AI时代正在重塑交互设计的底层逻辑，从传统GUI的树状操作到Agent协作的动态对话，用户体验迎来革命性转变。本文深度解析两种模式在任务流、信息呈现与决策效率上的本质差异，并揭示设计师如何构建新型'任务剧本'，在空间映射、手势操作等关键领域实现人机协作的最优解。

从GUI到Agent协作，用户体验设计正经历一场范式转移。本系列分享将从八个核心维度，系统对比传统纯GUI交互与“自然语言+Agent协作”模式的差异，并探讨AI时代产品设计的新原则、新工具与新心智模型。

从“交互模型”落地到具体的“交互过程”，最直观的变化就是：用户与系统之间“回合”的性质，发生了根本改变。

传统GUI交互：结构化的导航与操作

在传统GUI中，交互是树状的、结构化的，每个任务都被分解为一系列在界面层级中穿梭的固定步骤。

过程是预设的层级路径：例如想订电影票票，你必须遵循“首页 → 电影 tab → 选择影片 → 选择场次 → 选择座位 → 确认支付”这一严格顺序。系统是被动的，只响应用户在当前界面上明确的操作。

信息是推送给用户的：界面上会同时展示所有可用功能与信息（导航栏、推广位等）。用户必须主动分辨哪些是完成当前任务所需的，认知负荷极高。

Agent协作交互：非结构化的对话与动态澄清

而在Agent协作模式下，交互变成了线性的、对话式的，过程是动态的、充满澄清与确认的智能协作。

过程是动态的任务流：用户只需一个模糊指令，Agent会将其拆解为步骤并分步引导。这个流程是动态的，完全由你的意图驱动，Agent能在任务节点间智能跳跃。

信息是按需生成的：Agent只提供决策所需的最少关键信息，界面极度简洁。这种 “懒加载”式的信息呈现，能极大降低用户的认知负担。

决策模式的分水岭：从“二八原则”到“关键决策”

这种过程差异，催生了两种截然不同的决策模式：

纯GUI：用户承受着“二八原则”的折磨——80%的时间在寻找入口、关闭弹窗等操作上，只有20%的时间在真正做决策。

Agent协作：Agent能过滤掉所有无意义的操作，将交互过程提炼为一连串的“关键决策”。用户的精力被完全集中在需要人来做判断、做选择的环节上。

这个提炼过程在技术上，常通过Agent的思维链展现。背后的流程是：Agent收到模糊指令后，先自行推理拆解任务（查询场次、获取座位图等），然后定位需要用户决策的关键节点，生成对应界面请求确认，待用户答复后再继续推进任务。

设计师的新命题

这种从“结构化导航”到“非结构化对话”的转变，给你的产品设计工作带来了新命题。核心工作不再是设计固定的界面跳转流，而是去设计一套灵活的“任务剧本”：

定义任务蓝图：为复杂任务，定义Agent的逻辑流程。比如在支付前，必须插入一个“二次确认”的检查点。

设计决策节点：识别出哪些是必须由用户决策的“关键瞬间”（如选座），并确定该调用什么组件来承载。

管理上下文：思考Agent应记住哪些信息。例如，当用户付款时说“用上次那张卡”，Agent需要能理解其所指。

简单来说，设计交互过程，从穷举所有页面和跳转关系，变成了在关键决策点之间，设计智能的对话引导逻辑。Agent承载了所有无意义的“操作”，让用户得以回归到任务的核心——做出选择。

为什么有些GUI还无法省略

越来越多人聊到CLI等相关概念，很多人都有一种似乎GUI可以完全省略的思考中，但是在笔者看来，随着技术的迭代发展或许会有这么一天，但是至少现阶段有很多GUI交互是无法被忽视的。

物理世界映射：空间感知决定了GUI的不可替代性

当决策依赖二维或三维空间内的相对位置关系时，人类的视觉-空间智能远超语言。

电影院选座：用户关心的不仅是距离远近，还有“是否在正中间”、“与已售座位的距离”。语言无法高效描述，必须依赖SeatMap组件。

距离与位置感知：选酒店时，说“我要离西湖近的”是模糊意图，Agent可通过地图组件高亮距离，让用户直观对比后，进行点击选择。

图像或模型操作：在医学影像上圈出病灶，或在设计稿中圈出待修改区域，语言无法完成精准的空间定位，必须保留图片编辑组件。

设计原则：凡是决策涉及“哪里”（对特定空间位置的直观判断），就必须保留相应的GUI组件。Agent的作用不是替代这个GUI，而是把后台数据和智能筛选的结果，通过数据绑定注入组件，让用户的判断更高效。

操作行为：从“规则化的点击流”到“保留非结构化手势”

在行为层面，可以被AI预测并自动执行的步骤将被省略，但依赖人类精细操作的非结构化手势，不仅需要保留，还承担着更深层的交互责任。

结构化操作 (可预测的点击)

这类“A到B到C”的固定点击流，本质上是一种规则。Agent最擅长的就是学习并跳过这些中间步骤，用对话、卡片选择或自动执行来替代。

案例：“帮我把这个文档最后一页的表格复制到邮件里。”Agent可以后台执行一系列操作，直接呈现最终预览，省去了所有切换、复制、粘贴的过程。

非结构化操作 (需保留的物理手势)

拖动、涂抹、旋转这类连续、模拟态的手势，对应着人最本能的交互，AI难以预测其精确结果。

案例：

音量/亮度滑块：需要感受那个恰好的“度”。

视频剪辑时间轴：需要精细地左右拖动来定位帧。

修图滤镜强度：需要看着图片变化，来回滑动滑块直到满意。

游戏操作：摇杆、划屏等，是体验本身，完全不可被替代。

我们作为产品设计师该如何判断？

语言过滤：这个交互传递的意图，能否用一句话清晰表达？（是 → 省略GUI，转为对话）

空间依赖：这个决策是否需要用户对空间位置做出直观判断？（是 → 必须保留GUI，如SeatMap）

手势依赖：这个操作是否需要连续、非离散的物理手势来完成？（是 → 必须保留GUI，并提供良好的操作体验）

情绪/审美判断：这个决策是否纯主观？（是 → 保留GUI，让用户直接与内容互动，而非让AI替代判断）

最终，Agent协作下的“交互过程”，不再是“从A页面点选到B页面”的穷举，而是变成了一连串在关键决策点之间，由AI驱动的“交互接力”：AI完成可结构化的步骤，然后将那些需要人类直觉、情感和空间判断的环节，以最纯粹的GUI形式，交还到用户手中。