把AI助手当「人」来设计：Meta Muse 设计总监的思路与私藏玩法
关联
Claire Vo 主持的播客 How I AI 请来了 Meta Muse 的设计总监 Alex Cornell。
Muse 是 Meta 推出的 AI 智能助手，Claire 用过市面上几乎所有同类产品后说，Muse 是她「很长一段时间以来最快感到纯粹惊喜」的 AI 产品。
这期节目一半聊设计理念，一半是 Alex 现场演示自己怎么用 Muse——后者甚至更好看。
为什么 Muse 看起来像个聊天软件？
Alex 说，团队反复回到一个核心框架：把这个界面想象成你和某个实体之间的交流，而不是传统 AI 应用。
所以屏幕顶上有个小小的角色形象，消息带气泡——大多数 AI 应用早就把这些去掉了。
这个框架几乎澄清了所有设计决策。比如助手可以主动给你发消息、在后台干活，那你就必须知道它现在在不在工作。
屏幕顶部一个简单的状态显示，被他认为是团队做过的最重要的决定之一 。
一个佐证：Alex 的妈妈发短信说，她向自己的 Muse 道了歉——因为让他干得太辛苦，还感谢他做的一切。
Alex 做了这么多年软件，妈妈从没用过他做的东西。
普通人和工程师，需要知道的一样多吗？
传统 AI 应用爱把思维链全过程铺在聊天窗口里，又长又吵。Muse 的做法是渐进式披露：顶部只告诉你它在工作；
再往下能看到它在干嘛，比如一个小表情符号写着正在研究南瓜地；点开有完整的任务清单；再点才看到底层请求和代码。
工程师想审计每一步细节，可以查到；普通人只想知道它动没动，也够了 。
Claire 补充了一点：很多产品的思维链展示其实是给延迟打的补丁——用户等得难受，就拿过程叙述来安抚。
而 Muse 压根不需要这个补丁，因为它就是快。
快到什么程度？Alex 说有时快得让你怀疑它真去干活了吗。
所以 Muse 会像真人一样，接到复杂任务先回一句「好，这是我的计划，做完回来找你」，然后才去干活。
「你求人办个难事，人家不会干着干着直接把你晾在那儿。」
生成式界面，不是每次打开都不一样
很多人理解的生成式界面，是每个人登录看到的界面都完全不同。
Alex 说 Muse 的做法克制得多：核心骨架固定——头像、状态、想法、信息流——但里面内容由模型实时生成。
最讨喜的例子是头像。官方吉祥物叫 JollyBot（名字来自 Alex 的女儿，小名 JollyBug）。
你可以换成任何形象——Claire 的粉色恐龙 Slime 来自她孩子最爱的玩偶，Alex 的是仙人掌 Marlow。
换成番茄，你就会看到番茄在小笔记本电脑上打字，生成的视频也会跟着变。
想法这个板块也有明确目的：告诉你一些你可能不知道它能做的事。
而且推荐基于你聊过的内容——Alex 天天聊高尔夫，收到的就全是高尔夫相关的想法。
把 Instagram 收藏变成九十年代购物目录
Alex 现场演示了自己的玩法。
他让 Marlow 读了自己在 Instagram 上收藏的所有内容，先分类整理，再给出送礼购物建议——这还不够，他让 Muse 把这些建议渲染成 SkyMall / Sharper Image 邮购目录的风格。
作为九十年代长大的人，他说这说的是我的母语。这个目录每天刷新 。
他还有个每周触发的任务：盯着他想买的东西，一有降价就通知，相当于刚好赶上的折扣提醒。
Claire 指出，Instagram 收藏是个很少被谈论的金矿：里面藏着你大量的个人偏好，但过去那个格式根本没法利用，现在可以了。
她自己也因此重新用起了 Pinterest——让智能体登录网站去翻她的视觉收藏板，再基于此生成设计概念和描述语言。
沉睡的旧数据，是最好的原料
Alex 用 Muse 的一个反复出现的主题：把那些有但从不看的东西激活。
他存了几百条高尔夫技巧，从不会回去翻——他让 Marlow 全部读一遍，整合成一本专属训练手册。
他Instagram 的历史动态也被做成了私人回忆档案，他一天会点开看好几次，里面常有女儿小时候的片段。
最动人的一例：他 20 年前写的博客，辗转于多个平台、早已散落。
Marlow 通过网页存档把它们全部找回来，先合成一个 PDF，再做成播客——每天早上给他读一段当年的旧文。
听到 20 年前的自己认真讨论「为什么 90% 的人穿同一种颜色的裤子」，他已经完全不记得写过这些，但一听就觉得：
确实是我会说的话 。
高尔夫、国际象棋，和一个毒舌教练
Alex 每次打球都用手表记录每一杆，练习时被各种测量机器包围。
他把这些数据喂给 Muse：每周日收到一份回合复盘，比纸质记分卡丰富得多——某洞你通常打几杆、这次好坏、84 分怎么省成 79 分。
他的长期目标之一是打进入个位数差点，Muse 知道所有追踪项都在为这个目标累积。
国际象棋那边，他直接在聊天里定义了一个仪表盘，接入 chess.com 数据：趋势分析、逐局复盘。
有趣的是，没人要求，Muse 自己变得有点毒舌——评论他的棋时会调侃两句。Alex 觉得有个「毒舌但有用的象棋教练」挺好玩的。
设计师必须重新学的一课
对想进入这个领域的设计师，Alex 说最大的认知转变是理解非确定性系统：
过去你设计一个界面，就知道它在每个用户屏幕上长什么样、怎么运作；
现在每个人的 Muse 配置和产出都完全不同，你得把精力放在底层系统、架构和脚手架上，而不是纠结某个小圆圈的位置 。
他甚至要学会对生成物的视觉细节关掉大脑——可以花无限时间把颜色调到完美，但学会接受够好就是好，反而是一种解放。
那 Marlow 不听话时怎么办？Alex 的策略是保持礼貌——不用大写、不打一串感叹号，跟对真人一样说话。
他朋友发现发火之后，助手的思考轨迹里会出现Alex 沮丧了，我得调整之类的反应，所以他有时怀疑自己是不是该更凶一点。
Claire 的总结是：每次她对智能体大吼，事后发现都「是我的问题，不是它的问题」。
本集带走
- 把智能体界面当成和另一个人交流来设计，几乎所有决策都会变清晰
- 渐进式披露是关键：普通人只需要它在工作，工程师才能下钻到代码层
- 快本身就是功能——思维链展示常常只是延迟的补丁
- Instagram 收藏、Pinterest 画板、旧博客这些沉睡数据，现在都能被唤醒成目录、手册和播客
- 设计非确定性系统，要关注架构和脚手架，而不是单个像素的对错
智能体能够主动给你发消息这件事，从设计角度改变了你对这个产品的思考方式，哪怕是以非常简单的方式。
The fact that an agent can message you proactively changes the nature of how you think about the product from a design perspective, even in super simple ways.
—— Alex Cornell · [03:54]
更多是：如果你真的是在和另一个人交谈，你会怎么处理这件事？而我认为这在我们不得不做的几乎每一个决定上，都起到了极大的澄清作用。
It was more like, how would you handle this if you were actually speaking with another person? And that was immensely clarifying, I think, in almost every decision that we had to make.
—— Alex Cornell · [05:00]
它们太个人化了，能做太多不同的事情，所以你真的必须更多地去思考底层基础、系统、架构、已经就位的脚手架。
They’re so personal and they can like do so many different things that you really kind of have to think more about the underlying foundation and the system, the architecture, the scaffolding that’s in place.
—— Alex Cornell · [33:30]
而且说实话，每次我大喊大叫时，这对智能体和在现实生活中都一样。通常是我自己的问题，不是它们的问题。
And to be honest, every time I’m yelling, it is true to agents as it is in life. It’s usually a me problem. It’s not a them problem.
—— Claire Vo · [36:17]
顺着「智能体」挖下去
- 应用之后是什么？Ben Thompson 谈智能体时代的赢家同公司:Meta、Muse · 同概念:智能体 (agent)、生成式 UI (generative UI)
- 扎克伯格 6500 字 AI 宣言：远见还是数据中心公关？同公司:Instagram、Meta · 同概念:智能体 (agent)
- Meta 的 Muse 亲测：我玩过设计最好的个人智能体同公司:Meta、Muse · 同概念:智能体 (agent)
换个口味
- AI 安全排行榜：谁扛住了越狱，谁没有同概念:思维链 (chain of thought)、智能体 (agent)
- 当所有人都在用智能体写代码，你靠什么脱颖而出：与 Wes 聊开发者的当下同概念:智能体 (agent)、生成式 UI (generative UI)
- SaaS增长该抄电商作业：付费广告立刻开打同公司:Meta · 同概念:智能体 (agent)