目录

• 你可能想知道
• 主要议题
• 关键洞见表
• 随后…

你可能想知道

1. 为什么将功能分成不同的品牌模式会让普通用户更难使用 AI 应用？

2. 更简单、整合的界面──比如改进版的 Siri 或纯文本助理──是否可能成为主流采用的更有效路径？

主要议题

Google 最新的 Gemini 宣布强调多功能性：公司向用户承诺，他们不必猜测某项任务是否需要快速搜索、简报或自动代理。这个承诺简单且有吸引力，但却与一项削弱该承诺的用户体验决策发生冲突。Google（像其他一些 AI 厂商一样）没有呈现一个统一的交互模型来在后台吸收复杂性，反而暴露出多个品牌化功能──Chat、Spark、Daily Brief──每个都有自己的图标和应用导航位置。其结果是更多的碎片化而非清晰化。

碎片化以两种相关方式显现。首先，它造成认知开销：人们必须了解每个品牌界面做什么以及何时使用。其次，它在视觉和功能上将产品分割成若干隔间，而不是把助理视为单一、可适应的工具。对普通用户而言，这个区别很重要：大多数人想要的是一个能执行他们所要求任务的助理，而不是一个需要从中选择模式的功能目录。预先呈现的选择越多，用户越可能犹豫、选错模式，或干脆避免更深的参与。

Daily Brief 清晰地说明了这个问题。概念上，它承诺提供一个主动、个性化的日程，利用 Gmail、日历和其他 Google 应用的数据汇总更新。理论上这听起来很有用──在一处提供相关事项的简明摘要。但在实践中，自动提示可能会从有帮助变得令人反感。如果 Brief 将先前的搜索或未完成的研究阶段作为提示浮现，这会让人感觉不像是帮助，反而像是不受欢迎的私人活动提醒。用户会把这些被重新浮现的项目感觉成比有用更令人毛骨悚然，尤其当助理无法可靠地区分真正紧急、可采取行动的事项与过时、不相关的上下文时。

相比之下，Spark 强调了另一种矛盾。它代表一个能够代替用户采取行动的强大代理，这也是 AI 协助中较有价值的形式之一。然而，将此能力包装成一个独立的品牌产品意味着用户必须刻意进入不同的模式才能访问具代理性的行为。这种要求是不必要的复杂性：助理应该能够解读用户的请求，并决定是否需要实例化代理来完成任务。要求用户明确选择代理，会把本该由系统承担的负担转移到用户身上。

这个问题并非 Google 独有。在整个 AI 领域，公司常常把内部架构──交互模式、记忆边界，以及代理与聊天的区别──直接暴露给最终用户。例如 Anthropic 提供不同的交互方式如 “chat” 和 “cowork”，而直到最近这些模式甚至不共享上下文。OpenAI 的 ChatGPT 区分 “Chat” 与 “Work”。将这些呈现为命名的、离散的产品或标签，会鼓励用户学习品牌特定的词汇，而不是依赖单一、直观的界面。结果是一种工程驱动的设计理念，而非以人为本的理念。

与此形成对比的是 Apple 对 Siri 与系统级智能的做法。Apple 倾向将智能整合到现有工作流与应用中──Spotlight、相片、相机与语音请求──而不强制用户采用新的心智模型。这种做法的优势很明显：用户可以继续做他们原本的事情，系统则围绕这些行为变得更聪明。无需学习特殊模式或内部产品命名惯例。这种低摩擦的方法或许能解释为何渐进式、隐形的改进最终能为主流受众带来比华丽、独立品牌功能更好的实际效用。

基于文本的 AI 助手也遵循这个更简单的原则。允许用户以文本向聊天机器人发送消息的服务，复制了一个已熟悉的交互模型──消息传递。人们知道如何给朋友发消息；他们不想记住哪个子产品处理日程安排、摘要或自动化任务。正如 a16z 的 Justine Moore 所观察，用户更喜欢有一个可以发消息的单一联系人，类似 iMessage，而不是每次需要帮助时都打开应用并导航到正确的品牌模式。文本是一种最小的认知负担，保留上下文与连续性，而不要求用户采用新的功能分类法。

从产品角度看，设计教训很直接：隐藏复杂性并呈现简洁。并不意味着移除强大功能；而是要在幕后協調它们。助理应该负责判断请求是否需要摘要、主动提醒、多步代理或简单搜索。在行为透明很重要的情況下──为信任、隐私或控制──界面仍可以提供清晰的设置与说明，而不要求用户在例行使用时切换模式。

最后，有些隐私与信任的考虑直接与界面选择相关。当功能被品牌化并分离时，公司可能更倾向于公开他们如何获取数据以及何时采取行动。但如果助理不断以个性化提示推动用户，这可能会侵蚀信任。深思熟虑的默认设置、明确的选择加入机制，以及易于访问的记忆与数据使用控制，可以在保留统一助理便利性的同时减轻这些顾虑。优先用户自主权与清晰界限的设计，比强迫用户学习和导航内部产品架构的设计更可能获得更高的采用率。

简而言之，品牌化功能与统一体验之间的张力反映了关于产品哲学的更广泛选择。公司可以选择把内部分工暴露为可见的入口点，或是吸收那些复杂性并呈现一个单一、一致的助理，让用户以熟悉的方式使用。主流采用偏好后者：更少模式、更少品牌摩擦，以及能在不要求用户成为应用内部结构专家的情况下主动行动的更智能、具情境感知的行为。

关键洞见表

随后…

展望未来，能赢得主流用户的 AI 产品，很可能是那些将摩擦降到最低并最大化情境智能的产品。这意味着隐藏模式之间的内部差异，自动呈现正确的能力，并给予用户对记忆与隐私的直接控制。通过专注于真实世界任务与低成本界面──无论是整合的系统功能或简单的文本交互──公司可以把强大功能转化为有用的常规，而不是让用户学习一套新的品牌化功能分类法。最终，更少可见的架构与更可靠、尊重用户的协助，将成为广泛采用的关键差异化因素。