AI浏览器的虚妄与可能:一次交互范式的回溯
当全行业都在鼓吹AI浏览器战争时,我们是否只是在给旧世界镶金边?本文犀利指出,当前AI交互本质是场灾难,对话框把人类赶回命令行,而真正的革命尚未到来。从超链接的启示到未来载体的猜想,带你穿透喧嚣,看清AI浏览器的虚妄与可能。

科技圈最近两年最大的默契,是假装革命已经完成了。
不管是融资 PPT、产品发布会,还是 X 上的技术布道,几乎所有人都在争先恐后地兜售同一种叙事:AI 时代的浏览器战争已经打响,新世界的入口正在被瓜分。然后,他们反手给你端出来一个带侧边栏的 Chrome,或者一个居中的对话框。
看着各大厂前仆后继地往浏览器缝隙里塞 Chatbot,看他们让 Agent 像个近视的实习生一样,笨拙地模拟人类手指去网页上绕过弹窗、点击按钮,我总是想起科技史上最滑稽的一幕:
19 世纪末内燃机刚装上轮子的时候,很多发明家坚持要在车头安一个栩栩如生的木制马头。理由很充分,也很符合当时的“用户习惯”——不装马头,路上的马会被吓到,车上的人会不知道眼睛该往哪看。
我们今天所有的 AI 产品,差不多都长着那个木制马头。
不仅如此,全行业还在认真地讨论怎样把这个马头雕刻得更精致一点。

如果把这层热闹撕掉,低头看看后台的数据看板,任何一个做产品的人心里大概都清楚一件事:
现在的 AI 交互,其实是一场灾难。
所谓的“自然语言交互是终极形态”,本质上是把工程上的无能,包装成了未来的福音。施乐和苹果当年击垮 DOS,乔布斯当年击垮诺基亚,核心逻辑只有一个:把“记忆与输入命令”的认知重担,降维成人类眼手协调的生物本能。你不需要知道寄存器在哪,你只要看见一个图标,按下去。
而今天的 AI 在干什么?
它把全人类重新赶回了 80 年代的命令行前。
一个空白的输入框,光标孤零零地跳动。你想让它办点正事,必须先在大脑里做一次精密的反向工程:设定身份、补充上下文、追加约束条件、反复对齐格式。一旦哪句话没说准,系统就甩给你一堆一本正经的废话。
为此,全网甚至煞有介事地催生了“提示词工程”这种奇怪的学问。
当一门技术需要普通人去学习“怎么跟它说话才能不被带偏”,当提取价值的前提是用户必须承担极高的构思成本时,从人机交互的角度看,结论只有一个:
这代技术的容器,从骨子里就是残废的。
它不仅在逼人当打字员,还在抹杀人类最基础的思考结构。人的大脑是网状的、空间化的、习惯并排对比和反复涂鸦的;而对话框却霸道地把这一切强行压成了一条垂直滚动的单向走马灯。看着那些断崖式下跌的次日留存率,别再怪用户没有耐性。没有任何一个正常人类,愿意在干一件日常琐事之前,先给电脑写一篇八股文。
今天被大家挂在嘴边的“浏览器”,根本不是一个叫 Chrome 或 Safari 的软件。
回到 1993 年之前。ARPANET、TCP/IP、FTP、Usenet,互联网在象牙塔和地下室里已经奔流了二十年。那是一个由冷酷代码和黑底绿字终端构成的地下暗河。
当时全世界最聪明的计算机科学家都在预言未来:有人觉得它是更快的越洋电报,有人觉得它是数字化、可检索的图书馆索书卡系统。
没有任何一个人推演出了“超链接”。
直到 Mosaic 和 Netscape 出现。那不是一次软件迭代,而是一次物理维度的折叠。
它发明了一种人类此前从未体验过的规则:一个被染成蓝色的词,配上一张所见即所得的图文画布。它把庞大、险峻、只有极客才能涉足的全球网络拓扑,一瞬间溶解成了一个连三岁小孩用食指都能触发的动作。
你不再需要知道握手协议怎么执行,不需要知道服务器在世界的哪个角落。你点一下,全世界的信息就流过来了。
在超链接出现之前,没人见过超链接。在第一个网页打开之前,全世界对互联网的想象极限,不过是一台接了网线的电传打字机。

这就是为什么说,今天我们根本没有所谓的 AI 浏览器。
因为至今还没有任何一个东西,能把今天模型那股晦涩、庞大、不可捉摸的概率蛮力,像当年的超链接一样,轻描淡写地溶解掉。
更荒诞的是,很多人甚至连找的方向都错了。
他们试图把这股力量,装进现有的网页世界里。
但退后半步想想看,今天互联网上所有的网页——所有的 HTML、CSS、轮播图、瀑布流、吸顶导航——它们到底为什么长成这样?
因为人类的生理构造有极限。人眼视野狭窄,所以需要分屏排版;人脑记忆带宽有限,所以需要导航层级;商业社会需要变现眼球时长,所以页面上挤满了信息流陷阱和牛皮癣广告。
整套 Web 界面,本质上是人类为自己的肉体弱点量身定做的一副外骨骼。
而硅基智能是不需要这副外骨骼的。它解析完全网数据只需要几百毫秒,它不需要看 Banner,不需要滑滚轮,更不需要被你的弹窗打断。
结果,我们今天耗资数百亿打造的各类“AI 浏览器”,却在逼着最强大的智能体戴上一副老花镜,坐在电脑前,一行一行去读那些原本为了应付人类肉眼才做出来的排版,然后再把提炼出来的数据,小心翼翼地塞回屏幕右侧那条窄窄的聊天框里。
网页原本只是运送信息的纸壳,现在纸壳里的东西已经能自己思考了,我们却还在花大价钱研究怎样给这个纸壳镶金边。
当智能体能够端到端地调取数据、组织意图、交付结果时,现存百分之九十的网页甚至根本不需要存在。
皮之不存,毛将焉附?当“浏览”这个动作本身都变得多余,那个号称包裹着全网网页的“AI 浏览器”,到底是在通向未来,还是在给旧世界殉葬?
那么,那个东西到底是什么?
没有人知道。
在 1990 年,哪怕集合当时全世界顶尖的学者,也无法推演出 2005 年会有个叫 Google 的东西用一个单行框吞掉整个互联网;在 2005 年功能机巅峰期,也没有人能推演出几年后人们只需要在一块平整的玻璃上抹一下,就能叫来现实世界的一辆出租车。
每一代技术爆发的最初几年,人类的想象力都会被上一代媒介的残骸死死绑架。
早期的电影,只是把摄影机固定在舞台正前方拍话剧; 早期的网络门户,只是把当天的油墨报纸一字不差地扒到屏幕上; 而今天,我们正试图用“即时通讯(IM)”的古老躯壳,去装载跨时代的硅基智慧。
那个至今没有名字的载体,大概率会彻底击碎我们今天对“软件”和“界面”的所有常识。
它可能根本没有固定的排版结构。你产生一个意图,一整套由微组件构成的界面在千分之一秒内就地坍缩生成,任务结束的一瞬间彻底销毁,连保存文件的路径都不需要留。 它可能彻底抹掉“打开一个应用”的概念。服务在你看向它之前就已经自组织完毕,你不是在操作工具,你是在调度某种弥散在环境里的重力。 它甚至可能不需要你开口说话。
我们现在正处于最尴尬的黑铁时代。
在真正的 T 型车开下流水线之前,大地上挤满了挂着风帆的马车、装了蒸汽机却三天两头爆炸的三轮怪车。它们丑陋、笨重、脆弱,但并不是造车的人有多蠢。
只是新技术刚刚撞进旧世界,旧的零部件还没散架,新的法则还隐没在迷雾里。所有人只能在泥泞里,捡起手边仅有的齿轮和皮带,试图勉强驯服这股未知的蛮力。

承认这种无知,没什么不好意思的。
火种确实已经在手里噼啪作响了,这毋庸置疑。但那间能够把火变成光明与热能的引擎室,连一张图纸都还没有画出来。
全网都在对着几个新生成的 Prompt 技巧鼓掌,都在把一个套壳插件的发布吹成文明的奇点。
但真正清醒的人都明白:
海啸还在极深的海底蓄力。 我们在沙滩上搭起来的这些小巧精致的泥堡,甚至都还没等到潮水退去的那一刻。
本文由 @发疯的超 原创发布于人人都是产品经理。未经作者许可,禁止转载
题图来自作者提供

起点课堂会员权益





把对话框比作把人赶回命令行,这个判断很扎心,也确实点中了认知成本。但全盘否定也有点急:命令行至少精确,对话框的模糊性反而给了非技术用户第一次可开口的机会。问题可能不是对话框本身,而是它被当成终极形态,没继续往空间化、可操作、可回退的方向长。提示词工程也不全是工程无能,它更像早期接口不成熟时的临时脚手架。真正该批评的,是把脚手架当成了房子。