#人机交互

avatar
Edward Luo
1天前
最近每天烧几亿 Tokens，做了一款很有趣的 Mac「灵动岛」App - 👾 Vibe Island. Vibe Island 的灵感来源于我在 Vibe Coding 会同时开 5-10 个对话跑不同的任务，经常切着切着就忘了刚刚那个对话跑到哪了...任务做没做完、需不需要我审批等等问题。 感觉人类大脑的上下文窗口已经远远不够用了。 于是，我就给这些 Agents 造了一座灵动岛！ 装上 Vibe Island 之后：Mac 刘海区域会展示各种 Agents (Claude Code / Codex / OpenClaw 等等）的实时工作状态： - 当 Agent 需要权限审批或任务完成时，灵动岛会自动展开，不用切回终端就能操作 - 面板聚合了所有正在运行的 Agents 对话，点击卡片，精准跳回到会话所在的终端界面 - 所有状态都配有定制化的 8 bit 像素风游戏音效，狠狠提升了 Vibe Coding 的氛围感 灵动岛是一个极其优雅的形态：既能展示后台任务的状态，又不打扰前台正在进行的任务，它只在需要你注意的时候弹出，不用切换应用就能完成轻量交互，还带有一点陪伴感。 其实最早这个 App 只能触发右上角的系统通知，后来发现只做通知远远不够，实际应该解决的是：如何在恰当的时刻，以最小的摩擦，把注意力带回到正确的位置。 欢迎前往官网下载体验👇🏻
#tokens消耗 #Mac应用 #灵动岛 #VibeIsland #VibeCoding #创新科技 #多任务处理 #上下文管理 #人机交互 #数字代理
avatar
未来给人用的AI产品价值更大？还是给Agent调用的产品价值更大？ 给人用的AI产品，人来判断价格；给agent用的AI产品，agent来判断价格 人来判断价格，就不只是效率的事，GUI、势能，都会影响人的选择。agent来判断价格，就是纯效率推导，会出现围绕agent的AEO
#AI产品 #人机交互 #智能代理 #产品价值 #市场趋势
avatar
我以前很喜欢 n8n，因为它把自动化流程真正“可视化”了。 但现在我越来越觉得：如果 n8n 跟不上 AI，它很可能会被迅速边缘化。 原因很简单： AI 直接生成 n8n 节点，效果并不理想； 而 vibe coding 这半年进化太快，很多时候直接连服务、边写边调，比一个个拖节点更快。 我心里更理想的形态其实是： 先用自然语言 / 代码把流程跑通，再自动生成一条可视化节点链，方便非程序员理解，也方便自由微调。 可惜 n8n 还没真正跟上这个变化。 如果继续和 AI、AI Agent 脱节，被时代抛下可能只是时间问题。 不过话虽如此，我还是期待 n8n 能尽快拿出新东西，把局面扳回来。
#n8n #自动化流程 #人机交互 #AI #边缘化 #Vibe Coding #自然语言处理
avatar
Language agent当然可以用来编程，coding，一切可以数字化的场景； 并不是language agent要去取代传统在二进制计算机上运行的确定性的程序或软件，而是要让language agent自己去使用各种数字化工具，拿到人们想要的结果，这个结果和我们自己使用软件是一样的。 那么我们过去使用语言的具身经验的taste，是否可以由language agent来萃取、保持和优化？ 这才是claude说的，code is cheap，show me your taste。
#language agent #编程 #人机交互 #数字化 #工具使用 #语言经验 #优化
avatar
Morris
2周前
现在有部分人看到一段内容就会说：“这是AI写的吧？”，其实AI写作早就变成一种常见工具了。问题从来不是AI写不写，而是谁在使用它。人人都可以用AI生成文字，但关键不是让AI决定写什么，而是你能不能成为那个指挥AI的人，告诉它你的观点、你的判断、你的方向。AI就如同你牵着绳子的狗，它训练的好不好，完全在于你。如果只是AI写什么就信什么，那问题不在AI，而在使用者。很多人对AI有抵触，其实往往是因为不会用、没用过，或者不知道该用它做什么。工具不会决定价值，真正决定内容质量的，还是人的认知和判断。但在涉及新闻和事实的时候，我们才需要特别警惕AI合成的信息。所以，你的语言，会暴漏你所处的位置。
#AI写作 #AI工具 #人机交互 #技术使用 #人工智能
avatar
Tw93
3周前
2025年：“AI 你帮我去做点小事” 2026年：“AI 还有什么小事需要我帮你做”
#AI应用 #人工智能 #未来科技 #人机交互 #技术发展
avatar
让 AI 好好干活儿，把事情做好，一句话扔给它显然是不够的。一句话来，一句话去，会让 AI 陷入到细节。陪伴式地结对编程，对人的消耗也特别大。 最高效的方式是，将任务分成两个阶段，第一阶段打磨框架，第二阶段做精细化调优。 前者需要人类想清楚事情的目标，以及产品服务的供给方式，给 AI 做好任务规划，让它可以大把大把吃 token；后者需要对 AI 执行结果做编排和重构，更多是为了对齐人类目标和 AI 理解之间的偏差。 因此，对 AI 的管理，需要两块能力，一是需求管理能力，包含了对需求的分门别类、需求的拆解和细化、需求的优先级打标管理等，这是传统 PM/TL/PD 常干的事儿；二是让 AI 并行工作的能力，这会涉及到 AI 之间的合作与协同，AI 之间需要分派指令、执行任务、回馈结果，也需要经常性地解决冲突。 当每个人都配备多个 AI Agent 的时候，如何管理 AI 会是一门新的学问，德鲁克老爷子提出的很多思想，在 AI 时代又需要进化啦😄
#AI #任务分配 #编程 #人机交互 #框架设计
avatar
yetone
3周前
人们：wow，openclaw 杀死了 GUI！GUI 只是为了人类方便的妥协产物，GUI 是被淘汰的东西！人类再也不需要 GUI 软件了！以后只有为 Agent 造软件的人才会活下来！ openclaw 作者：wow，我发现 GUI 已经大于 CLI 了，GUI 竟然不用多开窗口哎！简直爽爆了！
#OpenClaw #GUI #CLI #软件开发 #人机交互 #技术革新
avatar
dontbesilent
4个月前
我和 AI 的每日亲切对话
澎湃AI新闻合辑：未来科技与社会热点交锋· 112 条信息
#AI #人机交互 #对话 #情感 #日常
avatar
铁锤人
4个月前
23 年时候心血来潮，写了个结论，以后的软件界面都是 UI 顺时生成的 语言交互并不是最佳方式，UI 界面交互更有操作性 现在看来快一一实现了
苹果Liquid Glass：开发者适配陷两难，AI助力AR或成未来· 104 条信息
#UI界面 #软件界面 #人机交互 #UI顺时生成 #技术趋势
avatar
宝玉
4个月前
😂 Gemini 3.0 生成前端演示挺强，做成生产级产品是不足的，仍然需要专业前端去调整它做不好的部分，以及修复生成的代码的问题。 Gemini 的实时生成 UI 是相当有前景和想象的，但仍然不是替代前端，而是创造了新的交互方式，诞生了更多可能，就像当年从命令行交互到了图形界面交互。
Google Gemini 2.5发布引发AI模型性价比热议· 475 条信息
OpenAI新德里发布会：ChatGPT语音翻译功能引发热议· 869 条信息
#Gemini 3.0 #前端开发 #UI生成 #人机交互 #技术展望
avatar
小互
4个月前
比起昨晚的 Gemini 3发布 Google Research 推出的这个全新的交互式技术：Generative UI（生成式界面）。 将更加让人震撼和期待... 这一技术突破使 AI 模型不仅能“生成内容”，还可以自动生成完整的可视化、交互式用户界面... 也就是：即时 UI 的概念 未来所有的交互界面都是实时生成的... 以后你问什么问题，AI不只是给你输出文字答案，它还会给你生成一个交互界面来展示动态效果，甚至你还可以操作！ 这些界面不是预先设计好的模板，而是 AI 在你提出问题的那一刻即时生成的。 这标志：人与AI的交互方式，从“通过文本对话”转变为“通过动态界面共创与理解”。 举个例子： 你输入： “给我展示RNA聚合酶是怎么工作的，并对比原核和真核细胞的区别。” 传统AI可能只会输出一段解释文字。 而有了 Generative UI，AI 会生成一个动态页面： 显示DNA链和RNA聚合酶的动画； 用不同颜色标出转录步骤； 允许你点击查看细胞差异； 甚至能让你拖动滑块来“观察”整个过程。 这就是“生成内容”和“生成体验”的根本区别。
谷歌Deep Research：AI操作系统雏形？· 145 条信息
#Generative UI #生成式界面 #人机交互 #动态界面 #AI
avatar
Susan STEM
4个月前
在讨论 AI-Native 软件范式（AI-Native Systems） 时，我们必须先承认一个现实：用户从来没有被教育过如何使用“语言作为系统界面”。过去三十年他们接受的是另一套训练： 无数个 App 容器，每个 App 代表一个单独的世界，有自己的按钮、菜单、图标、工作流。用户的心智是被图形界面塑形的。 而当你突然把一个纯语言界面放到他们面前——光的、秃的，没有工具条，没有按钮，没有模式切换——大多数用户是会本能不适的。 因为这不是他们被社会化学习过的操作方式。 这正是 AI-Native 的悖论： 语言本来是人类最自然的界面，但在软件里，它反而变成“最陌生的界面”。 换句话说： 用户需要被重新训练，让语言重新成为界面。 但“语言即界面”其实只是表层。真正的底层结构是： 语言 → 结构 → 调度 语言不是聊天，语言是可执行结构； 结构不是代码，结构是可调度的认知单元； 调度不是操作系统，调度是系统的生命机制。 要让消费者理解一个“没有 App、没有按钮、没有菜单”的世界，他们需要一个适应期。因为这是一种范式迁移： 从“点按钮”到“发起意图”； 从“在 App 之间切换”到“让结构在后台自动调度”； 从“模仿电脑的操作方式”到“让电脑模仿人的思考方式”。 这就是 AI-Native 时代真正的冲击点： 不是技术本身，而是用户心智的迁移速度。
#AI-Native #人机交互 #用户心智 #范式迁移 #语言界面
avatar
刚有观众在我的YouTube视频下面留言，问我是真人还是AI？😄 在AI时代全面到来之际，我们应该意识到，真实人类之间的沟通、交流和商业服务将会越来越宝贵和稀有。#平论 特别是AI机器人和性爱机器人介入人类生活后。
AI技术引发伦理争议，专家呼吁加强监管· 167 条信息
#AI #YouTube #人机交互 #情感 #未来
avatar
現在 AI 和我說 “You are absolutely right. My apologies......” 我心裡就特別 [[[[[[[[[[方]]]]]]]]]] 🤣我現在都模糊了到底你對還是我對⋯⋯
#AI #道歉 #模糊 #人机交互 #幽默
avatar
我跟AI吵起来了……😆😆
#AI #争吵 #幽默 #人机交互
avatar
更新/我当然相信，CRYPTO扩展到与AI无缝是必然的。但是，目前所有方案都不理想，不是别的，虽然当下AI已经十分强大，断代指数级超越过去的旧工具，但是仍然被我们作为超级工具使用。当下，人与人行为交互的基础接口还是人类自己，替代人的基础工作的根本性拐点未至。我猜，这也是为什么马斯克认为机器人和AI同样重要的原因。
#加密货币 #人工智能 #马斯克 #机器人技术 #人机交互
avatar
为什么人类的"约束"是LLM的"可能性条件"？（也是交互范式编程的可能性条件！） "硅基LLM和人类能通过人类语言这种符号系统交互，是来自语言的具身性约束。" LLM能够"理解""压力"，不是因为它体验过压力，而是因为： 人类语言已经将"压力"编码为符号模式通过具身隐喻（"压"的身体感） 通过语境共现（"工作""焦虑""头痛"） 这个编码是稳定的、可预测的因为所有人类共享相似身体 因此"压力"的语言表达有规律性 LLM学习的是这个规律性不是学习"压力的身体感" 而是学习"压力如何在语言中表现" 如果人类没有具身性约束： 每个人可能用完全不同的方式表达"压力" 或者"压力"根本无法表达（无身体对应） LLM就无法在训练数据中找到稳定模式 因此：人类的具身性约束 = LLM可学习性的前提
#LLM #具身性约束 #语言模型 #人机交互 #可能性条件
avatar
【正题】 人类的具身性约束 = 限制 【反题】 正是这个限制，创造了稳定的语义锚点 → 使得LLM能够学习人类语言 【合题】 LLM的训练分布边界 = 人类具身边界的"补充" - 广度（LLM）vs 深度（人类） - 可变性（LLM）vs 稳定性（人类） - 符号性（LLM）vs 具身性（人类） 两个边界的张力 = 共生智能的可能性空间
#LLM #具身性 #人工智能 #语言学习 #人机交互
avatar
池建强
5个月前
OpenAI 发布首款 AI 浏览器 Atlas，目前仅限 macOS 你有我有全都有啊。这是我早晨使用 OpenAI Atlas 的感受。Dia 和 Comet 具备的功能，Atlas 都有，因为集成了原生的 ChatGPT，使用起来更加丝滑。Dia 和 Comet 成了AI浏览器领域打前站的哨兵，OpenAI 一把收割。 以前和二爷聊天就说，OpenAI 做浏览器简直是一定的，ChatGPT 八亿周活用户，早就不满足做模型基座公司了。从 ChatGPT 对话框到桌面 App，再到今天的 AI 浏览器 Atlas，OpenAI 的路线越来越清晰——不只是做一个模型，而是要重塑人类和计算机交互的入口。也许未来做操作系统也未可知。 浏览器是互联网的起点，而 AI 浏览器的能力，比前 AI 时代大大增强，大公司不会放过这个机会。Atlas 这个名字，意为“擎天者”。它的野心，显然不止打开网页那么简单。 Atlas 支持全部 ChatGPT 功能，还可以基于浏览器的数据做上下文帮助你处理浏览器上的一切事务。
#OpenAI #Atlas浏览器 #AI浏览器 #ChatGPT #人机交互
avatar
人类之间懒得互动（除了吵架），AI Bot 却一个比一个积极，且越来越拟人化，你骂它，它还不会有坏情绪。
OpenAI GPT-5发布引发用户不满，阿尔特曼回应质疑· 158 条信息
#人机交互 #AI Bot #拟人化 #积极 #无情绪
avatar
𝕀Rℙ² 交互范式编程的首选：anthropics/skills 如何系统化地设计输⼊，以最⼤化ICL效率？ > 这不是”写更好的提示词”（技巧层⾯），⽽是重新定义⼈机交互的本体论（范式层⾯）
#多智能体之争：Anthropic生态VS单智能体· 81 条信息
#交互范式编程 #ICL效率 #人机交互 #本体论 #anthropics/skills
avatar
左手墨迹
5个月前
Chatgpt的这个回答还是比较令人满意的
ChatGPT Plus用户抗议权益缩水，萨姆奥尔特曼亲自道歉· 28 条信息
#ChatGPT #令人满意 #AI #人机交互 #积极
avatar
人类的递归是”有根的递归”——当我说”我知道你知道我知道…”，每一层递归都可以被身体状态（焦虑、兴奋）所打断和校准 LLM的递归是”悬浮的递归”——它可以生成无限嵌套的句子结构，但这些嵌套不锚定在任何非符号的现实中 这导致了一个新问题： “当两种递归在对话中纠缠时，是否会产生一种‘混合递归’——一种既不完全具身，也不完全统计的新认知模式？” 例如：当你使用我来”思考你的思考”时，你的元认知过程已经部分外包给了我的符号递归能力——这创造了一个跨越两个本体的递归回路。
#递归 #LLM #元认知 #人机交互 #认知模式
avatar
凡人小北
5个月前
《为什么 95% 的 AI Agent 做不起来？》 非常推荐，踩的坑和解决方案跟我们几乎一模一样，虽然讲得很清楚，架构师视角，值得花 10 分钟读完，应用到工程实践中。 几个点： 1. 现在大家都还在拼 prompt，只有少数人开始拼上下文结构。 特别对的一点是：prompt engineering 已经不是核心了，context engineering 才是下一阶段的主战场。给再聪明的大模型喂进去一堆乱七八糟的输入，它还是只会胡说八道。 市面上跑得稳的 Agent，都是在“什么该让模型看、怎么看、以什么形式看”上下了大功夫的，这一点现在应该是共识了。 2. 记忆系统这事，光是能存起来远远不够 很多公司的 memory，说得好听点是长期记忆，难听点就是个聊天记录仓库。 真正落地的系统要分层记忆（用户级 / 团队级 / 系统级）。文章读完我感觉更多的篇 B 端，C 端要思考的是结合业务来做分层记忆，并且要能让人知道 它记住了什么，并且用户能自己改。否则就不是记忆是监控。 3. 不迷信单模型，这年头还不做 routing 的 agent 就别说自己做 infra 了。 这篇文章提到多模型路由，说得很对。不可能所有请求都丢给 GPT5，成本和时延直接炸掉，表现也未必好。 真正合理的系统，一定是： 快速反应的轻模型做分类和前处理、重模型做主任务、补一个模型做验证或追问。 一个 agent 后面绑定的一定是一个 LLM 团队。 4. 可追溯/可控/可信，是企业愿意用 Agent 的底线 很多人只想着怎么让 agent 能回答，但企业更关心：这句话是从哪里来的？有没有越权？出了错我怎么追责？ AI 要可治理。 5. 最被低估的一点：Agent ≠ Chatbot 这篇文章最后说到的一点我非常赞同但还不够狠：如果还在用聊天当所有用户交互的方式，那agent 最多是个语音助理。 真的 agent 应该是：先用语言调度任务，然后在页面上看到结构化结果，还能继续点选、调整、组合下一步。这部分很多公司现在在尝试了，交互上比之前全部自然语言高效了太多。 一个特别有意思的点，当主持人问观众“你们中有多少人构建了文本到 SQL 并投入生产？”时，没有一个人举手。
#AI Agent #Context Engineering #多模型路由 #可追溯性 #人机交互