2011 年 11 月，微信更新了 v3.1，首发于诺基亚的塞班上，带来了「二维码」。一周后，这一功能也上线到了安卓和 iOS。

来源：微信官网

2012 年 5 月，张小龙发了一条朋友圈：「互联网的入口在搜索框，移动互联网的入口在二维码。」

张小龙发的朋友圈

故事的结局大家都知道，微信赢下全场。

那么，AI 时代的「二维码」，在哪里？

以及，在 AI 时代，会不会有可以深挖的地方，而不是一味追求去粗暴的「卖课」？

01 

二维码的复盘

思考：移动互联网兴起的时候，我们撞出了哪些生态缺位？

我认为：新的流量，尚未与传统需求打通

智能手机兴起的时候，我们有了即时信息交换的需求，并高位替代「打电话问问」。与 PC 流量相比，更能满足在不同场景所需，如：几个人起意决定去吃东西，通过手机可以迅速搜索、预订、导航等。

但很显然，传统服务端并未满足这一变化（也无从满足），导致一系列的体验断层。而二维码的出现，借用手机的摄像头，通过扫码的方式，让信息可以「无人值守」的快速传递。

在实际落地中，「双边效应」是二维码能快速普及的一大原因。

回顾 2013～2015，微信支付刚刚兴起，那时：很多用户询问商贩是否支持扫码付款；另一方面商贩主动向用户展示收款码。这种互动推动了「扫码」的快速普及，形成了良性循环。

「我扫你」这个词，也被出口了

进而，我们发现，如果希望一个东西快速承接新的场景流量，就有两条可行策略：

• 需要绑定人与人、人与事儿之间的高频场景（引起行业自推广）
• 
  
• 需要让用户，无需额外成本，用手里的东西就可以完成（降低推广门槛）

于是，我们看到了在支付、登录、加好友上，扫码成了必然。同时，微信也成为了大家通用的扫码枪。

02 

AI 的不同

在我看来，AI 从产业角度，带来的是信息处理的不同：

• 互联网时期：你输入一个问题，由人或者机器，把相关的材料找到，然后返回并展示给你
• 
  
• AI 的当下：你输入一个问题，AI 检索到材料（来自你的提供、AI 的训练数据，数据库或者联网搜索），然后生成并展示给你

因此，当有需求时，我可以把所有信息都提供给 AI，让它筛选和录入，并根据我的输入识别意图，以更好的方式把结果返回给我。如果数据是实时、自动注入的，这就是所谓的 Copilot 模式。

我用 coze，搭了个公众号排版器

顺道提一嘴，在当前的路径下，AI 不存在「又变天了」。大模型从头到尾只在做一件事：输入足够的信息，然后输出相应的内容。如果用 y = f(x) 来表示，大模型做的事情就是：

结果 = 大模型 (提示词)

在产品里，这个过程可能会不断重复，比如在 agent 场景中的反思，就是让它先用 f(x) 输出一个结果，再用 g(x) 来检查。而多轮对话，就是把 f(x) 中的 x 改成历史对话。

再多嘴一句，绝绝绝大多数的 AI 产品，都只是对大模型 API 进行简单封装，找到着力的业务场景，结合行业 knowhow 和交互优化，来做品牌创新。

AI 在应用层，从来不是技术驱动。

03

AI 的缺位

首先，我提一个暴论：人类对 AI 的使用，既没有先天的基因，也没有后天的学习。因此使用门槛极高，存在巨大的差距。要弥补这一差距，需要在交互上进行创新。

如何理解「先天基因没有」？

在历史上，如果有两批男性，一批对军事和政治更感兴趣，而另一批则兴致寥寥，那么我们会认为，前者更适应人类社会的竞争，并会更广泛地传播自己的基因。进而，现在的男性普遍更喜欢竞技类和策略类的事物，也更喜欢看相关视频和玩这类游戏。

相比之下，AI 是一个全新的事物，没有经过这样的社会达尔文过程，因此没有人天生会使用 AI。

我们终其一生，在学习和基因共存

如何理解「后天学习没有」？

骑自行车是一个反直觉的技能，与 AI 有些相似。人们需要通过长时间的学习和训练才能掌握骑自行车的技巧。自行车经过了长期的发展，虽然不在学校课程中，但我们从小就看到身边的人在使用，也有各种各样的辅助工具（比如侧边的小轮子）。

而 AI 呢？刚刚崛起，变化迅速，没有现成的学习工具和环境。因此，我们需要创造一种新的方式，将 AI 的使用与我们已经熟悉的事物相结合，降低学习成本，让更多人能够轻松使用 AI，真正发挥它的潜力。

iPhone 在最早期，大量使用了拟物设计，方便人们理解

额外

做产品的时候，要顺人性，有一个事实是：我们在接受教育的普遍过程，是被动灌输，而非主动提问。

那么，一个更符合当下用户需求的产品，不应让用户主动提问：应预设一个场景，让用户参与

截图来自知乎

04

我的实践

作为 AI 从业者，我自己也在思考，如何更好的和 AI 进行交互。也尝试贡献了一些方案：

• 前几天热议的「浏览器滑词弹框」交互，可能是我最早用在 AI 上的。去年 2 月，我写了款开源程序 Fluentify，可能是最早一批「AI 浏览器插件」，带来了划词弹框和右边栏的交互。
• 去年收到 OpenAI 的邀请，在 ChatGPT 里实现了联网和搜索。
• 应该下周的时候，我还会带来一些新的交互

Fluentify 带来了「划词+侧边」，大概是去年 2 月

Fluentify 被 FuturePedia 评为了本周最有趣的项目

于此同时，作为产品经理的我，也在寻找更多更好的解决方案：

• 更好的陪伴响应
• 更好的信息输入（不应该是让用户主动发问）
• 更好的信息呈现
• 无需用户额外购买设备

05 

好的探索 - PC

先说 PC 端，这里我认为最佳实践是俩：

• Copilot
• Copilot

你没看错，都叫 Copilot - 微软这胡闹的品牌部门，简直瞎搞 ahhhhhh

前者是 Github Copilot，代码补全工具，或者说是这一类工具（比如前段时间我介绍到的 MarsCode）

他懂 114514，很牛逼

后者是 Windows 里的期货，可以帮你自动操作电脑

注 1：夸赞仅针对发布会里的演示视频

注 2：产品以实物为准，谨防电信诈骗

这俩都有相同的特点：

• 在不破坏原有流程的前提下，集成到了工作环境中
• AI 自动进行实时的数据录入
• 以用户熟悉的方式，进行处理结果交付（比如代码自动补全在各种 ide 里都有）

我们通常认为，PC 负责生成，工具要偏向于生产力工具；手机负责消费，让你快速体验到奶头乐。因此在落地的时候，会看到移动端的一些不同：

• 优势：更加一致&有效的交互方式，比如语音输入；更多传感器
• 限制：不能常驻后台，但要处理各种即时访问（如果做高频场景）
• 挑战：解决输入问题，解决跨应用的结果交付问题

06 

好的探索 - 手机

移动端中，在过去一年里，我看到的 2 个有趣的尝试：

• ChatGPT 小组件
• 海螺的悬浮球

先说 ChatGPT 的小组件，允许你将 ChatGPT 放到锁屏页面下，点一下就能打开，在这里：

• 缩短了用户「从现实业务」（手机并没有被打开），到 AI 询问之间的路径
• 变相实现了「AI」常驻前台
• 但也存在一个问题：这种操作还是颇为小众，所以相信用过的人不多

大概长这样

海螺的悬浮球，算是小组件的升级版：允许 AI 长期处于待命状态，放在屏幕最上层。形态就是系统层级的 Assistive Touch，辅助触控。就是这个小圆圈，点一下就能呼起自定义功能。

我假定：你知道海螺是 MiniMax 旗下的 ChatBot

冷知识：辅助控制是为了帮助肌无力，无法按下 Home 键的朋友设计的，之后广受好评

我可以把唤起行为，改成海螺提供的「识别屏幕」

这里有几个设计上的巧思：

• 屏幕上的小圆圈，这个交互来自乔帮主，iPhone4 时代的产物，iPhone 用户挺熟悉的
• 唤起的方法，是通过捷径实现，过程是明牌，避免了隐私麻烦
• 默认的交互是发送当前页面截图（有手机上 copilot 的感觉了）

用起来的话，典型的场景是... 我拿他去写评价，薅个代金券

点评/美团/饿了么，完美伴侣

另一些我认为比较合适的用法，包括不仅限于教你打游戏，帮你算满减，帮你规避套路，等等。毕竟这些场景下的所有信息，都没办法直接复制，只能截屏。

杀戮尖塔 yyds

但还是得说一下，目前大模型对于图像的识别，以及指令遵循，还没有到非常好的程度。但我相信他会很快进化的，等风来就好了。

我再顺着给悬浮窗多设计一个交互 - 长按（这个不一定能通过「捷径」实现）：

• 长按后，唤起语音对话
• 长按结束后，将语音和当前屏幕内容发送（左右滑动，决定是否发送屏幕信息）
• 获取到 AI 的反馈后，可以一键复制，并进行包括不仅限于：进入对话，修改文字和追问等操作

比如在我炉石的时候（马上回归了！），面对一年没打的手牌，就可以让 AI 随时 copilot 的为我服务了。

停服？什么时候停服过？

07 

SuperAPP，在哪里？

提问：SuperAPP 的机会，在哪里？

我的回答：机会可能不多

这个问题，在过去的一年里，我被很多朋友问过。我的思考很简单:

• 在以往，一个准 SuperAPP 在崛起的之初，因其先发优势，心智势能和资本开挂，在进入大众视野的前几周、几个月，可以迅速获得市场认可，进而成为头部明星。
• 在当下，由于 AI 和类 Coze 产品的出现，点子可以被快速复制&落地，其流量也将被迅速分化，进而无法形成品牌合力（因此我一直在关注 Coze，并常与人说：Coze 是 VC 最大的竞争对手 - 它猎食了独角兽）

glif 做了个爆火的梗图生成器，几个小时后 coze 上到处是复刻

08 

时代机会，在哪里？

我觉得：在「超级入口」，人与 AI 共生的超级入口。

当功能本身不再是壁垒时，心智资源则变得弥足重要，要让你的产品成为用户的肌肉记忆，比如扫码微信。

去年二月，我做了一场分享「与 AI 共生」

在未来的时间里，AI 应用将更加注重如何无缝地融入用户的生活、工作以及其他场景，以更直观有效的方式与用户进行交互。这种交互，或许是类似 copilot 的实时补充，也或许会像锁屏按钮一样，不打扰地守在用户身边，直到一次触摸发生。

但最佳实践是什么，依然需要我们这些从业者不断地从各方面进行试探：无论是 transformer 的路线创新，还是 openai 的工程实践，又或是上文中所提到的悬浮球交互。

当下似不起眼，若以十年后回望，或是人与 AI 的指尖，首次相触。

文章来自于微信公众号Founder Park 作者 Founder Park