要在相应节点停下来,让用户确认。

界面的核心职责,是把这些关键节点说清楚。准备改什么、前后有什么区别、会影响谁,都应该直接呈现出来。Diff,也就是差异对比,在这里就很有用。

比如一封邮件,确认时至少要能看见收件人、正文和附件。用户看到这次准备发送的内容,再决定是否发出;需要调整,也能直接回到对应位置修改。

AI Native 的产品,界面应该是“液态”的 配图 4

我觉得,界面应该是液态的

AI Native 产品的终极形态,不是“一个更聪明的聊天机器人”,也不是“长满了 AI 按钮的传统软件”。

我觉得 AI Native 产品的界面应该是液态的。平时保持克制与留白,一旦感知到用户的意图和上下文,就迅速凝聚成最趁手的工具形态;任务完成,随即消散。

功能不再被锁死在各种各样的菜单里,而是作为随时待命的底层能力,在人与 AI 的协作中按需出现。用户表达目标,产品组织任务,双方围绕成果继续往前做。

立即咨询 JOTO

JOTO 提供覆盖企业智能体规划与搭建、AI 平台私有化部署、RAG 知识工程、AI 安全治理、FDE 驻场共创及持续运营优化的全周期 AI 落地服务,帮助企业把验证中的 AI 能力转化为安全、可控、可持续迭代的生产力。 联系 JOTO 获取 AI 落地咨询

想把这些做法用到你的业务里?

留下你的场景和痛点,我们帮你判断从哪一步开始。

联系我们
Contact Us

Start your enterprise AI rollout

Tell us your industry, team, and current pain points. We'll get back to you within one business day to help you decide what to tackle first, what data to prepare, and which platform fits.

WeChat
Scan to add us for a 1:1 chat
JOTO WeChat consultation QR code

Tell us what you need

Once we receive your details, we'll be in touch within one business day.