在AI技术飞速发展的今天，我们不禁思考，AI时代的“二维码”——那个能够成为人与信息、服务之间无缝连接的入口在哪里？本文通过复盘二维码的成功，探讨了AI时代下，如何创新交互方式，让AI更自然地融入人类生活，并提出了一些富有洞见的观点和实践案例。
2011 年 11 月，微信更新了 v3.1，首发在了诺基亚的塞班上，带来了「二维码」。一周后，这一功能也上线到了安卓和 iOS。
来源：微信官网
2012 年 5 月，张小龙发了一条朋友圈：“互联网的入口在搜索框，移动互联网的入口在二维码。”
张小龙发的朋友圈
故事的结局大家都知道，微信赢下全场。
那么，AI 时代的「二维码」，在哪里？
以及，在 AI 时代，会不会有可以深挖的地方，而不是简单粗暴的「卖课」？
思考：移动互联网兴起的时候，我们撞出了哪些生态缺位？
我认为：新的流量，尚未与传统需求打通
智能手机兴起的时候，我们开始有了即时信息交互的需求，并高位替代“打电话问问”。与 PC 流量相比，更能满足在不同场景下的所需，如：几个人起意决定去吃东西，通过手机可以迅速搜索、预订、导航等。
但很显然，传统服务端尚未适应这一变化（也无从满足），导致一系列的体验断层。而二维码的出现，借用手机的摄像头，通过扫码的方式，让信息可以「无人值守」的快速传递。
在实际落地中，「双边效应」是二维码能快速普及的一大原因。
回顾 2013～2015，微信支付刚刚兴起，那时：很多用户询问商贩是否支持扫码付款；另一方面商贩主动向用户展示收款码。这种互动推动了「扫码」的快速普及，形成了良性循环。
「我扫你」这个词，也被出口了
进而，我们发现，如果希望一个东西快速承接新的场景流量，就有两条可行策略：
于是，我们看到了在支付、登录、加好友上，扫码成了必然。同时，微信也成为了大家通用的扫码枪。
在我看来，AI 从产业角度，带来的是信息处理的不同：
因此，当有需求时，我可以把所有信息都提供给 AI，让它筛选和录入，并根据我的输入识别意图，以更好的方式把结果返回给我。如果数据是实时、自动注入的，这就是所谓的 Copilot 模式。
我用 coze，搭了个公众号排版器
顺道提一嘴，在当前的路径下，AI 不存在「又变天了」。大模型从头到尾只在做一件事：输入足够的信息，然后输出相应的内容。如果用 y = f(x) 来表示，大模型做的事情就是：
结果 = 大模型(提示词)
在产品里，这个过程可能会不断重复，比如在 agent 场景中的反思，就是让它先用 f(x) 输出一个结果，再用 g(x) 来检查。而多轮对话，就是把 f(x) 中的 x 改成历史对话。
再多嘴一句，绝绝绝大多数的 AI 产品，都只是对大模型 API 进行简单封装，找到着力的业务场景，结合行业 knowhow 和交互优化，来做品牌创新。
AI 在应用层，从来不是技术驱动。
首先，我提一个暴论：人类对AI的使用，既没有先天的基因，也没有后天的学习。因此使用门槛极高，存在巨大的差距。要弥补这一差距，需要在交互上进行创新。
如何理解“先天基因没有”？
在历史上，如果有两批男性，一批对军事和政治更感兴趣，而另一批则兴致寥寥，那么我们会认为，前者更适应人类社会的竞争，并会更广泛地传播自己的基因。进而，现在的男性普遍更喜欢竞技类和策略类的事物，也更喜欢看相关视频和玩这类游戏。
相比之下，AI是一个全新的事物，没有经过这样的社会达尔文过程，因此没有人天生会使用AI。
我们终其一生，在学习和基因共存
如何理解“后天学习没有”？
骑自行车是一个反直觉的技能，与AI有些相似。人们需要通过长时间的学习和训练才能掌握骑自行车的技巧。自行车经过了长期的发展，虽然不在学校课程中，但我们从小就看到身边的人在使用，也有各种各样的辅助工具（比如侧边的小轮子）。
而AI呢？刚刚崛起，变化迅速，没有现成的学习工具和环境。因此，我们需要创造一种新的方式，将AI的使用与我们已经熟悉的事物相结合，降低学习成本，让更多人能够轻松使用AI，真正发挥它的潜力。
iPhone 在最早期，大量使用了拟物设计，方便人们理解
额外
做产品的时候，要顺人性，有一个事实是：我们在接受教育的普遍过程，是被动灌输，而非主动提问。
那么，一个更符合当下用户需求的产品，不应让用户主动提问：应该预设一个场景，让用户参与。
截图来自知乎
作为 AI 从业者，我自己也在思考，如何更好的和 AI 进行交互。也尝试贡献了一些方案：
Fluentify 带来了「划词+侧边」，大概是去年 2 月
Fluentify 被 FuturePedia 评为了本周最有趣的项目
于此同时，作为产品经理的我，也在寻找更多更好的解决方案：
无需用户额外购买设备
先说 PC 端，这里我认为最佳实践是俩：
你没看错，都叫 copilot – 微软这胡闹的品牌部门，简直瞎搞 ahhhhhh
前者是 Github Copilot，代码补全工具，或者说是这一类工具（比如前段时间我介绍到的 MarsCode）
他懂 114514，很牛逼
后者是 Windows 里的期货，可以帮你自动操作电脑
注1：夸赞仅针对发布会里的演示视频
注2：产品以实物为准，谨防电信诈骗
这俩都有相同的特点：
我们通常认为，PC 负责生成，工具要偏向于生产力工具；手机负责消费，让你快速的奶头乐。因此在落地的时候，会看到移动端的一些不同：
移动端中，在过去一年里，我看到的2个有趣的尝试：
先说 ChatGPT 的小组件，允许你将 ChatGPT 放到锁屏页面下，点一下就能打开，在这里：
但也存在一个问题：这种操作还是颇为小众，所以相信用过的人不多。
大概长这样
海螺的悬浮球，算是小组件的升级版：允许 AI 长期处于待命状态，放在屏幕最上层。形态就是系统层级的 Assistive Touch，辅助触控。就是这个小圆圈，点一下就能呼起自定义功能。
我假定：你知道海螺是 MiniMax 旗下的 ChatBot
冷知识：辅助控制是为了帮助肌无力，无法按下 Home 键的朋友设计的，之后广受好评。
我可以把唤起行为，改成海螺提供的「识别屏幕」
这里有几个设计上的巧思：
用起来的话，典型的场景是… 我拿他去写评价，薅个代金券
点评/美团/饿了么，完美伴侣
另一些我认为比较合适的用法，包括不仅限于教你打游戏，帮你算满减，帮你规避套路，等等。毕竟这些场景下的所有信息，都没办法直接复制，只能截屏。
杀戮尖塔 yyds
但还是得说一下，目前大模型对于图像的识别，以及指令遵循，还没有到非常好的程度。但我相信他会很快进化的，等风来就好了。
我再顺着给悬浮窗多设计一个交互 – 长按（这个不一定能通过「捷径」实现）：
比如在我炉石的时候（马上回归了！），面对一年没打的手牌，就可以让 AI 随时 copilot 的为我服务了。
停服？什么时候停服过？
提问：SuperAPP 的机会，在哪里？
我的回答：机会可能不多
这个问题，在过去的一年里，我被很多朋友问过。我的思考很简单:
在以往，一个准 SuperAPP 在崛起的之初，因其先发优势，心智势能和资本开挂，在进入大众视野的前几周、几个月，可以迅速获得市场认可，进而成为头部明星。
在当下，由于 AI 和类 Coze 产品的出现，点子可以被快速复制&落地，其流量也将被迅速分化，进而无法形成品牌合力（因此我一直在关注 Coze，并常与人说：Coze 是 VC 最大的竞争对手 – 它猎食了独角兽）
glif 做了个爆火的梗图生成器，几个小时后 coze 上到处是
我觉得：在「超级入口」，人与 AI 共生的超级入口。
当功能本身不再是壁垒时，心智资源则变得弥足重要，要让你的产品成为用户的肌肉记忆，比如扫码微信
去年二月，我做了一场分享「与AI共生」
在未来的时间里，AI应用将更加注重如何无缝地融入用户的生活、工作以及其他场景，以更直观有效的方式与用户进行交互。这种交互，或许是类似 copilot 的实时补充，也或许会像锁屏按钮一样，不打扰地守在用户身边，直到一次触摸发生。
但最佳实践是什么，依然需要我们这些从业者不断地从各方面进行试探：无论是 transformer 的路线创新，还是 openai 的工程实践，又或是上文中所提到的悬浮球交互。
当下似不起眼，若以十年后回望，或是人与 AI 的指尖，首次相触。
本文由人人都是产品经理作者【赛博禅心】，微信公众号：【赛博禅心】，原创/授权 发布于人人都是产品经理，未经许可，禁止转载。
题图来自 Pixabay，基于 CC0 协议。
此内容由惯性聚合(RSS阅读器)自动聚合整理，仅供阅读参考。 原文来自 — 版权归原作者所有。