当9岁孩子用Claude Code独立开发出完整塔防游戏时，我们看到了AI交互设计的革命性突破。本文通过深度拆解Codex、Claude Artifacts等产品的交互零件，揭示新一代AI产品如何通过'过程可视化'打破数字鸿沟，让零基础用户也能驾驭强大模型。更犀利指出：当前流行的审批闸门、流式输出等设计，实则是模型厂商获取训练数据、掩盖技术短板的精巧商业策略。

我身边有个九岁的孩子，用 Claude Code 做了一款益智塔防游戏，叫《Panther Defense》。有美术，有关卡，有一条像模像样的故事线。他还把班上的同学一个个做成了游戏角色，给每个人配了原创的画。游戏现在能玩，链接就摆在那里：panther-defense.zeroliu.com。

放在三年前，这是天方夜谭。那个年代被叫作「计算机天才」的孩子，八九岁也做不出这种东西。我第一次看到成品的时候，是真的愣住了。

让他做到这件事的，当然是模型。模型已经聪明到，能让一个九岁的孩子做出一款完整的游戏——这份聪明是真实的，也是前提。

但聪明本身不会自动落到每个人手里。他读不懂一行代码，真正把这份聪明交到他手上的，是界面。他能看见 agent 在干什么：「我在画地图」「这里报错了」「下一步我要加一个敌人」。看得见，他就能纠错；能纠错，他就能继续。模型有多强是一回事，这份强能不能被一个九岁孩子调动起来，是另一回事，而后者由界面决定。

这个孩子就是我心里那张「有心力的白纸」的活样本：有想法，有热情，但什么技术都不会。所以真正值得想的问题，不是「模型够不够聪明」——它已经够聪明了——而是：什么样的交互，才能让更多这样的白纸，驾驭得了越来越聪明的 agent？

现在的 agent 交互，是反着上个时代做的

我本身就是做 AI 产品的，对 AI 交互有些自己的想法。这两年我横向扒了一圈现在的 agent 产品——Codex、Claude Code、Cowork、Claude Artifacts、Google Stitch、Manus，把反复出现的交互零件拆出来看，发现一件挺有意思的事：这一代的设计，几乎是把上一代的信条反过来做的。

上个时代的软件，核心信条是「把复杂藏起来」。黑箱，减摩擦，最好你点一下，结果就出来，中间发生了什么你不用知道也不该知道。一个好产品的标志，是让你感觉不到它在工作。

agent 偏不。它要把过程亮出来，甚至在关键的地方故意给你加摩擦。流式输出，让你一个字一个字看着它说；计划清单，先把要做的几步列给你；过程透明，读哪个文件、跑哪条命令、改哪段代码，每一个动作都摊在你面前；改东西之前先给你一个 Diff，再设一道审批闸门，等你点「允许」才往下走；出错了不甩给你一串堆栈，而是说人话告诉你哪儿错了、下一步可以怎么办；甚至能把整条时间线回放一遍。

这些零件背后，其实有个挺工程的真相。模型吐出来的根本不是「一段文字」，是一条带类型的事件流：文本、思考、工具调用、工具结果，按顺序排着。前端做的事，本质是一个组件路由器，按类型把每一块分发给对应的组件，再随着 token 一点点增量渲染出来。我去读过一个开源 agent 的源码，里面真有这么一张路由表：文本块走文本组件，工具块走工具卡片，思考块走可折叠的块。你在工具卡片里看到「参数边打边出现」的那种顺滑感，工程根源就在这条「流、路由、增量渲染」的链路上。

但零件不是重点。把这些东西收口成一句话：现在的 agent 交互，就是把 AI 的每一步摊开，让人能看、能拦、能续。这是它跟上个时代最不一样的地方。

为什么偏偏要这么做

光说现状没意思，真正值得想的是：为什么是这套，而不是别的？我的答案有两面，一面在水上，一面在水下。

对用户这面：让普通人也能纠错

今天的模型干长活，一定会断。我自己天天用，断法逃不出三种。

第一种，任务一长，模型自己就迷失了。哪怕上下文给到 1M，它也会注意力衰减、忘事、绕圈，这就是所谓的上下文腐蚀，长度不等于记性。第二种，更朴素，网络断了。第三种最隐蔽：它从一开始就理解错了，你说 A，它听成 B，然后顺着 B 一路做到底，做得越认真离得越远。

正因为一定会断，界面就必须让你能看见它走偏、能拦住它狂奔、能从断点把它接回来。可见、可控、可恢复，说白了就是给一个不可靠的执行者配的一条安全带。

这条安全带的妙处，是它让白纸也能上手。那个九岁孩子读不懂代码，但他读得懂「我在画地图」「这里报错了」，于是他就能指挥一个比他强得多的东西。过程可见，本质上是一个让你跟比自己强的智能对齐认知的界面。这件事我觉得意义很大——它在衰减传统的数字鸿沟，甚至有机会帮人迈过智能鸿沟。我们其实已经走到一个后经验主义的时代了，过去那些要靠年头攒的 Know-How，正被模型和 agent 一点点蚕食掉。让一个连电脑都用不利索的人也能调动 agent 把事做成，这是我最近一直在想的事。

这一面，业界其实已经有不少共识。Karpathy 把它讲得很清楚：好的 AI 产品应该像一套「钢铁侠战衣」，是增强人、而不是甩开人去单干；他主张做「部分自治」的产品，给人留一个专门的界面和一个「自治度滑块」，让 AI 提议、人来确认或纠正，一边把人留在回路里，一边慢慢往上调自治度。做 agent 界面的人，做的差不多就是这件事。

对模型厂商这面：把用户放进回路，是一门好生意

但只讲到「为用户好」，是没讲完的。这套交互能成为行业默认动作，还因为它对模型厂商是一门相当划算的生意。这是水面下的那一半，我觉得也是这篇里最该说清楚的一点。

第一，它在帮厂商收训练数据。你每点一次「允许 / 拒绝 / 让它改」，其实都是在给一对结果贴偏好标签。RLHF 要的就是这种成对的「这个比那个好」的判断，拿去训一个奖励模型，再回灌进下一代。换句话说，审批闸门把每一个用户变成了不要钱的标注员，你的每一次否决，都喂给了下一版模型。这不是阴谋，是机制——只要交互长这样，数据就这么自然地流上去了。

第二，它在替模型的短板打掩护。今天的模型有两个挺硬的伤：token 慢，长上下文会腐蚀。流式输出把「慢」包装成了「观看」——你盯着字往外蹦，就不太会去想它其实没那么快。计划清单加分步执行，则把「长任务容易迷失」拆成了一串可控的小步，每步都短，绕开了上下文腐蚀最难受的区间。短板没补上，但被交互盖住了。

第三，它在表演智能。让 AI 在一个看得见的行动空间里一步步动作，读文件、跑命令、改代码、勾掉一个待办，比秒回一个结果更让人觉得「它真在干活，真聪明」。黑箱秒回反而显得廉价，像在偷工。把过程演出来，是在为「智能」这件事做现场演示。

所以我的结论是：现在这套交互不是凭空冒出来的审美，它是三股力收敛出来的产物：用户要纠错，厂商要数据，模型有短板。三股力恰好都指向同一个方向：把过程摊开。它能赢，是因为它同时喂饱了这三方。

但它一定不是终局

也正因为它是三股力的临时合力，我越来越确定：这套交互一定不是终局。它站在两个迟早会塌的前提上。

前提一，模型还不可靠，需要人盯着。可模型迟早能自主跑完长任务链，几十步、上百步连着做，不再需要你一步步审。到那天，闸门、回放、分步确认这些今天的「贴心」，会变成「碍事」。你想想，一个已经能稳稳跑完一百步的东西，每一步都停下来问你一句「可以吗」，那不是安全感，那是骚扰。

前提二，token 还慢。可一旦它快上 10 到 100 倍，「让你盯着它一个字一个字往外蹦」就从体贴变成了枷锁。现在这套「看着它干」的交互，反而会成为限制模型释放生产力的瓶颈，人成了流水线上最慢的那一环。

这不是空想，我自己已经有点这种体感了：今天这套交互，有点「满」了。它把过程铺得很开，信息很全，但说实话，它并没有真正让最强的那批人变得更快。很多时候，「看着它干」这件事本身，就是瓶颈。Karpathy 的那个「自治度滑块」之所以重要，恰恰因为它是个滑块，意味着会往上滑。今天我们停在偏「人盯」的那一档，是因为模型还没到；模型到了，滑块就会往自治那头走，今天这些精心设计的闸门也就到了该退场的时候。

所以我猜，终局会再反一次。当模型既可靠又飞快，界面会从「让你看着它、随时拦它」，变成「它替你把事想好，只在要紧的岔路口才回头问你一句」。不是不要界面，是界面退到背景里，只在真正需要你做决定的地方才浮上来。

回到那个孩子

说回那个九岁的孩子。他能做出一款有美术、有关卡、有故事的游戏，靠的是一个已经足够聪明的模型，再加上一层让他驾驭得了这份聪明的界面。模型给了力量，界面决定了谁能用上这份力量。

这层界面了不起，但它注定短命——它是为这一代「还不可靠、还很慢」的模型量身配的一条安全带，安全带的命运，就是等车足够安全的那天被解开。

真正的终局，我想是让白纸几乎感觉不到界面，就能调动顶级的智能，把心里想做的事做成。所以有点反过来说：我们今天拼了命去设计的这些「看得见的过程」，也许正是为了有一天，让它们体面地消失。

我上一篇写 AI 时代的 PM 到底在做什么，讲的是用 eval 和 benchmark 去对内定义 agent「该做什么」。这篇算是另一半：用界面去对外定义 agent「怎么把在做什么摊给人看」。一个让 agent 把事做对，一个让人敢把事交给 agent。两件事缺一不可。