当AI Agent开始自主调用API、操作CLI、在后台运行，设计的对象正经历第三次扩张——从UX到DX再到AX。本文梳理从物理控制、CLI、GUI到Agent体验的交互范式演变，揭示设计学科如何因“新用户”的出现而不断重塑边界。

2025年，Netlify CEO Mathias Biilmann在一篇博客里正式提出了 Agent Experience（AX） 。他的定义很直接：AX就是UX，只不过“用户”恰好是一个AI Agent。过去三十年，设计学科每次扩张，都源于出现了一种新的“用户”。

UX出现在1993年，因为计算机从实验室走入普通人的生活——普通人成了新用户。DX出现在2011年，因为iPhone变成了平台，第三方开发者成了新用户。

AX出现在2025年，因为AI Agent开始大规模调用API、操作CLI、在后台自主运行——AI Agent成了新用户。

每一次新用户出现，设计的对象就扩张一次。

这篇文章会沿着一条主线展开：从物理控制到批处理，从CLI到GUI，从UX到DX再到AX——看“设计对象”如何一步步从“机器的操作流程”扩张到“终端用户的完整感受”，再扩张到“开发者的工具链”，最终扩张到“AI Agent的自主环境”。

一、前CLI时代：物理控制与批处理（1940s–1960s）

计算机诞生之初没有“交互”这回事。用户站在机器前，通过物理开关和插线板直接控制电路——这是 物理控制阶段，设计的对象是“电路逻辑”。

随后打孔卡片和纸带出现，用户把指令写在卡片上交给数据中心，几小时后才能拿到结果——这是 批处理阶段，交互是间接的、延迟的、通过物理介质完成的，设计的对象转向了“介质与流程”。

这两个阶段没有形成像WIMP那样的统一缩写，但它们构成了连续的两个范式：设计的对象始终是机器本身的工作流程，而不是人的使用体验。

二、CLI时代：第一个实时交互范式（1960s–1980s）

1960年代，J.C.R. Licklider在ARPA引入分时处理（Timesharing），“交互式计算”成为可能。CLI成为第一个真正的实时交互范式。

CLI的交互结构是 Verb-Noun：用户先输入命令（delete），再指定对象（file.txt）。这个结构要求用户 记忆 语法——背命令、记参数、掌握精确拼写。学习曲线陡峭，但一旦掌握，效率极高。

这个时代的设计对象仍然是“功能”——让系统能响应命令即可。

三、GUI/WIMP时代：大众成为用户（1970s–2000s）

1973年Xerox Alto完成了第一个完整的GUI工作站，1984年Apple Macintosh将其推向大众。GUI的核心子范式WIMP（Windows窗口 + Icons图标 + Menus菜单 + Pointer指针）创造了一个连续的工作空间，而非命令序列。

GUI的交互结构是 Noun-Verb：用户先选择对象（点击文件图标），再选择操作（点击删除菜单）。

从“回忆”转向“识别”——用户不需要背命令，只需要在界面上认出想要的操作。

加上Ben Shneiderman提出的直接操作理论（Direct Manipulation：可见对象、物理动作、即时反馈、可逆操作），GUI彻底降低了计算机的使用门槛。

这个阶段，设计的对象开始转向“人”——不是抽象的操作员，而是千千万万不懂编程的普通人。人机交互开始真正研究认知负荷、心智模型、错误恢复机制。

四、UX的诞生：设计对象扩张到“终端用户”（1993）

在GUI普及近十年后，唐·诺曼加入苹果，把自己的头衔从“用户界面架构师”改成了“用户体验架构师”。他在后来的采访中回忆：改这个词是因为“人机界面和可用性”太窄了，他想覆盖的是“一个人与系统体验的所有方面——工业设计、图形、界面、物理交互、说明书”。UX的出现标志着一个根本转变：设计的对象从“界面”扩张到了“人的完整感受”。

在此之前，设计是为功能服务的；

在此之后，设计是为“人使用功能时的全部感受”服务的。

可用性测试、用户旅程地图、同理心研究——这些工具的出现，都是因为设计师第一次系统地站在了“终端用户”这一边。

五、Post-WIMP：寻找GUI之外“更自然”的交互通道（1990s–2010s）

GUI的成功也暴露了它的局限。学术界开始探索超越WIMP的交互方式，统称为Post-WIMP。

这一阶段的核心特征是利用用户对现实世界的先验知识——身体动作、空间感知、语言习惯——来缩小“执行鸿沟”（Gulf of Execution，即用户知道想做什么，但不确定怎么操作界面）。

这一阶段不是单一范式，而是多个方向的并行探索。

NUI（Natural User Interface自然用户界面）强调“界面隐形”，让用户用日常行为（触摸、说话）而非鼠标键盘操作。TUI（Tangible User Interface实体用户界面）试图用物理对象承载数字信息。VUI（Voice User Interface语音用户界面）把语音作为主要通道。而Jacob等人2008年提出的RBI（Reality-Based Interaction基于现实的交互）则为这些探索提供了一个统一的理论框架——利用用户对现实世界的先验知识（重力、身体、空间关系）来降低学习成本——好的交互应该利用用户已有的现实世界经验，而非要求用户学习全新的抽象规则。

Post-WIMP的所有探索有一个共同前提：用户依然在“操作”系统。

用户触摸、说话、挥手、点击——交互的核心仍然是“人类发出指令，系统执行指令”。这个前提，在AX时代被打破了。

六、DX的诞生：设计对象第二次扩张，到“开发者”（2011）

2011年，iPhone已经成为一个平台。iOS SDK发布后，成千上万的第三方开发者涌入——他们不是“终端用户”，但他们使用Apple的工具和服务。他们的体验直接影响平台的生态生命力。

UX从业者Jeremiah Lee在UX Magazine上正式提出了开发者体验（DX）。

他的逻辑直接有力：当iPhone从“产品”变成“平台”，第三方开发者就成了新用户。

他们的体验——文档好不好查、API好不好调、调试工具好不好用——决定了一个平台能活多久。

DX的出现标志着设计对象第二次扩张：从终端用户，扩展到“用你的工具去构建产品的人”。

与UX不同，DX面对的用户本身就是“专家”。

设计的重点从“易学”转向“高效”，从“识别”转向“流畅”。

Stripe的API文档之所以被封为经典，就是因为它把开发者当作需要被尊重的专业人士来对待——每个接口都有可运行的代码示例（支持9种语言），错误信息直接告诉你“哪里错了、为什么、怎么改”。

1. DX的案例：Stripe API文档

Stripe是第一家真正把API当成“产品”来设计的公司。它的文档被整个行业视为DX的黄金标准。Stripe证明了：好的DX不是“写得全”，而是“让开发者不困惑”。

2. DX的新挑战：AI辅助编程

当开发者开始用AI写代码，DX的形态变了。AI成为“读文档的那个人”，开发者变成“审查代码的那个人”。Cursor的Composer、Cognition的Devin，这些工具的设计对象不是单纯的人类开发者，也不是单纯的AI，而是“人+AI”这个联合体。这是正在发生的DX范式迁移——从“设计工具给人用”到“设计环境给人+AI协作”。

七、AI时代的前夜：学术框架的探索（2010s–2020s）

在AX被正式提出之前，学术界已经尝试过为AI交互建立框架。Zhang等人2018年提出的RMCP（Role-Modal-Commands-Presentation）、Dai等人2004年提出的PIBG（Physical-Icon-Button-Gesture），都试图为新型交互建立理论模型。

但这些框架有两个问题：第一，它们主要由计算机科学社区提出，缺乏HCI专业人员的深度参与；第二，它们停留在理论层面，未被行业采纳。

当AI Agent真正开始大规模接入真实系统时，行业发现：我们需要的不是另一个学术框架，而是一个真实的设计学科。

八、AX时代：从“操作工具”到“委托代理”（2020s–）

2025年，Netlify CEO Mathias Biilmann正式提出AX（Agent Experience）。定义是：AX就是UX，只不过“用户”恰好是一个AI Agent——它们如何发现你的服务、如何可靠地调用、出问题时如何恢复。

AX的交互结构回到了Verb-Noun，但用的不是CLI的刚性语法，而是自然语言。

用户说“帮我删掉上周那个文档”，AI理解意图、拆解步骤、执行操作。从“回忆命令”到“表达意图” ——这是螺旋上升的核心证据。

AX标志着设计对象的第三次扩张：从开发者，扩展到AI Agent。

随着技术演进，AX正在经历三个层次的深化：

第一层：Generative UI（生成式界面）。

AI根据意图实时生成界面元素，需要时出现、用完即弃。

Google Gemini 3 Pro在2025年已实现这一点。

第二层：Interactive World Models（交互世界模型）。

用户不再“操作界面”，而是“生活在生成的世界中”。

Google DeepMind Genie 3在2026年展示了这种可能性。

第三层：Intelligent Delegation（智能委托）。

用户设定目标和约束，AI自主决定执行路径。

用认知效率交换控制效率——这是与WIMP“直接操作”哲学最激进的背离。

在GenUI时代，用户是导演，AI是操作员。设计目标从User-Tool转向Human-Agent。用户先表达意图（“帮我删掉那个文档”），再由Agent执行。但核心区别在于：CLI要求人类说机器的语言；AX允许人类说自己的语言，机器来适应。

九、AX设计的核心命题：信任

当用户从“操作工具”转向“委托代理”，设计面临的核心挑战变了：用户不再控制每一步，但他需要知道

Agent在做什么、为什么这么做、搞砸了怎么办。

在GUI时代，信任建立在“我看到按钮→我点击→系统响应”的可见循环上。

每一步都在用户视野内，控制感和反馈感是即时的。

但在AX时代，AI在后台自主运行——你合上电脑，Agent继续工作几小时。

这时候用户需要的不是更炫的界面，而是 可观测性（Agent在做什么）、可解释性（它为什么这么做）和 可介入性（我如何纠正它）。

这三个“性”的总和，叫做信任。

2025年到2026年间，Google的Gemini Spark、微软的Scout、Anthropic的Claude Cowork、苹果的Siri agentic actions——四家公司的Agent产品不约而同地使用了同一套交互逻辑：确认门控、流式状态、信任指标、错误恢复。

行业已经意识到：Agent的UX不是锦上添花，是产品存亡的底线。

一个不可观察、不可中断、不可回滚的Agent，用户最多用三次就会放弃。在人机交互实验室的积累中，我发现一个被低估的方向：当视觉界面不足以承载“信任”（因为Agent的动作发生在屏幕之外），声音、触感都可以成为传递“状态”和“确定性”的通道。一个持续的低频tone可以表示Agent正在后台稳定运行；一个突变的频率可以提示“需要人类介入”。这些不是噱头，是在AI越来越不可见的时代，重新建立人类感知锚点的必要手段。

核心观点

UX、DX、AX是设计学科随着“用户是谁”的变化而三次扩张的产物。每一次扩张都伴随着交互范式的跃迁：

从操作到识别，从识别到表达；

从物理控制到命令行，从图形界面到AI代理。而每一次跃迁，本质上都是对 “信任” 的重新定义。

参考文献

Biilmann, M. (2025). Introducing AX (Agent Experience). Netlify Blog. https://biilmann.blog/articles/introducing-ax/Netlify. (2025). Agent Experience (AX) Official Page. https://www.netlify.com/agent-experience/

Norman, D. (1993). The Design of Everyday Things. Basic Books. https://www.nngroup.com/articles/100-year-view-user-experience/

Lee, J. (2011). Effective Developer Experience (DX). UX Magazine. https://uxmag.com/articles/effective-developer-experience

Shneiderman, B. (1982). Direct Manipulation: A Step Beyond Programming Languages. IEEE Computer. https://doi.org/10.1109/MC.1982.1653912

GitClear. (2025). GitClear 2025 Report: The Impact of AI on Code Quality. https://www.gitclear.com/

Jacob et al. (2008). Reality-Based Interaction: A Framework for Post-WIMP Interfaces. CHI 2008. https://doi.org/10.1145/1357054.1357189

Google DeepMind. (2026). Genie 3: Interactive World Models. https://deepmind.google/