大语言模型把 生成式、概率性、上下文敏感 的推理带进了主路径，却仍在用 确定性 GUI 的语法（按钮、表单、单一正确答案）接待用户。传统软件交互关心的是「系统是否按规格执行」；生成式 AI 时代，核心问题变成：当系统自己也不确定时，人应如何形成正确的心智模型、分配合适的信赖，并在失败时仍能完成任务？
下文围绕 表征、控制、责任与评测 整理一套可落地的分析框架——不讨论某个配色或动效。
1. 问题重述：从「可用性」到「适当信赖」
1.1 两类不确定性
| 类型 | 含义 | 界面含义 | |------|------|----------| | 认知不确定性（Epistemic） | 模型/系统知识不足，更多数据可改善 | 应提示「可能不完整」「可查证来源」 | | 随机不确定性（Aleatoric） | 固有噪声，再训练也难消除 | 应提供多次采样、区间或备选 |
把二者混为一谈，会出现荒谬 UI：对 不可消减的随机性 展示「再试一次即可得到真理」；或对 可修正的认知错误 只给一句「仅供参考」。
1.2 适当信赖（Appropriate Reliance）
一项常被忽略的原则：信赖应与系统真实能力校准。
- 过度信赖（Over-reliance）：自动化偏见、盲从幻觉引用、把草稿当终稿发出；
- 信赖不足（Under-reliance）：明明可靠的检索辅助也被弃用，重复劳动；
- 目标不是「让用户永远相信 AI」，而是 在任务风险等级下，信赖度 ≈ 实际可靠性。
高风险域（医疗、法律、工业控制）与低风险域（头脑风暴、润色邮件）应采用 不同的默认信赖策略，而非同一套「友好语气」。
2. 交互范式：Chat 不是万能容器
2.1 三种常见范式
| 范式 | 控制主体 | 优势 | 典型失败 | |------|----------|------|----------| | 对话式（Conversational） | 用户主导轮次，系统补全 | 探索性强、学习成本低 | 上下文漂移、责任模糊、长线程难扫读 | | 嵌入式 Copilot | 用户在主任务流，AI 建议 | 贴合工作流、可局部采纳 | 建议打断节奏；采纳/拒绝信号难采集 | | 代理式（Agentic） | 系统规划多步，人审批关键点 | 适合长链路自动化 | 不可见计划、越权工具调用、回滚困难 |
在 混合主动（Mixed-initiative） 设计里，理想系统应在 人主动 与 机主动 之间可切换，且切换点 可见、可撤销。
2.2 不要把「自然语言」当作唯一 API
自然语言接口 带宽高但歧义大。可与之并行的补充通道：
- 结构化槽位（表单、下拉、约束选择）降低意图解析误差；
- 示例与反例（few-shot in UI）比空文本框更稳定；
- 显式模式开关（「仅检索 / 可推理 / 可执行工具」）比隐式 prompt 工程更可信。
3. 确定性 UX 语法：状态机优于「魔法加载」
概率后端需要 有限状态、可观察转移 的前端语义。
3.1 推荐最小状态集
Idle → IntentParsing → Retrieving? → Generating(stream) → Review → Committed
↘ NeedsClarification ↗ ↘ Failed → Retry / Fallback
各状态应有 不同视觉权重，而非共用转圈：
| 状态 | 用户应理解的事实 | 允许的操作 | |------|------------------|------------| | IntentParsing | 系统正在对齐任务，尚无内容 | 取消 | | Retrieving | 答案依赖外部证据 | 查看将检索的范围 | | Generating | 内容逐字出现，可能中途修正 | 停止生成 | | NeedsClarification | 歧义或缺权限 | 补充信息 / 改约束 | | Review | 草稿≠终稿 | 编辑 / 采纳 / 拒绝 | | Failed | 已知失败类型 | 重试 / 降级路径 / 人工 |
关键原则： 「思考中」若超过 N 秒仍无部分信息，应升级为 可取消的长任务 或 异步通知，否则用户会归因于系统卡死而非推理慢。
3.2 流式输出（Streaming）的认知成本
流式降低 首 token 延迟，但带来：
- 过早锚定：用户基于前几行即形成判断（锚定效应）；
- 无法扫读：长答案在生成中不可稳定阅读；
- 读屏灾难：若每个 token 触发朗读，无障碍完全失效。
缓解策略：
- 段落级或句子级 节流渲染；
- 生成中提供 折叠骨架 + 完成后展开 选项；
- 结束时单次 aria-live="polite"` 摘要播报，而非逐字播报。
4. 不确定性表征：从标量置信度到可验证性
4.1 为什么不推荐伪精确
「置信度 97%」在多数 LLM 产品中是 未校准的启发式，会强化过度信赖。若无 校准曲线（reliability diagram） 支撑，应用 序数标签（低 / 中 / 高）或 定性说明（基于检索 / 基于推测）。
4.2 更可辩护的表征方式
-
溯源（Provenance）
区分：训练记忆 / RAG 片段 / 工具返回值。用户可点击引用块核对——这比单一分数更接近 认知不确定性 的诚实表达。 -
一致性检查（Self-consistency 的可视化）
多次采样若答案分歧大，界面展示 聚类备选 而非强行合并。用户看到「模型本身不稳定」，信赖自然下调。 -
可执行验证（Verifiability）
对可计算主张提供「一键验算」：运行代码、查数据库、打开原始日志——把一部分 认知不确定性 变成用户能当场完成的检验。 -
编辑距离作为隐式信号
若用户每次都大幅改写 AI 草稿，系统应 主动降低默认篇幅或提高确认步骤——这是比置信度分数更贴近真实能力的反馈闭环。
4.3 备选（Alternatives）的设计伦理
提供多答案不是「让用户选择彩票」，而应：
- 标明 差异轴（保守 / 激进、简短 / 详尽）；
- 默认高亮 与约束最一致 的一档，其余折叠；
- 记录用户选择用于 偏好学习，但避免暗箱操纵。
5. 控制感、责任与可撤销性
5.1 控制感（Sense of Control）
可控感 能明显降低焦虑，即使客观结果相同。
具体机制：
- 预览工具调用（将访问哪些 API、写入哪些字段）；
- 分步批准（Plan → Approve steps → Execute）；
- 全局撤销栈（Undo 回到生成前快照，而非只撤最后一字）。
5.2 责任边界
当 AI 参与决策，界面必须回答：谁对后果负责？
- 低风险：可默认采纳，但保留审计日志；
- 高风险：必须 显式确认 + 身份认证 + 不可篡改记录；
- 避免拟人化文案（「我觉得…」）模糊责任主体——系统建议 与 用户决定 应在文案结构上分离。
5.3 可撤销与版本钉扎（Pin）
允许用户 钉扎 某一版输出为「可信基线」，后续操作在此基础上增量——类似 Git 的 commit。这对协作与合规场景尤为重要。
6. 认知负荷：信息架构而非极简主义
「少即是多」在 AI 产品中常被误用为 隐藏能力。
6.1 分层披露（Progressive Disclosure）
- 主操作一个：指每个 任务阶段 一个主 CTA，而非整页只有一个按钮；
- 高级参数（温度、检索范围、模型选择）面向专家模式；
- 长对话 用 主题分段 + 可折叠摘要，摘要本身应可点击跳转到原文证据。
6.2 避免「对话万能」导致的记忆错觉
用户会假设系统记得一切。应在 UI 中明示：
- 上下文窗口占用（可视化 token 预算）；
- 哪些文件已附着 / 已过期；
- 何时需要用户重新粘贴关键事实。
7. 失败模式 catalog（设计侧应预设）
| 失败 | 用户感知 | 设计响应 | |------|----------|----------| | 幻觉引用 | 愤怒、信任崩塌 | 强制引用预览；无引用则降调语气 | | 谄媚（Sycophancy） | 舒适但错误决策 | 允许「反对型」系统人格开关；显示反方要点 | | 工具越权 | 恐惧 | 权限最小化；调用前预览 | | 沉默失败（超时无反馈） | 焦虑 | 心跳进度 + 可取消 | | 过度自动化 | 失控 | 关键步人工闸门 |
8. 评测：交互设计也需要实验
仅看 A/B 点击率往往不够。更稳妥的是建立 任务级指标：
- 任务成功率（在时限内完成目标的比例）；
- 误解率（用户复述的任务与系统理解的一致性抽检）；
- 适当信赖偏差（该信时不信、不该信时信的行为编码）；
- 修复成本（从错误输出到正确终稿的编辑时间 / 步数）；
- 放弃率（取消、转人工、关闭功能）。
可做 对照实验：同一能力，只改 UI 表征（有无溯源、有无备选），观察信赖与错误采纳的变化——用数据沉淀设计决策，而不是停留在争论。
9. 与对齐（Alignment）的关系：UI 也是规范层
RLHF / 宪法式对齐主要在 模型输出分布 上施力；界面 同样是规范层：
- 哪些动作必须二次确认；
- 哪些话题默认拒绝或转人工；
- 如何通过交互收集 人类偏好（排序、编辑、拒绝）进入后续训练。
忽略 UI，等于把 最后一道安全与信赖校准 全押在单次 prompt 上。
小结
Intelligent interaction 的核心命题不是「让 AI 更像人」，而是：
- 在概率性推理之上，提供确定性、可观察的交互状态；
- 用溯源、备选、可验证性表达不确定性，而非伪精确分数；
- 按风险配置信赖与控制权，保留撤销与责任边界；
- 用任务实验度量适当信赖，而非仅凭主观「好用」。
归根结底，intelligent interaction 解决的是：在系统不完全可靠时，人如何仍能完成目标。模型与框架会变，这个问题会一直在。