編注：我們會不定期挑選 Matrix 的優質文章，展示來自用戶的最真實的體驗和觀點。 文章代表作者個人觀點，少數派僅對標題和排版略作修改。

▍引子

在生成式 AI 的巨大能量被越來越多的人了解并應用的背景下，各大廠商也開始加碼 AI。技術上除了運用生成式 AI 的內容擴展能力，也在努力將 AI 賦能語音助手，想達成科幻電影里知無不言的 Jarvis，或單純只是想扭轉消費者人工智障的刻板印象。

一些數碼發燒友將其視作類似奧利奧鏡頭 deco 狂熱的畸形鬧劇，并對跑馬燈和類似的新交互方式嗤之以鼻。但是平靜下來，似乎在千篇一律的營銷之后，我們發現了一些不一樣的，而且很新的東西。不同于手機硬件創新方向的模糊，考慮到 AI 幾年來爆炸式的發展速度，也許跑馬燈之后的愿景將很快成為現實。而我們今天要講述的，就是這個故事。

▍跑馬燈：友商答案即為最優解？

在將跑馬燈這一動效設計串聯到 AI 前，我們先來看看原本的跑馬燈是來干什么用的。

人天生就有被會動的、流光溢彩的高飽和度顏色所吸引的特質，紅藍閃爍的警燈，招牌上滾動過去的彩虹字，種種大量高飽和高對比色彩的利用極為強勢的抓住人的眼球，很好地完成了「全體目光向我看齊我宣布個事兒」的任務，而反映在移動設備——特別是手機上——這種五彩斑斕的色帶跑馬燈的最初利用則呈現為信息時代最離不開的功能之一：信息提醒。

以三星的 One UI 為例子，作為曲面屏設計的始祖，三星自然不會放過這塊小小弧面的利用機會，于是它為我們呈現出了恐怕是最殺馬特但是最有效的通知提醒方式：Edge Lighting。每當有通知，一條五彩斑斕的跑馬燈就會沿著屏幕四周快速閃爍，即便是手機倒扣的情況下其屏幕弧面倒映在桌上的光芒也足夠強烈到讓用戶意識到——當然，在某些場合可能會帶來一些社交上的不便。

Edge Lighting

現在，讓我們看一下國產品牌怎么在移動設備 AI 元年利用跑馬燈這種動效的。

首先是大模型的早期入局者：OPPO，在作出安第斯大模型后也是馬不停蹄的更新了自家的 AI 助手，謂之超級小布，其呼出動畫為自側鍵流出跑馬燈動畫環繞屏幕一周后降至 2/3 屏位置，并在底部彈出語音氣泡窗與三個根據當前環境列出的智能 prompts，跑馬燈動畫波形會跟隨語音輸入的頻率改變。

超級小布

其次是后起之秀：榮耀，其在 MagicOS 9 上推出的 YOYO 智能體展現出了比較強悍的多功能實力，但我們今天并非評判AI助手的能力強弱，而是看動效：喚醒 YOYO 智能體時會在屏幕底端拉起對話框，其中包含左側的語音球和右側的識別框，跑馬燈的效果只在執行命令時出現，并快速沿屏幕邊緣流動。

至此我們看到了兩種有代表性的跑馬燈使用方法：跑馬燈作為 AI 啟動的提醒和跑馬燈作為AI執行命令的體現，但是不是總感覺有些割裂感？比如為什么會缺失上 1/3 屏的動效以及僅在執行的時候顯示跑馬燈？此時我們就可以將一切拽回 AI 動效設計的原點：Siri。

▍罪惡的原點：重訪 Siri

從波形到語音球

自 Apple 收購 Siri 的母公司后，Siri 就取代了 Apple 自家的 Classical Voice Assistant，從 iOS 10 開始成為正式的語音助手。

早期的 Siri 的交互界面設計十分有趣：在召喚出 Siri 后，會有淡黑色和淡藍色（早期）的全屏幕高斯模糊遮罩，底端為麥克風標志，頂部則是用戶語音輸入命令的識別文本。在摁下麥克風 icon 后整個圖標會水平展開成線條狀的波形圖，并隨著用戶的語音起伏。除此之外，在未檢測到用戶輸入時屏幕上半部分會主動彈出一行小字「您可以試著這樣問我」并隨附幾條 prompts。隨后幾個版本的各種 UI 調整無外乎麥克風 icon 多了個圓形外圍，波形圖轉成彩色波紋等美化更新。

種種設計表明，在這個時期的 Siri 更傾向于作為用戶的聊天對象出現，呼出時全屏背景模糊為的是將用戶與現在進行的事物隔離開，從而專注于與 Siri 的交流中，且中間時不時的 prompts 也在鼓勵用戶與 Siri 交流。但以現實成果來說，用戶與其交流的欲望依舊偏低，這得感謝 Siri 并不智能的智能屬性。還得多需要幾個療程，同時也是后續 Siri 設計更改的主要病因之一。

Old Siri

而在 iOS 13 之后，Siri 改為了語音球的形式，但全屏模糊遮罩的邏輯并未改變。

從語音球到跑馬燈

全面屏時代開啟后 Siri 的設計自然要向更大的顯示面積靠攏，故刪繁就簡，從之前的麥克風 icon 與波形圖縮小成了一個球：喚醒時屏幕低端中間會放大出一顆五彩斑斕的語音球，并隨著語音指令有規律的跳動，語音輸入會轉變成文本出現在屏幕頂部——緊挨著劉?；蜢`動島下方——空間內，在指令輸入完成后語音球中心會旋轉出現五個葉片表示正在執行命令，而未檢測到命令時語音球會中心縮小成一團直到消失，整體更加小巧簡單。

New Siri

此外，多年的隨 Siri 一同喚醒的全屏模糊也默認取消了，用戶也可以繼續關注當前執行的工作，伴隨著精簡的語音球設計，這個階段的 Siri 對用戶當前操作的介入進一步弱化，打斷性更差，從而削減了對用戶的干擾，也表明了 Siri 從上一階段中代表自然語言控制的人機交互端口，一個可以聊天的數字朋友，變成了呼之即來揮之即去的以完成任務為導向的冷冰冰的助手。

「跑馬燈」

而跑馬燈則是更進一步的以弱介入強工具屬性為核心的設計方式：以側鍵為起點，一條彩色的跑馬燈沿著屏幕邊緣奔涌一周后完成閉合，并形成一層淡淡的屏幕遮罩，跑馬燈會隨著用戶的語音輸入起伏，語音轉寫的文字氣泡框會浮現在靈動島的正下方，當未檢測到語音輸入時跑馬燈會在屏幕邊緣淡出。相比于語音球，跑馬燈的動效更為干脆利落，介入性與打斷性更差，甚至退出動畫都更快速簡潔，更強調了現階段整合了 Apple Intelligence 后 Siri 的純粹輔助工具屬性。

但是，為什么是跑馬燈？

▍The Logic Behind: Apple Intelligence 的過程正義

強警告：AI 在介入

讓我們回歸到這篇文章的開頭：跑馬燈的最原始的作用，強提醒。人天生會被流動的、高飽和度和對比度的色彩吸引，而跑馬燈這個動畫相當有效的做到了提醒用戶這一功能，即告知用戶喚醒了 Apple Intelligence 并且將介入用戶當前的操作，另一點是雖然這個動畫會比較張揚，但僅利用了屏幕邊緣區域并不會對屏幕核心的當前工作造成影響，即呼應了上文中的 Siri 的弱打斷處理手法，既通知了用戶現在 Apple Intelligence 開始介入，又不會過度打斷用戶當前的工作，雖配色呈現較為非主流但勝在簡明高效。

相同道理，Visual Intelligence 呼出動畫中也有 Hue 從 Camera Control 鍵輻射而出，且 Apple Intelligence 認為的重要通知也會被識別為 Maybe Important 并用跑馬燈圈選，無論是用戶主動拉出還是 AI 主動呈現都做到了通知用戶 Apple Intelligence 正在介入。

Content-Awareness：AI 能看到

這個動畫又一高明之處在于它映射了「框選」機制，以主動出現的環繞整個屏幕的跑馬燈為強提示，淡白色透明遮罩為核心，表明整個屏幕都被 Apple Intelligence 框選起來，基于前文提到過的結合 Apple Intelligence 的 Siri 的進階工具屬性，這對于用戶而言是強有力的被動心理暗示，亦或是心理幻覺：用戶喚起 Siri 是為了處理某些問題，最有可能的就是當前屏幕上的棘手 case，而 Apple Intelligence 可以看到用戶當前的任務，Apple Intelligence 可以幫上忙，用戶主動喚醒疊加 AI 的被動暗示，會極大增加用戶的信任感。

同理，Type to Siri 也是實現了相同的操作：Siri 鍵盤自下而上彈出，彩色弧形波紋同時掃過鍵盤，屏幕內容等比縮小居中，這也暗示了 Apple Intelligence 可以看到用戶當前的任務。

但是這僅局限于實際調用功能前，在反復測試后現階段非 Type To Siri 喚醒手段下 AI 的 Content-Awareness 表現可以說是基本沒有，而現有消息透露出早應實現的上下文識別與 Content-Awareness 能力在 iOS 18.4 中才會引入，先前的種種過度分析在此刻盡數破功，給你機會你不中用啊，Apple。

Privacy Indicator：AI 會提醒

回到 AI 喚醒后語音輸入的動畫上，prompts 轉錄彈窗正好在屏幕上方，緊挨著靈動島，這個設計橫向對比友商的語音助手設計是令人匪夷所思的，相比于友商的 AI 助手喚醒位置和語音 prompts 指示器都統合在了屏幕下方，結合了 Apple Intelligence 的 Siri 的交互設計卻顯得十分破碎，這一方面大概是由于相關熱視覺動力的研究，其證明用戶在看向設備屏幕時主要集中在上半部分，將 prompts 彈窗放置在上半部分可以更好的對接用戶的注意力，而更深層的緣由，則需要挖一下我過去寫的東西。

在我之前某一篇不知名的文章中曾寫到過靈動島作為系統級的功能，其擁有最切合Apple核心價值觀的功能之一：Privacy Indicator，那顆在島上不起眼的小黃點。

Privacy Indicator

在一系列島的動效中，唯有系統級的狀態指示是永遠優先于其他動效的，這個小黃點也不例外，一切涉及音視頻隱私權限的調用時該 indicator 必然會出現在極為顯眼的位置，強調用戶的知情權。但這與 Apple Intelligence 有什么關聯？這時候我們需要回歸到 Apple Intelligence 的介紹上：

Apple Intelligence protects your privacy by processing your personal information on-device, without collecting it. With Private Cloud Compute, it can handle more complex requests on larger server-based models running on Apple silicon, while still protecting your privacy.

此間揭露了 Apple Intelligence 不同于友商進行功能性堆砌的賣點展示，而是回歸自身老本行，隱私保護能力，端側、私有云計算、Apple Silicon 共同串起了 Apple Intelligence 的后臺，前臺則交給了這些醒目多彩的光點，不僅局限于黃色和綠色的小圓點，以至于可以在 Visual Intelligence 中看到更大的灰色（在早期為更為醒目的綠色）獨立 Indicator，時刻提醒用戶的隱私權調用，再次展示了 Apple 對隱私性的偏執。

回歸到設計上來講，人眼多會關注屏幕上半部分的內容，prompts 彈窗緊挨著靈動島，而靈動島會展示 Privacy Indicator，在主動方面用戶在向結合了 AI 的 Siri 發起請求時可以直觀看到提示，而在被動方面同樣也是 Apple 對用戶的提醒：我們尊重你的隱私權，我們全程將用戶的隱私調用置于用戶的主動監控下，你的信息是安全的。在潛意識中增強了用戶對 Apple Intelligence 的信任。

以偏離主流審美但有效的跑馬燈動效做呈現，聯動此前多出的系統級提醒變化，最終回落到 Apple Intelligence 偏執的核心隱私保護上，整個鏈條體現出的則是 Apple 對于 AI 處理上的過程正義：從用戶喚醒、交互反饋、隱私保護到任務完成，既要讓用戶清楚地知道 AI 何時介入，又要確保用戶隱私得到最嚴格的保護，每個環節都經過精心設計，為用戶構建了一個閉環的信任體系以及可以被窺見的 AI 倫理機制——當然，至于是真的不作惡還是虛幻的粉色泡泡，那就不得而知了。

▍Best Practice：不止跑馬燈

這時候就可以回答一開始提出的兩個疑問了：為什么會 OPPO 的超級小布會缺失上 1/3 屏的動效？為什么榮耀的 YOYO 智能體僅在執行的時候顯示跑馬燈？

前者可以在「AI 會提醒」的基礎上粗暴的分析為將人眼視線拉向屏幕下方AI喚醒區的權宜之計，環繞屏幕一周后回縮的光效可以引導用戶將視覺注意力拉向屏幕下方，從而專注于屏幕底部的AI助手功能。

后者可以由「AI 在介入」解釋，即在AI自動執行相關命令時會閃爍跑馬燈表現 AI 介入當前工作，可以敦促用戶時刻關注 AI 的動向并在出現問題的時候及時接管 AI 的操作。

但顯然，一昧地模仿學習并非探索人機交互的最優解，除開龐雜的跑馬燈家族外，仍有不少個人認為處理手法極其優秀的交互設計值得各位欣賞品鑒。

波形上掃

在小米 15 發布會之后，發布會的重中之重——超級小愛終于隨著內測放榜來到了各位數碼愛好者的手中。事實上小米在人工智能領域的布局相當早，在沒有引入大模型作為智慧助手核心的前生成式AI時代小愛同學就以遠超其它所有語音助手的實用性表現廣受好評，這其實在技術層面為加入了「AI」之后，類似 AI Agent 概念的新語音助手打下了堅實的基礎，接下來就讓我們看看超級小愛給出了怎樣的一副答卷。

超級小愛的喚醒方式仍然與之前一致。長按電源鍵或錄入自己的音色與喚醒詞后喚醒。喚醒后的動畫可以說「借鑒」了 Apple，流動的彩虹條狀光效從下至上覆蓋屏幕，同時重心有變暗的效果。這是一個非常積極的交互顯示動畫，通過光效和陰影表現出層級上下的關系，并進而向用戶傳達出「Agent is Alive」，且浮于應用與系統層級之上，掌控一切的優先級。如此高優先級的動畫，正是呼應了「AI 在介入」，以及「AI 能看到」。

除此之外，隨著系統更新還可以通過長按小白條快捷呼出 OCR 識別屏幕及其后續功能。超級小愛在此非常優秀的交互考量是該功能會隨著屏幕內的元素種類給出不同的推薦操作，并且是完全綁定 prompts 和打字輸入框出現的，不會有交互方式差異帶來的割裂。另一個值得注意的巧思是頁面中的幾乎所有提示性元素都有著與跑馬燈動效相似的漸變配色，觀感上十分統一。

下沉對話框

作為傳統派解法的領軍人物，華為，升級到 HarmonyOS NEXT 后依舊堅持在自家小藝和 Celia 上采用對話框的形式，觸發端口融入全面屏時代最熱門的交互方式：導航條，簡單粗暴，直接開辟獨立人機交流窗口。

其觸發手法也足夠直觀，主動喚出分為三大流程：

1. 長按側鍵呼出，屏幕底端導航條上移擴大生成對話框，并伴隨語音輸入指示條；

2. 長壓導航條呼出，屏幕底端導航條上移擴大生成對話框；和

3. 語音喚醒，屏幕底端導航條上移擴大生成對話框，并伴隨語音輸入指示條。

這三者間有一些詭異的區分點：語音喚醒直接進入溝通模式，而接觸式喚醒會同時彈出建議 prompts，這也能展現出華為在 AI 助手上設計的考量，區分出可以聊天的數字朋友與功能性的 AI 助手，有些許拐回早年 Siri 的味道在。

而文件處理則是簡單粗暴的直接向下拖拽，同時導航條會展開并伴隨跑馬燈光效，這點也是印證了 AI 能看到，但和前文所描述的有所不同，動作發起方是用戶，AI 從主動方轉為被動角色，故，整個流程設計構造了基于用戶主動拉起行為的 AI 內容感知，如同需要主人邀請才能進入家門的吸血鬼一般——AI 并沒有直接讀取文章的權限，需要用戶主動投喂才可以。

但是，相較于前面描述的集中帶有強警告交互設計邏輯的 UI 方案來看，華為小藝的做法是明顯缺乏強提醒策略來聲明 AI 在介入的，所以，讓我們來發散一下思維：這種做法是否可以判定為一種柔化 AI 邊界的手段？

不可否認的是，小藝所采用的系統級整合的處理手法展現出了從明確的功能邊界轉向模糊的場景融合的趨勢。在這種設計理念下，AI 不再是一個獨立的工具，而是作為系統能力的自然延伸：常駐系統導航欄且可隨時召喚，支持多模態輸入，可根據當前界面識別用戶意圖，交互更為自然統一。

但反過來說，小藝的處理手法降低了用戶對 AI 介入的適度感知，其強警告狀態幾乎只在用戶主動拉起時才有所呈現，僅有引入客觀材料進行分析的 prompts 才會觸發跑馬燈特效；而用戶主動拉起小藝時則為導航條形態轉變配合高斯模糊遮罩動畫，并沒有給到 AI 介入的提醒措施，其弱化聲明 AI 介入的手法——基于作者自己足夠惡意的不當揣測來看——有著轉嫁風險的嫌疑，削減了生成低準確度內容后 AI 自身承擔的責任，將問題更多地歸因于用戶選擇，倒逼用戶思考是否是因自己的指令不夠準確無歧義導致的低質量內容，一定程度上會引發責任歸屬的問題，當然，鍋已經甩給了用戶，畢竟是用戶主動拉起的。

我全都要

而站在傳統派與維新派之間的，則是縫合派，GenAI 玩家中并不新的新人，Google Gemini。

其觸發邏輯完美結合了前文中兩個案例的特質：自下而上彈出對話窗口同時伴隨跑馬燈特效，直接開辟獨立對話窗口的同時做到了 AI 介入的強警告措施。

若當前屏幕有其他媒體，比如網站內容，Gemini 則會出現自下而上彈出 Ask About Screen 窗口，用戶主動點擊觸發后 Gemini 會截屏，同時伴隨波形上掃和閃粉特效，這也是一種邀請機制——雖已經彈出了 Ask About Screen 窗口但依舊需要用戶主動點擊才會觸發識別的效果，aka A I能看到，相比起前一版 Gemini 在出現媒體后直接觸發波形上掃和閃粉特效的動畫，現在的處理更加隱晦，降低用戶因為 AI 莫名其妙的 discretion 所引發的擅自行動帶來的不適感。此外，在處理過程中對話窗口也會快速閃動跑馬燈作為提醒措施，同樣強調了 AI 在介入。

▍舞臺幕后——多模態 Agent 發展現狀與前景

上文所述的所有 UI 上的創新本質上都是「面子工程」，精美的交互邏輯需要強大的 AI 功能作為后盾才能真正喚起用戶的使用欲望。Apple Intelligence 在國內的難產以及服務提供商的撲朔迷離，伴隨著用戶的期待與擔憂很好的體現了這一點。盡管不得不承認目前大多數終端廠商的AI助手不過是在原有的引擎上加了個大模型接口 API 而已，但我們可以窺見廠商們的野心遠不止于此，Agent 功能已經開始深入系統層。

以超級小愛的新功能為例：它可以通過識別問題中的特征詞對相機參數進行調整，還可以在相冊頁面主動分析內容，并根據用戶要求調用自動調整模塊以調整照片參數。這傳達出一個信號——各家廠商在生成式 AI 賦能語音助手的功能上已經不限于生成內容，并有意識的在向多模態信息處理，Agent 上繼續發展。那么話說回來，什么是 Agent，又為什么說語音助手的終極是 Agent？

Agent 的應許之地

Agent 的發展成果，以及歷程中出現的各類技術其實相當難精準敘述，也很難一概而論。但簡單來說，一切 Agent 領域的發展與探索，最終都是為了一個最終的目的——「讓 AI 成為真正的人」。我們暫且不論這一目的在政治或是倫理上的問題，單純從技術角度出發，人是這個世界上最高級也最復雜的 Agent：通過對外界信息的接收，理解，分析和反思，演化出具有自主性的決策，并實施決策以達到特定的目的。真正意義上的 Agent 的根本特性在于自主，獲取知識與主動思考是為了提升結果導向的任務性能，而不需要依靠其它任何外力的自主性是這一循環得以成為現實的先決條件。也正因此簡單的直覺定義，Agent 在科學界的提出甚至遠早于生成式 AI，一個空調也可以是一種粗糙的 Agent，當然現在我們發現其實生成式AI是人類社會目前最接近實現 Agent 的手段，在此之前一切有關通用人工智能的探索都以失敗告終。

由于生成式 AI，或者說大語言模型的黑箱性質，提示詞工程是馴服它的最佳辦法，因此 Agent 也需要借助提示詞工程成為一個整體。這聽起來是非常符合直覺的，提示詞工程說白了就是你在用 ChatGPT 的時候通過不斷的給出問題使之提供讓你滿意的答案。但這么做雖然簡單，但距離一個穩定的Agent實際上相差甚遠。由于 Transformer 架構基于 token 分割語義的特性，你幾乎不可能讓一個大語言模型輸出完全相同的結果——打個比方，對于一件相同的事件，在人所接收的相關信息不改變的情況下我們總會得出相同的認知或者看法，但這一原則對于大語言模型并不成立，它可以穩定輸出 1+1=2，但無法穩定輸出世界將如何發展。因此學界迫切的需要一種除了提示詞工程以外，可以真正了解生成式 AI 的運行規律或者輸出偏好的方法，不過這就不是我們今天需要討論的議題了?；氐綉脤用?，至少目前所有我們上述以及可以見到的「類 Agent 助手」，都還是主要依靠提示詞工程調用 AI。

在以便攜終端為主要載體的使用場景之下，Agent 的需求被很好理解地簡化了：解決用戶的復雜需求，并在可能的情況下對解決方案或者問題本身提出穩定且有建設性的見解。熟悉安卓玩機或者 iPhone 越獄的玩家都知道，諸如屏幕識別、ADB 等手段可以非常輕松的解決移動設備 Agent 在信息獲取上的需求，那我們的需求就進一步被簡化了：如何讓 AI 絲滑的介入并且無縫的參加到操作決策中呢？

盜火并非易事

來自阿里的一個項目給出了非常漂亮的答案：Mobile-Agent，基于頁面元素識別與大語言模型決策迭代的自動化操作模型。簡單來說，Mobile-Agent 構建了一個計劃-決策-反思的模型：計劃 Agent 負責從整個操作流程中生成一個待辦事項表，決策 Agent 基于該表進行每一步的決策，而反思 Agent 會在每一輪決策結束之后對結果進行評價并根據評估指數做出對應的后續操作，而這個系統里涉及「自主決策」的部分全部借助大模型的力量完成。

實驗結果非常美好，但事實上缺陷仍然存在。不同的大語言模型顯示出了差異極大的各環節準確度，甚至同一個模型在配置不同時的準確度也大相徑庭。為了得到良好的實驗結果，論文作者把所有操作都事先組織到一起并放在專門的表里，并且為了量化決策與反思的過程，將決策變成了從：點擊、滑動、輸入、打開應用，返回桌面與終止任務中選擇，將反思變成了從：錯誤操作，無效操作，正確操作中選擇。但很明顯這只是對人類邏輯思維的一種粗糙模仿，事實上人腦對終端感官信息的反映遠復雜于從預設中選取操作的迭代過程。針對論文中復雜操作準確率低的情況，論文作者采取的方法是將與之相關的知識投喂給大模型，作為提前的準備，但事實上如果要將其集成到系統中，這一步不僅技術上難以實現，從效率角度上也匪夷所思——如果我事先還需要喂給 AI 知識，那還沒有我自己做的快。速度在這里是一個極其苛刻的指標，從根本上來說，如果基于 AI 的自動化操作沒有在感官或效率上有提升，那這樣的系統就是毫無意義的，只會徒增功耗。

如果考慮工程學問題，那這種系統甚至有更多的缺陷——如果使用 API，如何保證網絡穩定和高效決策？如果使用本地 AI 算力，如何保證功耗與續航的平衡和經過模型簡化或知識蒸餾之后的模型表現？這些問題至少從我粗淺的認知來看目前還無法解決，但我們甚至要更進一步——如果 Agent 被并入到系統中，那么如何保證它的可用性？回到超級小愛的新功能，從工程師和開發者的角度，目前有兩種實現方案，第一是根據微調來提升 AI 決策功能的穩定性，二是將每個功能的實際實現都寫成程序，只在對結果的決策或者生成內容的過程中調用 AI。答案顯而易見，第二種方式更加簡單，也更實際，但是我們都知道第一種方案迭代出來的超級 AI 更加貼合我們夢想中的 Jarvis，并且更重要的是第一種解決方案的泛用性更強。將 AI 深入一個系統的底層甚至內核，在工程角度極其困難。退一萬步說，一個成熟的未來系統也不可能為所有 AI 需要介入的地方都寫好調用邏輯，盡管所有公司現在都在試圖這么做，但這不是最終答案。未來與現實的尖銳矛盾把路線的選擇推向了更加難以捉摸的未知。

J.A.R.V.I.S

在我與朋友討論的過程中，一個我之前沒有當回事的問題對于廣大用戶來說更加明顯，也就是隱私問題。一個可能成熟的 Agent，如果對系統中的任意組件都可以輕松掌握與調用，那么如何才能保證用戶的隱私不被竊取呢？上文的 Indicator 說白了只是個面子工程，我們還需要更多的技術去防止祂翻過那道僭越之墻。

業界已經有不少臻于完善且投入實際應用的隱私保護手段。聯邦學習是在隱私保護方面特化的一種分布學習機制。簡單來說它的目的是在多個參與者通過自己的隱私數據訓練同一個模型時保證各參與方的隱私不受泄露，這聽起來很反直覺，但多謝密碼學的諸多理論與工具可以讓「知道總和但不知道任一部分」成為可能。聯邦學習已經在諸多行業中得到了廣泛的應用，諸如銀行的交易與量化系統，或是智慧醫療體系。對絕大多數人來說最熟悉的聯邦學習應用大概是輸入法中的詞云聯想功能，輸入法能「猜」出你想寫的下一個字，靠的并不是讀取你所有的輸入歷史，而是把千千萬萬用戶的加密輸入數據投入聯邦學習模型進行訓練，再將訓練好的模型發送給每個用戶使之在本地決策。應該注意到模型的迭代和用戶的數據生成是同步進行，不斷迭代的，這也保證了模型效果不斷更新優化。

但聯邦學習沒能進一步走進公眾視野的原因也非常簡單——難。高昂的通訊與訓練成本對于商業公司如臨大敵，且訓練過程中的通信與訓練本身的安全性也難以保證，投毒攻擊已經事實上成為了聯邦學習難以解決的問題。除此之外，對密碼學和機器學習有些認識的讀者也應當很容易發現，一般的聯邦學習模型只適用于獨立同分布的數據訓練場景，說人話便是數據應該長得差不多，但這一聽起來容易的要求實則在實際訓練過程中非常困難。大多數數據場景都是非獨立同分布的，針對非獨立同分布數據的新穎聯邦學習模型又為了達到要求在模型復雜度或是計算效率上有所妥協。

伊甸園里的蘋果

剛才提到的所有困難都是技術層面的，在移動設備這樣如此下沉的消費電子領域，引入 AI 最大的困難絕不是技術層面，而是觀念。移動設備的下沉特性注定了使用它的大部分用戶并不懂 AI，也不懂隱私保護，他們只會擔心他們的電話號碼、家庭住址或是銀行卡密碼會不會被竊取。這也是終端廠商在人機交互上強調隱私并不斷試圖降低 AI 助手「看起來」沒那么冷酷的最終目的，他們希望所有用戶都可以以很低的技術與心理成本接納這一新技術。這事實上是交互史上一次最大的冒險，因為在歷史上以前所有的交互變革——鼠標橫空出世，小紅點與觸摸板的競爭，觸屏取代鍵盤，本質上都是用一種或多種更好的選擇強勢侵入用戶的思維定勢，「更好用」是促使所有人接受創新霸權的最簡單粗暴的方法。

初代 iPhone 發布會，顛覆性的多點觸控機制

但這一手段這次可不好使了。因為涉及到隱私，用戶的逆反與抵觸心理會被無限放大，想讓他們接受這一新的技術背后的交互方式只能低聲下氣地去「求」用戶，更何況這一技術不僅是難以向所有人推廣其人畜無害，而是它本身的安全性有待商榷。誠然AI可以提高效率幫助思考，但是用 prompt 工程或是 Agent 工具鏈規訓一個黑箱并非安全無虞，黑箱的發展速度超越了全世界的想象，而我們并沒有把握吃下伊甸園里的蘋果。

不過有趣的是在這篇文章完成之前出現了一件讓 AI 本身出圈的公共事件。Deepseek-R1 的橫空出世，力壓 OpenAI 與 Llama 成為了最好用的大語言模型，宏觀上來說回擊了西方的高科技霸權，但在普通人的互聯網語境中更重要的是讓他們認識到了 AI 的磅礴力量，進而潛移默化的影響了普通消費者對 AI 的看法。

我們有理由相信大語言模型憑借科技史上前所未有的發展速度會在不遠的未來讓所有人使用，并且認為「理所當然」。但在這個瞬息萬變又如履薄冰的領域里，如何讓用戶安心的接納這一變革就是所有廠商應該一起做的事情，而我很高興看到無論硬件還是軟件廠商都在努力交出屬于自己的一份答卷。

DeepSeek-R1 的性能指標體現出優勢

互聯網與其派生的技術發展的太快，我們已經習慣了被日新月異的技術一次次顛覆生活的底層邏輯，時間被數據流不斷加速，快到人們被自己的造物強迫著局限在眼前的一隅。我們已經適應了從口袋里掏出一臺連接世界的機器，但隨著視線愈發輕松地到達世界的每個角落，似乎有什么別的東西被禁錮在原地。二十年前人們還對觸屏的交互革新幾乎一無所知；短短三十年前網吧還是萬人趨之若鶩的娛樂場所，一家一臺電腦還是遙遠的夢想；而距離真正可用的互聯網出現，也不過才三十五年。

現如今，AI 再一次加速了科技浪潮，我們能看到許多擔憂的聲音，不僅擔憂隱私與安全，更擔憂 AI 被利維坦們用來加固信息繭房，肆意操縱輿論，在愈發深重的賽博矛盾中賺取金幣。這是有跡可循的，因為短短十幾年，互聯網已經從開源共享的地球村變成了烏煙瘴氣的戰場，人們有理由在相似的歷史里提出相似的懷疑。但我希望大家給這些走在技術前沿的工程師再多一些時間。

AI 帶來的未來冰冷而未知，人們自然能感到不安。但我們能看到終端廠商在隱私上的承諾，在人機交互上的深思，而這些正是在幫助所有人適應這一模糊的未來。未來可能存在危險，但是工程師們需要幫普通人擋下未知，讓新的變革進入每一個人的生活，讓 AI 在不遠的將來成為人類社會的基石。在互聯網的混沌時代，無私的分享與責任精神于此重生，終端廠商需要擔負起對抗技術不確定性的責任，而他們確實在努力做到這一點。

HAL 9000

「哲學家只是以不同的方式解釋世界。但關鍵是要改變它?！古荞R燈再一次出現在我們的視野中，或許預示著屬于新地球的黃金時代。在我們的睡夢中，跳動的 0 和 1 就是改變的開始。

https://sspai.com/post/96489?utm_source=wechat&utm_medium=social

作者：Enc3lMag1k

責編：張奕源Nick