从物理控制到批处理，从CLI到GUI，再到UX和DX，设计的对象经历了三次扩张。第一次是1993年，随着计算机的普及，设计师开始关注终端用户的感受，将设计重点放在了易用性和可用性上。第二次扩张发生在2011年，第三方开发者成为新用户，他们的体验直接影响平台的生态生命力。第三次扩张则是在2025年，AI Agent开始大规模调用API、操作CLI、在后台自主运行，AI Agent成了新的用户。每一次扩张都伴随着新的交互范式的出现，如CLI时代的Verb-Noun结构，GUI时代的WIMP范式，以及UX和DX时代的Post-WIMP探索。
--91likeyou---
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，i。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i“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：In 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. (2025). Agent Experience (AX) Official Page.
Norman, D. (1993). The Design of Everyday Things. Basic Books.
Lee, J. (2011). Effective Developer Experience (DX). UX Magazine.
Shneiderman, B. (1982). Direct Manipulation: A Step Beyond Programming Languages. IEEE Computer.
GitClear. (2025). GitClear 2025 Report: The Impact of AI on Code Quality.
Jacob et al. (2008). Reality-Based Interaction: A Framework for Post-WIMP Interfaces. CHI 2008.
Google DeepMind. (2026). Genie 3: Interactive World Models.
由好奇设“人机交互研究所”原创 公众号：好奇设
题图来自Pexels，基于CC0协议
🔥 热词：#重新定义入口 · #重新定义方法的功能在面向对象的编程中非常重要