AI的能力被浪费了

AI的能力远超大多数人的想象。但大多数人接触的不是真正的AI。他们用的是弱化版：聊天机器人，甚至很多人使用的是免费版。

聊天机器人确实很快。能快速回答问题。但它不适合完成实际工作。

这个观察很容易验证。最近一项研究让金融专业人士用 GPT-4o 做估值任务。研究者每一轮都测量他们的认知负荷。

结果很清晰，AI提高了效率。但付出了代价，认知成本很高。

为什么？因为聊天机器人呈现信息的方式有问题。你提一个问题，得到五段文字，不断的提示，冗长的对话。答案藏在某处，你要自己挖。AI 还会告诉你三个你没问的新信息。

界面本身成了障碍，不是工作内容。

一旦对话变混乱，就很难理顺。为什么？因为 AI 只是复制用户提供的混乱结构。而用户因为不堪重负，无法重新整理。双方都在加剧问题。

受害最大的人是谁？经验不足的员工。他们本应从 AI 那得到最大帮助。反而因为界面混乱更加迷茫。这很讽刺，如果他们能清楚地知道自己在用什么，他们本该能从 AI 那里受益。

专用接口

如果你用过聊天机器人做任何实际工作，你就懂，界面本身造成的认知成本，远远超过了人工智能智能带来的好处。

大多数人关注「AI 能做什么」。很少人问「人该怎样与 AI 交互」。后者往往比前者更重要。

一个好界面不是提供更多功能。一个好界面让你用已有的知识，去做新的事。现在的聊天机器人界面要求相反——你得学会新的交互方式，学会怎样「提示」，学会理解长篇回答。

这些都是额外成本，这个成本是「认知负荷」。新界面本身就是一项重认知任务。

那么，更好的界面应该是什么样的呢？

真正成熟的专用 AI 界面只有一类：编程界面。

Claude Code、Codex、Antigravity 都很出色。为什么？因为 AI 实验室由程序员组成，他们为自己造工具，所以这些工具理解程序员的思维方式。

人们可以用 Claude Code 做很多任务，全程不写一行代码，Codex 也很实用。

这些工具都很棒，目前也出现了很多为某一个行业单独打造的专用界面。

比如，Stitch 暗示了 AI 原生设计的未来：一个无限画布。用自然语言描述应用。AI 生成多个相互关联的屏幕，统一设计系统。

Pomelli 让营销人员粘贴网址。自动生成符合品牌调性的社交媒体文案。用营销语言，不是提示式语言，更好理解。

NotebookLM 提供了研究和处理信息源的新方法。

这些都展现了方向，但还远不是像 Claude Code 那样对程序员有变革意义的工具。

还有另一种界面在爆炸式增长，个人代理。

利用已有的界面

OpenClaw 是一款开源人工智能代理，它的标志是一只红色龙虾，安全隐患重重，但却成为了历史上增长速度最快的开源项目。

为什么这么成功？因为它做了一件看似显而易见的事。

它没有造新界面。它连接 WhatsApp、Telegram、Slack、wechat、飞书等软件。你每天都在用的，已经非常熟悉的。

你在飞书中与 AI 对话，就像与同事说话。你让 AI 查邮件，预订餐位，找文件。它就在你电脑上完成，都在你已经熟悉的地方。

为什么这个想法这么强大？

每次你打开新应用，你的大脑做一个叫「任务切换」的操作，需要加载新规则，在神经学层面有成本。

研究表明，每次切换削弱接下来的专注力 5 到 15 分钟，一天 10 次切换，你损失 50 到 150 分钟专注力。

但你已经懂 WeChat 了。不需要学任何新东西，认知摩擦消失了。你用已经懂的方式与 AI 交互。

OpenClaw 也有问题，难以使用，安全隐患严重。Anthropic 的解决方案是 Claude Cowork 和 Dispatch。

Cowork 于今年一月发布，是面向知识工作者的 Claude Code 版本。它允许 Claude 通过桌面工作区访问你的本地文件和应用程序。它还可以通过连接器连接到数十个应用程序，如果没有连接器，则会直接控制你的鼠标和键盘。

最近几周推出的 Dispatch 添加了关键功能：你可以在 Claude 在桌面上工作时通过手机向它发送消息。只需扫描二维码，手机即可成为远程控制位于电脑前的 AI 代理的工具。

Dispatch 和 Claude Code 的组合使用，打造出如同与一位得力助手对话般的界面。例如，我用手机让 Claude 准备一份晨间简报，它会读取我的日历、邮件和在线渠道，然后生成一份关于我下一步需要做什么的报告。

与 OpenClaw 偶然发现的洞察相同：人们想要的不是聊天机器人，而是一个能够处理他们实际文件、使用他们实际工具、并且像他们与人交谈一样易于访问的代理。

按需接口

这一切都假设我们需要预先决定界面。但最新的 AI 系统实际上可以为你构建界面。例如，在过去几周里，Claude 获得了在对话中直接生成可视化内容的能力。这些并非静态图像，而是交互式的、可调整的，Claude 可以根据你的后续问题进行修改。

这是一种不同的界面解决方案。以往企业需要为每种工作都构建专门的界面，而现在人工智能可以即时生成合适的界面。

未来不会出现一个包罗万象的界面，而是人工智能根据具体情况生成合适的界面，例如桌面上的智能助手、对话中的图表，或是用于解决问题的定制应用程序。

我们正在从适应人工智能的界面，转变为让人工智能根据用户的需求调整界面。

问题的本质

所有这些改变背后有个被广泛忽视的观察：AI 能力的发展一直领先于普及程度。

这些模型足够强大，足够聪明，能完成非凡的任务。

但我们一直让人通过聊天机器人来用它，聊天框，文字输入，大段的回答。

认知负荷研究很清楚：聊天机器人形式实际上阻碍了 AI 潜力的发挥。

随着界面改进，什么会改变？当更多人真正能用 AI 能力时会发生什么。

每个消除部分认知摩擦的新界面都会让人感觉 AI 能力突然提升。即使模型本身没变，即使它仍在发展。

所以当人们说「对 AI 失望」时，这失望从何而来？我猜它不来自 AI 本身弱，它来自界面设计差。

我们创造了近代最强大的技术之一，却让人通过聊天框输入文字，这很荒谬。这会改变的，很快。