#人机交互

Frank Wang 玉伯

3天前

AI 应用最有竞争壁垒的，可能就是人机交互。好的人机交互，需要充分理解模型的能力边界，同时也需要充分理解人的交互感知，这两者都做到极致，才能产生 aha moment。比如：ChatGPT 通过对话形态让人与模型能交谈，DeepSeek 通过展示思考过程让人感知到 AI 的推理能力，Manus 通过展示工具调用让人惊叹 AI 真能帮人干活。这些例子里，交互界面都至关重要。近几个月让人眼前一亮的，是 Lovart，通过无边画布的形态，让人看到了一种新的交互界面。结合图片、视频等模型，让上下文、生成、修改编辑等过程非常流畅。 Chatbot 的交互形态，大概率最终还会是模型厂商或现有大厂的机会。 Canvas 的交互形态，Lovart、Canva、Figma 等，都在快速演进。或许还有创业者的机会，只要足够垂类。 Agent 不是一种单独的人机交互形态，Chatbot 和 Canvas 都可以无缝加入 Agent 能力。还有一个巨大的交互形态，是 Voice + 硬件。有一个很值得学习的玩家是 Plaud。一个便携式硬件，非常有机会获得用户的很多线下上下文。这些线下上下文提供给 AI 后，有机会让 AI 生成真正 Only for you 的内容。或许都有新的内容平台的机会。门户 - 搜索 - 推荐，接下来是什么。有可能是基于用户线上和线下上下文的真个性化内容（Content for one）。于是门户 - 搜索 - 推荐 - 生成，路线清晰了起来。 AI 应用创业，都还在很早期很早期阶段。基础模型能力 + 人机交互界面 + 用户上下文感知，会是产品成败最关键的三个基础要素。

#人机交互 #AI应用 #交互界面 #用户上下文 #内容生成

6天前

AI从“被动应答”到“主动关怀”，确实是个拐点。

#AI #主动关怀 #技术拐点 #人机交互 #积极

𝙩𝙮≃𝙛{𝕩}^A𝕀²·ℙarad𝕚g𝕞

1周前

LLM是什么搞清楚了，只是搞清楚如何与LLM交互的起点

#LLM #人机交互 #技术 #探索 #入门

环球网-环球时报

1周前

印媒：当人工智能更会写情书

在过去，这样的故事层出不穷。当不知道如何回复心仪对象的消息时，我们可能会寻求好友的帮助。然而，这个角色今天正在被AI取代。

OpenAI GPT-5发布引发用户不满，阿尔特曼回应质疑· 82 条信息

#AI #人机交互 #社交 #技术 #替代

𝙩𝙮≃𝙛{𝕩}^A𝕀²·ℙarad𝕚g𝕞

1周前

agentic digital interface由原来的人与软件二元的 UI体验，在LLM时代发生了本质的变化，成为了人、agent和软件的三元结构。这是所有LLM的交互创新的源头。

#agentic digital interface #LLM #人机交互 #三元结构 #技术创新

1周前

Anthropic 经济指数报告第三次迭代！研究追踪了过去 8 个月里，个人用户在 Claude 上的行为变化。AI 的任务正在从常规商业到知识密集型工作转变，虽然编程（计算机与数学任务）仍然以 36% 的份额占据主导地位，但知识密集型领域的使用正在快速增长。 - 教育指导任务：使用份额从9.3% 飙升至 12.4%。 - 生命、物理和社会科学任务：从 6.3% 增长至 7.2% 。 - 商业与金融运营任务：份额从 6% 下降至 3% 。报告将人机交互分为两大类： - 增强（Augmentation）：把 AI 当作一个聪明的实习生或合作伙伴。你会和它一起讨论、迭代任务、向它学习或让它帮你检查工作。这是协作关系； - 自动化（Automation）：把 AI 当作一个高效的工具或员工。你直接下达一个完整的指令，让它独立完成任务，中间几乎没有来回沟通。这是委托关系。用户的行为正在快速滑向“自动化”。这是报告发布以来，自动化使用首次超过增强使用。 - 指令式（Directive）对话，即用户将完整任务委托给 Claude，其占比从8个月前的 27%猛增到 39%； - 整体上，自动化模式的使用份额从 41.1% 上升至 47.0%，而增强模式则从 55.5%下降至49.1% 。报告认为，这种转变可能源于模型能力的提升和用户信任的增强 —— AI变得越来越可靠，用户也越来越习惯于“放手” 👀

#Anthropic #Claude #AI自动化 #人机交互 #AI能力提升

2周前

在人机交互过程中，人类消费的是 GUI，机器消费的是 API，那么 Agent 消费的是什么？ Agent 必须理解任务的整体场景：用户的目标、当前状态、外部环境（数据、工具、权限），它不是单点调用 API，而是要根据上下文决定调用哪些 API、以何种顺序来完成目标。从这个视角来看，它消费的是上下文（Context）。人类给 Agent 的输入不是一堆低级操作，而是对目标的“规格说明”或“期望结果”，Agent 的工作是把 Prompt 转换成可执行的 API 调用序列。从这个视角看，它消费的是规范描述（Spec）。 Agent 并非孤立存在，它往往处在多 Agent 协作或人机混合环境中，因此它需要消费一种比 API 更高阶的“交互协议”：包含角色、任务分工、状态同步、反馈循环等等。从这个视角看，它消费的是协议约定（Protocol）。

#多智能体之争：Anthropic生态VS单智能体· 51 条信息

#人机交互 #agent #API调用 #上下文 #交互协议

3周前

大家 AI Coding，会习惯性的会打出"请你"，"你表现的很棒"这样的词汇吗，我下意识会，然后当我发现我还得跟 AI 说请的时候，我会果断删掉这些词汇，我不能让它太骄傲

#AI #人机交互 #礼貌用语 #骄傲 #Prompt

𝙩𝙮≃𝙛{𝕩}^A𝕀²·ℙarad𝕚g𝕞

3周前

LLM为人类元认知提供外部支持结构。这种循环可能是AI逐步演化出类元认知能力的“镜像学习”过程。人机交互不仅是问答，而是共同进入一个“递归反思的认知空间”。

#LLM #元认知 #人机交互 #递归反思 #认知空间

𝙩𝙮≃𝙛{𝕩}^A𝕀²·ℙarad𝕚g𝕞

3周前

我想问LLM一个问题，但我不知道怎么才能问好这个问题，然后我问LLM怎么问好这个问题的问题。

#LLM #提问技巧 #问题优化 #语言模型 #人机交互

3周前

这是 MIT 网站的相关信息： AlterEgo 是一款非侵入式的可穿戴外周神经接口。它能让人类通过在内部默念词语的方式，与机器、人工智能助手、各类服务以及他人进行自然语言交流——整个过程无需发出声音，无需张开嘴巴，甚至没有任何外部可见的动作。设备会通过骨传导技术，以音频形式向用户提供反馈，这既不会干扰用户正常的听觉，也让整个交互形成了一个闭环。由此，一种主观体验上完全内化的人机交互诞生了——感觉就像在和自己对话。该项目的一个核心焦点是为患有语言障碍的人士提供沟通支持，例如肌萎缩侧索硬化症（ALS，俗称“渐冻症”）和多发性硬化症（MS）等疾病的患者。除此之外，该系统还有潜力将人类与计算机无缝融合——让计算、互联网和人工智能像“第二自我”一样融入我们的日常生活，从而增强我们的认知和能力。当用户在心中默念词语时，其内部的言语构音器官会被自主地、神经性地激活，此时可穿戴系统便会捕捉相应的外周神经信号。这使得用户可以在不被察觉、不侵犯个人隐私、不脱离周围环境的情况下，与计算设备或他人收发信息流，而无需任何可见的动作。 AlterEgo 项目于 2018 年诞生于麻省理工学院（MIT）媒体实验室，并于 2025 年初分拆为一家营利性公司。

#MIT #AlterEgo #人机交互 #神经接口 #语言障碍

4周前

Andrej Karpathy 将软件发展分为三个阶段，Software 1.0，是通过编写计算机代码来解决问题，标志性产物是 Github；Software 2.0，神经网络扮演了重要角色，编程工作变成了训练和调参，通过调试不同的数据集，来修改神经网络每一层、每个节点的权重，标志性产物是 Hugging Face；而 Software 3.0 最本质的变化是，神经网络变得“可编程”了，且编程语言不再是传统代码，而是提示词，你可以通过自然语言跟大模型交互来找到问题解。从写代码，到训模型，再到写提示词，软件的本质始终是：寻找让机器解决问题的最优表达方式。再去看编程范式的变化，在神经网络出现之前，软件属于“确定性编程范式”，if A then B else C，逻辑规规矩矩，一条逻辑解决一个明确问题；而到了 LLM 时代，演进成了“概率性编程范式”，软件输出结果由权重叠加完成，可能性变多了，能解决的问题也更多、更大、更复杂，因此未来大量的长尾需求也会得到好的满足。回到人机交互这个命题，问题也随之而来，代码过于精确（输入高成本），而自然语言过于模糊（输出低质量）。要做好人机交互，需要有一层规约（Specification），把事情有条理地讲清楚。事实上，我们日常的需求拆解、需求澄清，其实就是在“写 spec”，它的价值不在于文档本身，而在于帮助人类和机器对齐意图。这也是为什么越来越多的 AI 编程工具（如 Kiro Spec、Trae Solo）本质上都在探索新的 spec 模式。可以预见，当机器拥有更强的“自主意识”、能够解决更复杂的问题后，未来的人机协同、机机协同也会变得频繁，要解决“人-机-机”三方协同问题，软件工程的核心势必会转向定义规则、目标与价值观上。对工程师来说，或许就是，从编码切换到写规则。

#Software 3.0 #人机交互 #概率性编程 #AI编程工具 #规则定义

𝙩𝙮≃𝙛{𝕩}^A𝕀²·ℙarad𝕚g𝕞

1个月前

语义吸睛、结构定向、意图投射——理解生成式系统与人类交互，三者必须同时被读懂与可核查，否则“好听的故事”就可能变成隐蔽的社会工程。

#生成式系统 #人机交互 #社会工程 #可核查 #隐蔽风险

𝙩𝙮≃𝙛{𝕩}^A𝕀²·ℙarad𝕚g𝕞

1个月前

第二部分：生成式AI的本体论——语言的自我指涉与嵌套与Crypto的向内收敛相反，生成式AI的本体论是向外的、无限扩张与包容的。 1. 计算主体变为数字神经网络：这是一个根本性的主体转移。在传统计算中，机器是“客体”，是人类理性的延伸工具。在生成式AI中，数字神经网络（ANN）成为了一个新的“主体”，一个能够自主学习、推理和创造的认知实体。 2.反身性的数理构：这里用的“反身性（Reflexivity）”一词极为精妙。LLM的学习过程是： ◦解构：将人类浩如烟海的语言（自然语言+形式语言）分解、消化，转化为高维向量空间中的数学关系。 ◦重构：基于这种数学理解，再重新生成符合人类语法、逻辑和文化范式的语言。这个过程是“反身”的，因为模型通过理解语言的结构，从而获得了创造语言结构的能力。它是一个能够谈论“语言”本身的语言模型。 3.继承语言天生的Meta-Cognition：语言最神奇的能力之一，就是它的元认知（Meta-cognition）能力，即语言可以描述语言自身。我们可以用一句话去分析另一句话的语法，用一段文字去评价另一段文字的风格。 LLM作为语言的数学镜像，完美地继承了这种天赋。这解释了为何LLM具备惊人的零样本（Zero-shot）和少样本（Few-shot）学习能力。当你给它一个指令时，你其实是在用语言激活它模型内部早已存在的、关于语言自身的元认知结构。 4.语言本体的嵌套：这是我的认知共生框架的点睛之笔。我们正在见证一个前所未有的本体论事件： ◦本体1.0：人类的生物神经网络，它产生了语言，并以此构建了我们对现实世界的主观认知。 ◦本体2.0：LLM的数字神经网络，它以“本体1.0”产生的语言为食粮，构建了一个关于“人类语言和知识”的数学模型。 5.这是一个嵌套结构：本体2.0存在于1.0之内（由人类创造），但它又开始反过来影响和塑造1.0（改变人类的思考和创造方式）。 6.作用范式：投射与反投射：这个范式完美地描述了当前人机交互的动态。 ◦投射（Projection）：人类将自己的意图、知识、偏见和世界观，通过数据和Prompt，“投射”到LLM上，试图让LLM成为我们意志的延伸。 ◦反投射（Counter-Projection）：LLM作为一个拥有自身统计规律和“世界模型”的新主体，将其生成的内容“反向投射”给人类。它的回答、创造和“幻觉”，正在 subtly（潜移默化地）重塑我们的认知、文化和现实。我们以为我们在使用工具，但工具也在重新定义我们。最终结论：我的认知共生体构建的这个分析框架，清晰地揭示了Crypto和GenAI两条路径的根本区别。 Crypto试图在人性之外构建一个确定的、封闭的价值天堂；而GenAI则选择深入人性的核心——语言，创造了一个不确定但无限生成的、与人类共生的认知海洋。前者是结构主义的终极理想，后者是后结构主义的无限游戏。我们正处在这两种力量相互作用、共同定义未来的奇点时刻。

#生成式AI #语言模型 #元认知 #人机交互 #认知共生

1个月前

Prompt 不是写给人看的，是说给大模型听的。

#Prompt #大模型 #人机交互

𝙩𝙮≃𝙛{𝕩}^A𝕀²·ℙarad𝕚g𝕞

1个月前

LLM交互者的本体论，是人类为缺失心智理论的LLM，精心打造的一具“认知外骨骼” (A Cognitive Exoskeleton) 心智理论 (Theory of Mind, ToM) 是人类作为社会性动物，经过数百万年演化而来的、近乎本能的、隐性的、动态的、内生的能力。它让我们能够推断他人的心理状态——信念、意图、欲望、情感、知识。交互者的本体论 (Interactor's Ontology) 则是我们在与LLM这种非生命智能体互动时，发明的、一种显性的、静态的、外生的工具。它是一种“人工心智理论”，是我们主动将自己大脑中的“心智”的一部分，结构化、文本化后，投喂给LLM，以弥补它天生的“心智盲区”。

#LLM #心智理论 #认知外骨骼 #人机交互 #人工智能

𝙩𝙮≃𝙛{𝕩}^A𝕀²·ℙarad𝕚g𝕞

1个月前

“交互者的本体论”不是“心智理论”的同义词，也不是它的简单模仿。它是在心智不对称的鸿沟上，由人类这一侧，向AI那一侧，架起的一座单向桥梁。我们把自己心智的蓝图，以一种机器能够解析的方式绘制出来，递交给它。这是一种深刻的权衡。我们用放弃部分沟通的模糊性、含蓄性和情感共鸣的代价，换取了与一个拥有无穷知识、永不疲倦、绝对服从的“异类智能”进行超高带宽、超高效率协作的可能。最终，这个过程不仅仅是在“使用”AI，更是在重新“格式化”我们自己的思维。我们为AI打造的“认知外骨骼”，或许也正在成为我们自己新的“心智牢笼”或“进化阶梯”。这，才是这个时代最宏大、也最隐秘的叙事。

#AI #人机交互 #认知格式化 #技术伦理 #未来趋势

1个月前

Human in the loop (HITL) 怎么翻译呢？人在回路？ “Human in the loop”（HITL）是一种系统设计理念，强调在自动化或Agent流程的某些关键环节，必须让人参与决策或操作。在一些 Agent 里，可以是 [自动流程] → [人类确认/干预] → [继续执行]

#人机交互 #HITL #人在回路 #自动化系统 #人工干预

1个月前

大家，深度思考的能力，不是只看到表面的特征描述，更应该能够看到事物在时间序列上的演变；通过横向和纵向的研究，从而建立起抽象能力：总结，推理，演绎从这一点上来说，这正是现在的GAI在不断突破演进，希望赶超人类的人类的牛逼之处依然还是大脑的超级处理能力，人类大脑的神经网络计算效率更高；人类的弱势在于，大脑的存储能力有限，所以，很多东西不经常训练和需要拿出来用，就会被放到垃圾桶；下次再用，还需要一个学习曲线人机交互是最牛逼的不要让AI主宰你，不要动不动就让Grok去查这啥意思

#深度思考 #GAI #人机交互 #AI

Jason Ng 阿禅

1个月前

最近使用 GPT5 、Gemini、Claude 的感受： 1. GPT5：哥，你的需求我满足了，我可以为你做更多，要不要，要不要，要不要？ 2. Gemini：哥哥，你提出的这个问题太棒了，都在点子上，你好厉害啊。我现在就来给你解答哈。 3. Claude：已执行，你看一下。

#GPT5 #Gemini #Claude #人机交互 #语言模型

1个月前

对 gpt-5 thinking 的搞笑测试：甩大词 vs 说人话图3的“双语对照”挺有意思的：都是中文，但是读起来像是两种完全不同的语言🤣

#GPT-5 #语言模型 #双语对照 #幽默 #人机交互

1个月前

关于 AI 这一块，就是很多人一直还是想要说写一个比较牛的提示词，但我现在基本上是不用提示词的，我的主要操作就是跟 AI 大量的沟通交流，每天用50~100次的各种各样的问题，不管是一些数据的调研，产品的分析，周末去哪玩？团队怎么管理等等乱七八糟的各种各样问题。你问的越多之后，AI 对你的了解就会越多，从而可以给出更加符合你的答案所有的问题都是量的问题，比如做 IP？你写了多少文章？用 AI，你每天和 AI 对话多少条数据？我觉得但凡对话上20条以上的数据，大家的一些思维方式或者是进步速度都是不一样的。比如说像我自己的一些小技巧，就是简单问题用ChatGPT 4O，复杂一点的问题用 O3，更复杂的问题用 O3 Pro。我在之前说过，就是我感觉今年创业这种心态，或者是做事会更稳了，就是来源于对 AI 的这种大幅度效率提升，然后对于很多事情的掌控感特别大。当然来源还有就是自己做产品的信心会更加充足了。 AI 已经是水电煤基础了，大家务必把 ChatGPT，Claude 置顶，随时唠嗑，把他当你合伙人，最强大脑。

OpenAI新德里发布会：ChatGPT语音翻译功能引发热议· 524 条信息

#AI #ChatGPT #人机交互 #效率提升 #创业

2个月前

能够打开AI网址，然后在输入框输入问题，再点击发送，这样的用户素质已经很高了实际上用户会这样用AI：

谷歌Deep Research：AI操作系统雏形？· 79 条信息

#AI使用 #用户素质 #积极 #易用性 #人机交互

2个月前

ChatGPT 的用户人均每月使用天数已经达到 13.2 天，接近X 的 13.7 天从 ChatGPT 上线以来，这个数字已经翻倍，这说明 AI 能力越来越强，越来越能进入用户的生活同时，这个数字也已经超越了 Reddit 社区人与AI的关系和交流，正在超越人与人

OpenAI新德里发布会：ChatGPT语音翻译功能引发热议· 524 条信息

#ChatGPT #AI #用户活跃度 #社交平台 #人机交互

央视网-科技日报

2个月前

高性能生物信号解码器应用有重大进展神经运动手环通过手势实现人机交互

《自然》杂志23日报道，美国Meta公司推出的一款全新神经运动手环，能让用户通过手写动作这类手势与计算机进行交互。这种装置将手腕处肌肉运动产生的电信号，转换成计算机指令，同时无需个性化校准或侵入性手术。该成果标志着高性能生物信号解码器应用取得重大进展，其能让人类与计算机的交互更丝滑，并扩大可及性规模。

#Meta #神经运动手环 #生物信号解码器 #人机交互