在AI技術(shù)飛速發(fā)展的今天，我們不禁思考，AI時代的“二維碼”——那個能夠成為人與信息、服務(wù)之間無縫連接的入口在哪里？本文通過復(fù)盤二維碼的成功，探討了AI時代下，如何創(chuàng)新交互方式，讓AI更自然地融入人類生活，并提出了一些富有洞見的觀點和實踐案例。

2011 年 11 月，微信更新了 v3.1，首發(fā)在了諾基亞的塞班上，帶來了「二維碼」。一周后，這一功能也上線到了安卓和 iOS。

來源：微信官網(wǎng)

2012 年 5 月，張小龍發(fā)了一條朋友圈：“互聯(lián)網(wǎng)的入口在搜索框，移動互聯(lián)網(wǎng)的入口在二維碼?！?/p>

張小龍發(fā)的朋友圈

故事的結(jié)局大家都知道，微信贏下全場。

那么，AI 時代的「二維碼」，在哪里？

以及，在 AI 時代，會不會有可以深挖的地方，而不是簡單粗暴的「賣課」？

一、二維碼的復(fù)盤

思考：移動互聯(lián)網(wǎng)興起的時候，我們撞出了哪些生態(tài)缺位？

我認為：新的流量，尚未與傳統(tǒng)需求打通

智能手機興起的時候，我們開始有了即時信息交互的需求，并高位替代“打電話問問”。與 PC 流量相比，更能滿足在不同場景下的所需，如：幾個人起意決定去吃東西，通過手機可以迅速搜索、預(yù)訂、導(dǎo)航等。

但很顯然，傳統(tǒng)服務(wù)端尚未適應(yīng)這一變化（也無從滿足），導(dǎo)致一系列的體驗斷層。而二維碼的出現(xiàn)，借用手機的攝像頭，通過掃碼的方式，讓信息可以「無人值守」的快速傳遞。

在實際落地中，「雙邊效應(yīng)」是二維碼能快速普及的一大原因。

回顧 2013～2015，微信支付剛剛興起，那時：很多用戶詢問商販是否支持掃碼付款；另一方面商販主動向用戶展示收款碼。這種互動推動了「掃碼」的快速普及，形成了良性循環(huán)。

「我掃你」這個詞，也被出口了

進而，我們發(fā)現(xiàn)，如果希望一個東西快速承接新的場景流量，就有兩條可行策略：

1. 需要綁定人與人、人與事兒之間的高頻場景（引起行業(yè)自推廣）
2. 需要讓用戶，無需額外成本，用手里的東西就可以完成（降低推廣門檻）

于是，我們看到了在支付、登錄、加好友上，掃碼成了必然。同時，微信也成為了大家通用的掃碼槍。

二、AI 的不同

在我看來，AI 從產(chǎn)業(yè)角度，帶來的是信息處理的不同：

• 互聯(lián)網(wǎng)時期：你輸入一個問題，由人或者機器，把相關(guān)的材料找到，然后返回并展示給你
• AI 的當(dāng)下：你輸入一個問題，AI 檢索到材料（來自你的提供、AI 的訓(xùn)練數(shù)據(jù)，數(shù)據(jù)庫或者聯(lián)網(wǎng)搜索），然后生成并展示給你

因此，當(dāng)有需求時，我可以把所有信息都提供給 AI，讓它篩選和錄入，并根據(jù)我的輸入識別意圖，以更好的方式把結(jié)果返回給我。如果數(shù)據(jù)是實時、自動注入的，這就是所謂的 Copilot 模式。

我用 coze，搭了個公眾號排版器

順道提一嘴，在當(dāng)前的路徑下，AI 不存在「又變天了」。大模型從頭到尾只在做一件事：輸入足夠的信息，然后輸出相應(yīng)的內(nèi)容。如果用 y = f(x) 來表示，大模型做的事情就是：

結(jié)果 = 大模型(提示詞)

在產(chǎn)品里，這個過程可能會不斷重復(fù)，比如在 agent 場景中的反思，就是讓它先用 f(x) 輸出一個結(jié)果，再用 g(x) 來檢查。而多輪對話，就是把 f(x) 中的 x 改成歷史對話。

再多嘴一句，絕絕絕大多數(shù)的 AI 產(chǎn)品，都只是對大模型 API 進行簡單封裝，找到著力的業(yè)務(wù)場景，結(jié)合行業(yè) knowhow 和交互優(yōu)化，來做品牌創(chuàng)新。

AI 在應(yīng)用層，從來不是技術(shù)驅(qū)動。

三、AI 的缺位

首先，我提一個暴論：人類對AI的使用，既沒有先天的基因，也沒有后天的學(xué)習(xí)。因此使用門檻極高，存在巨大的差距。要彌補這一差距，需要在交互上進行創(chuàng)新。

如何理解“先天基因沒有”？

在歷史上，如果有兩批男性，一批對軍事和政治更感興趣，而另一批則興致寥寥，那么我們會認為，前者更適應(yīng)人類社會的競爭，并會更廣泛地傳播自己的基因。進而，現(xiàn)在的男性普遍更喜歡競技類和策略類的事物，也更喜歡看相關(guān)視頻和玩這類游戲。

相比之下，AI是一個全新的事物，沒有經(jīng)過這樣的社會達爾文過程，因此沒有人天生會使用AI。

我們終其一生，在學(xué)習(xí)和基因共存

如何理解“后天學(xué)習(xí)沒有”？

騎自行車是一個反直覺的技能，與AI有些相似。人們需要通過長時間的學(xué)習(xí)和訓(xùn)練才能掌握騎自行車的技巧。自行車經(jīng)過了長期的發(fā)展，雖然不在學(xué)校課程中，但我們從小就看到身邊的人在使用，也有各種各樣的輔助工具（比如側(cè)邊的小輪子）。

而AI呢？剛剛崛起，變化迅速，沒有現(xiàn)成的學(xué)習(xí)工具和環(huán)境。因此，我們需要創(chuàng)造一種新的方式，將AI的使用與我們已經(jīng)熟悉的事物相結(jié)合，降低學(xué)習(xí)成本，讓更多人能夠輕松使用AI，真正發(fā)揮它的潛力。

iPhone 在最早期，大量使用了擬物設(shè)計，方便人們理解

額外

做產(chǎn)品的時候，要順人性，有一個事實是：我們在接受教育的普遍過程，是被動灌輸，而非主動提問。

那么，一個更符合當(dāng)下用戶需求的產(chǎn)品，不應(yīng)讓用戶主動提問：應(yīng)該預(yù)設(shè)一個場景，讓用戶參與。

截圖來自知乎

四、我的實踐

作為 AI 從業(yè)者，我自己也在思考，如何更好的和 AI 進行交互。也嘗試貢獻了一些方案：

• 前幾天熱議的「瀏覽器滑詞彈框」交互，可能是我最早用在 AI 上的。去年 2 月，我寫了款開源程序 Fluentify，可能是最早一批“AI 瀏覽器插件”，帶來了劃詞彈框和右邊欄的交互。
• 去年收到 OpenAI 的邀請，在 ChatGPT 里實現(xiàn)了聯(lián)網(wǎng)和搜索。
• 應(yīng)該下周的時候，我還會帶來一些新的交互

Fluentify 帶來了「劃詞+側(cè)邊」，大概是去年 2 月

Fluentify 被 FuturePedia 評為了本周最有趣的項目

于此同時，作為產(chǎn)品經(jīng)理的我，也在尋找更多更好的解決方案：

• 更好的陪伴響應(yīng)
• 更好的信息輸入（不應(yīng)該是讓用戶主動發(fā)問）
• 更好的信息呈現(xiàn)

無需用戶額外購買設(shè)備

五、好的探索 – PC

先說 PC 端，這里我認為最佳實踐是倆：

1. Copilot
2. Copilot

你沒看錯，都叫 copilot – 微軟這胡鬧的品牌部門，簡直瞎搞 ahhhhhh

前者是 Github Copilot，代碼補全工具，或者說是這一類工具（比如前段時間我介紹到的 MarsCode）

他懂 114514，很牛逼

后者是 Windows 里的期貨，可以幫你自動操作電腦

注1：夸贊僅針對發(fā)布會里的演示視頻

注2：產(chǎn)品以實物為準，謹防電信詐騙

這倆都有相同的特點：

• 在不破壞原有流程的前提下，集成到了工作環(huán)境中
• AI 自動進行實時的數(shù)據(jù)錄入
• 以用戶熟悉的方式，進行處理結(jié)果交付（比如代碼自動補全在各種 ide 里都有）

我們通常認為，PC 負責(zé)生成，工具要偏向于生產(chǎn)力工具；手機負責(zé)消費，讓你快速的奶頭樂。因此在落地的時候，會看到移動端的一些不同：

• 優(yōu)勢：更加一致&有效的交互方式，比如語音輸入；更多傳感器
• 限制：不能常駐后臺，但要處理各種即時訪問（如果做高頻場景）
• 挑戰(zhàn)：解決輸入問題，解決跨應(yīng)用的結(jié)果交付問題

六、好的探索 – 手機

移動端中，在過去一年里，我看到的2個有趣的嘗試：

1. ChatGPT 小組件
2. 海螺的懸浮球

先說 ChatGPT 的小組件，允許你將 ChatGPT 放到鎖屏頁面下，點一下就能打開，在這里：

• 縮短了用戶「從現(xiàn)實業(yè)務(wù)」（手機并沒有被打開），到 AI 詢問之間的路徑
• 變相實現(xiàn)了「AI」常駐前臺

但也存在一個問題：這種操作還是頗為小眾，所以相信用過的人不多。

大概長這樣

海螺的懸浮球，算是小組件的升級版：允許 AI 長期處于待命狀態(tài)，放在屏幕最上層。形態(tài)就是系統(tǒng)層級的 Assistive Touch，輔助觸控。就是這個小圓圈，點一下就能呼起自定義功能。

我假定：你知道海螺是 MiniMax 旗下的 ChatBot

冷知識：輔助控制是為了幫助肌無力，無法按下 Home 鍵的朋友設(shè)計的，之后廣受好評。

我可以把喚起行為，改成海螺提供的「識別屏幕」

這里有幾個設(shè)計上的巧思：

• 屏幕上的小圓圈，這個交互來自喬幫主，iPhone4 時代的產(chǎn)物，iPhone 用戶挺熟悉的
• 喚起的方法，是通過捷徑實現(xiàn)，過程是明牌，避免了隱私麻煩
• 默認的交互是發(fā)送當(dāng)前頁面截圖（有手機上 copilot 的感覺了）

用起來的話，典型的場景是… 我拿他去寫評價，薅個代金券

點評/美團/餓了么，完美伴侶

另一些我認為比較合適的用法，包括不僅限于教你打游戲，幫你算滿減，幫你規(guī)避套路，等等。畢竟這些場景下的所有信息，都沒辦法直接復(fù)制，只能截屏。

殺戮尖塔 yyds

但還是得說一下，目前大模型對于圖像的識別，以及指令遵循，還沒有到非常好的程度。但我相信他會很快進化的，等風(fēng)來就好了。

我再順著給懸浮窗多設(shè)計一個交互 – 長按（這個不一定能通過「捷徑」實現(xiàn)）：

• 長按后，喚起語音對話
• 長按結(jié)束后，將語音和當(dāng)前屏幕內(nèi)容發(fā)送（左右滑動，決定是否發(fā)送屏幕信息）
• 獲取到 AI 的反饋后，可以一鍵復(fù)制，并進行包括不僅限于：進入對話，修改文字和追問等操作

比如在我爐石的時候（馬上回歸了?。?，面對一年沒打的手牌，就可以讓 AI 隨時 copilot 的為我服務(wù)了。

停服？什么時候停服過？

七、SuperAPP，在哪里？

提問：SuperAPP 的機會，在哪里？

我的回答：機會可能不多

這個問題，在過去的一年里，我被很多朋友問過。我的思考很簡單:

在以往，一個準 SuperAPP 在崛起的之初，因其先發(fā)優(yōu)勢，心智勢能和資本開掛，在進入大眾視野的前幾周、幾個月，可以迅速獲得市場認可，進而成為頭部明星。

在當(dāng)下，由于 AI 和類 Coze 產(chǎn)品的出現(xiàn)，點子可以被快速復(fù)制&落地，其流量也將被迅速分化，進而無法形成品牌合力（因此我一直在關(guān)注 Coze，并常與人說：Coze 是 VC 最大的競爭對手 – 它獵食了獨角獸）

glif?做了個爆火的梗圖生成器，幾個小時后 coze 上到處是

八、復(fù)刻時代機會，在哪里？

我覺得：在「超級入口」，人與 AI 共生的超級入口。

當(dāng)功能本身不再是壁壘時，心智資源則變得彌足重要，要讓你的產(chǎn)品成為用戶的肌肉記憶，比如掃碼微信

去年二月，我做了一場分享「與AI共生」

在未來的時間里，AI應(yīng)用將更加注重如何無縫地融入用戶的生活、工作以及其他場景，以更直觀有效的方式與用戶進行交互。這種交互，或許是類似 copilot 的實時補充，也或許會像鎖屏按鈕一樣，不打擾地守在用戶身邊，直到一次觸摸發(fā)生。

但最佳實踐是什么，依然需要我們這些從業(yè)者不斷地從各方面進行試探：無論是 transformer 的路線創(chuàng)新，還是 openai 的工程實踐，又或是上文中所提到的懸浮球交互。

當(dāng)下似不起眼，若以十年后回望，或是人與 AI 的指尖，首次相觸。