jankspace精准概括这类痛点：产品对外宣传全链路无缝自动化，实际使用却要在账号、支付、文件、权限间反复跳转，消耗用户耐心却毫无体验增益，属于设计失误带来的无效负担。消费心理学宜家效应佐证：用户亲手投入步骤完成事物后，会自发抬高产品价值；动手参与的沉没成本，最终转化为情感与记忆沉淀。
| 摩擦分类 | 用户体感 | 典型场景 | 设计决策 |
|---|---|---|---|
| 坏摩擦 | 被迫填坑、烦躁流失 | 重复登录、错乱跳转、无效排队 | 全盘删除优化 |
| 交易必要摩擦 | 安全感确认 | 支付二次核验、隐私授权 | 精简话术、保留必要步骤 |
| 仪式型好摩擦 | 沉浸场景、充满期待 | 开箱、线下试穿、集章打卡 | 结构化设计，配套情绪回报 |
| 记忆型好摩擦 | 愿意投入时间、加深印象 | 长内容观看、线下展览动线、手作 DIY | 设计体验峰值 |
兰亭妙微（蓝蓝设计）www.lanlanwork.com 是一家专注而深入的界面设计公司，为期望卓越的国内外企业提供卓越的大数据可视化界面设计、B端界面设计、桌面端界面设计、APP界面设计、图标定制、用户体验设计、交互设计、UI咨询、高端网站设计、平面设计，以及相关的软件开发服务，咨询电话：01063334945。
AI 行业的爆发始于2022年 ChatGPT 和 Midjouney 的发布，到现在已经快4年了，整个发展过程用突飞猛进、日新月异形容一点都不过分。
但不管它过去还是现在，发展得有多迅猛，都依旧处于行业早期的开荒和发展阶段，离真正成熟的理想形态还有很长的一段路要走，这是我们首先要达成的共识。
而之所以有这样的结论，原因就是 AI 的发展速度是超过现实世界匹配它的速度的，这造成了一种经济和机会成本上的巨大阻力。
简单来说，我们可以把 AI 技术的应用拆分成上、中、下游三个层，上层是 AI 的核心，主要是算法、大模型，中游是负责运行AI模型的硬件和支撑，即 AI 芯片、光模块 CPO、高速内存 HBM、服务器液冷、特高压电路等，下游即 AI 具体的应用工具，包括 AI 软件、硬件、智能体等。
这是一个非常庞大且复杂的产业链，它们之间是需要相互耦合，才能顺利应用到具体的使用场景中。
简单来说，就是 AI 模型厂商需要根据技术路线和成本选择硬件并购买算力中心，以及消耗海量的电力来训练自己的模型并维持它的正常运转。虽然这些背后的基建作为普通用户可能感受不深，但头部厂商的竞争已经到了白热化的阶段。
比如大模型的开发必然要关注硬件规格和架构，大洋彼岸除了英伟达外，还陆续推出了谷歌 TPU、微软 Maia、英特尔 Gaudi 等芯片，它们代表了不同的技术方案，应用在了不同的模型上。
而因为贸易和地缘政治的因素，国内是无法进口这些高端芯片，所以我们只能自研生产以满足国产大模型的需求。如阿里在自研并应用自家的真武系列芯片， DeepSeek 近期更新缓慢的重要原因就是因为要适配华为的昇腾系列芯片等。
之所以要提这点，是因为 AI 大模型的发展也适用马太效应，赢家通吃。在接近性能和水平下谁家应用的算力、电力成本最低，谁就具备了最大的优势。
而每家大模型厂商都要面临技术路线的选择，并投入海量的成本孤注一掷做基建，很难走回头路。这种发展路径注定会让行业发展充满波折和动荡，会有很多企业倒在半路上，连带着它们提供的产品和服务一起逐渐消亡。
比如文生图的 OG Midjounery，已经无法跟上大厂的技术和训练规模掉队，在今天已经无人问津，而一年多前网上还到处都是用 MJ 生成UI界面设计，UI 设计师要下岗的帖子。
强如 OpenAI，也要应对 Google、X AI、Anthropic、Seedance 的冲击和成本管理失控（GPT5 训练量需要消耗一个中等规模城市1年用电量），也在近期放弃旗下的文生视频工具 Sora。
模型和硬件端都充满了巨大的不确定性，因为技术的发展是需要“试”出来的，总有前浪会被拍死在沙滩上。至于谁会被拍死在沙滩上就不是站在今天的视角上能回答的。
再回到我们今天的主角 Anthropic，这是一家非常务实的 AI 公司，专注于开发有商业应用场景的大模型，是写作、编程等领域中的最佳选择。与之相对的则是类似 ChatGPT、Gemini 这类全能多模态大模型。
因为其模型可用性极高，所以从去年开始付费用户量暴增，在今年初预估年化收益已经超过300亿美元，不仅用户付费率远高于 OpenAI，且运行成本也远比它低。
而这家公司想要年底要上市（估值8000亿美金），产品矩阵的拓展就成为非常重要的资本策略。通过发布 Claude Design，能很好的和 Claude Code 实现联动，完成使用 AI 开发软件的闭环。
至于现阶段 Claude Design 够不够用不重要，毕竟故事和逻辑是成立的，作为初版它也有后续升级迭代和优化的空间。在我们目前的试用中，它的生成效果也就那样，但消耗的 Token 量（你最好确保自己有个足够鼓的钱包）……
Claude Design 有新上市的光环风头正盛，那是否还记发布也还不久的Google Stitch、OpenClaw、FigmaMake、Rive、Pencil 等等。
再往前是否还记得使用 StableDiffusion 训练 Lora 和 Checkpoint 的工作流？
工具一直在更新，即使今天还很粗糙。但用发展的眼光看问题的话，终有一天它生成的质量会足够高足够智能足够可控，甚至通过脑机接口 BMI 实现所想即所得的水平（又到了做梦的时候）。
但是，那天是什么时候？
以及，和你现在设计的界面有什么关系？
作为设计师一定要搞清楚的逻辑，就是 AI 生成界面和图像的过程，只是一种工具的发展和进步，提升了设计师的设计效率。就像人类发明了电脑和软件，取代了尺规作图，同样也大幅度降低了设计的效率和成本，但设计师这个岗位并没有消失。
因为使用工具的人之间的差异，会直接影响最终的输出效果，就像用同一个 AI 生成工具你可能就是做不出网上高赞帖子的案例，都用美图秀秀不用 PS 去 P 图你也 P 不过有一定专业积累的摄影师。
而且任何工具使用都有门槛，就一个简单的 Claude Design、Google Stitch 安装和使用都需要学习和适应，生成结果还要做大量的调节和校准，这些就不是工作量，老板和产品经理也一定能闲得每天学习新工具并且直接自己干？
我相信有很多公司现在都很热衷于拥抱 AI，强行推进 AI 的工作流，从企业战略和发展的角度来讲是能够理解的，但在实际执行层面上却不会像想的那么美好。其中最大的问题就是前面提到的整个产业的不确定性，产品还都有各自的局限。
每个团队在搭建 AI 工作流的时候需要做技术的选型，以及围绕自己的实际生产场景优化工具的使用方式。往往为了一个简单的工作结果就要耗费大量的精力去搭建工作流，而这个工作流很可能是一次性的，因为之后的工作场景发生改变这套工作流就用不了了。
有些同学可能心态好点觉得这种过程可以收获宝贵的经验，但最不幸的，就是工具的升级和更新（甚至关闭）可以直接颠覆掉原来的做法，让原先的成果毫无意义。
在我朋友中普遍得到的反馈，就是在稍微复杂的专业场景中，强行适配 AI 的结果往往只有增加工作量，原先目标的降本增效，实际导致了更长的工作时间和更晚下班，从去年到现在在不同 AI 工具中做研究疲于奔命。
换个角度思考，其实就是工作过程变成今天用 PS，明天用 Figma，后天用 Excel 或 PPT 进行设计，每一阵子换个工具设计相同的东西，而它们又不能解决设计过程中最复杂的决策部分。
也就是我们一直在使用充满不确定性的工具去寻求相对确定的结果。
这就是今天 AI 工具在 UI 行业中应用的真相，不管我们怎么用逻辑还是格局去判断未来 AI 要实现一切，但起码不是今天和最近，就是变得更强了，也依旧需要有人去操作和控制。
而我们现在要做的是关注最终输出的结果，而不是和别人炫耀 Figma 用的好，还是 Sketch、XD、即时、Pixso 用的好。等到市场竞争格局基本确认，通用的工具也普及以后，再去掌握和学习也不会低人一等（门槛不会高到哪里去）。
兰亭妙微（蓝蓝设计）www.lanlanwork.com 是一家专注而深入的界面设计公司，为期望卓越的国内外企业提供卓越的大数据可视化界面设计、B端界面设计、桌面端界面设计、APP界面设计、图标定制、用户体验设计、交互设计、UI咨询、高端网站设计、平面设计，以及相关的软件开发服务，咨询电话：01063334945。
留存边界：极小众精细化定制场景，配置向导保留兜底入口，不作为主流操作路径。
兰亭妙微（蓝蓝设计）www.lanlanwork.com 是一家专注而深入的界面设计公司，为期望卓越的国内外企业提供卓越的大数据可视化界面设计、B端界面设计、桌面端界面设计、APP界面设计、图标定制、用户体验设计、交互设计、UI咨询、高端网站设计、平面设计，以及相关的软件开发服务，咨询电话：01063334945。
因此今天兰亭妙微UI设计公司，来讲解 B 端产品界面的视觉风格，聊聊在整个行业当中视觉风格的变化与目前的现状。以及给大家说说未来应该如何选择自己产品的视觉风格～
我们会将整体分为行业初期，萌芽期、成长期、野蛮发展期、新阶段 ，每一个阶段给大家总结一个最为流行的风格，并分析这个风格出现的原因，方便大家进行理解。
我们把时间拉回到 2012 年。在那时，Ant Design 还没有出现，也没有什么 Element、Semi Design，行业当中最早的 B 端系统都是以客户端的形式进行呈现。
整体风格也非常老旧，像是那会儿的 Office、SAP、Salesforce，你可以看到都是他们青涩的模样。
在经典传统的设计风格当中，会使用大面积的白色作为底色，同时在页面中用灰色进行分割，使得整个页面散乱抢眼，导致整体的视觉很难被大众所接受，总体感觉信息较散，难以进行聚焦。
而在早期，出现这些老旧风格主要有三个原因：
关于这类风格的产品，大家不要觉得这夸张，其实在目前依旧有很多产品会延续这个风格。比如 医疗类产品、工业生产类系统，对于他们而言，能用即可，不必纠结太多。
但随着时间的推移，行业中对于 B 端设计的要求也在逐渐变高。
我们将时间推移到 2015 年前后，随着行业不断发展，在国外 Fiori、Salesforce 的出现让大家意识到，这类型的 B 端产品也是需要设计的。
因此国内外的很多系统都是在这一时间面世，像是 Ant Design、Element 都相继发布。
由于这些设计系统的诞生，你会发现大家对于整个 B 端设计有了一点自己的想法。
在设计上，会去考虑使用 区块划分，将整个页面进行规整呈现。
比如 SAP 在使用了 Fiori 过后，就会使整个界面更干净。
同样非常老牌的 Salesforce 在 2015 年的时候。也带来了相当大的视觉变化。整体都能感受到，整个页面会通过不断的分层、颜色的划分、通过黑白灰的方式去呈现页面当中的基本信息。
我们的时间来到 2018 年前后，在这个时间节点，很多产品都推出了自己的设计系统，对于 B 端设计风格而言，也会提出更高的要求。
比如 Teambition 产品当中，它们提供了自己的设计系统的内容去指导整个产品来进行迭代和优化。同样 Ant Design 它们也推出了自己的 Ant Design Pro 来演示使用设计系统过后，能够搭建出什么样的产品。
同样，这个时段很多产品也开始进行自己产品的视觉优化，这时候整体的风格是以：黑色侧边导航为主，然后内容形态进行延展。
比如像有赞、Coding、微盟、飞书，之前都是这样的设计风格来进行呈现。
你会发现它们在整体的设计上都会更加重视页面的分块颜色的区隔，整体页面的识别效率。同时这段时间爆发出来非常多的 B 端产品，随后国内都会按照侧边黑色导航的样式进行进一步设计，这一定程度上提高了国内 B 端设计的下限～
我们随后将时间推移到 2019 年后，在这时诞生了新拟态设计风格。
它最早是乌克兰设计师 Alexander Plyuto 在追波和 ins 发布的一副系列作品，随后大家发现非常奇特，所以得到广泛的关注。
新拟态的设计风格是以立体效果与浮雕元素，呈现更为三维立体的效果，会给人一种奇特、梦幻的界面体验。
随后就会有很多产品都开始进行跟进，比如 智能家居的产品、金融类产品都有所涉及，甚至很多 B 端产品也勇敢尝试，但大多数设计师设计完过后，整体评价都不算太高。
为什么没有大规模的推行，我觉得有 3 点原因：
现在还会使用新拟态风格的界面设计越来越少，大多数只会在官网设计的局部进行使用，这样可以转换视觉感受，给到用户更好的视觉冲击～
时间来到 2022-2024 年左右，你会发现很多产品都开始在这个时间节点进行更新。
像我们熟知的 飞书、有赞、微盟、ONES、Coding，再到 Ant Design、Salesforce，你会发现非常多的产品都在进行界面风格上的迭代。
对于这个风格，我们愿意叫它为 灰白风。
整体页面是以 灰色和白色 进行的页面划分，在分布上灰色占据弱侧信息，白色占据核心信息，进而形成对页面内容的划分。
聊到这里，可能有部分同学不太理解，这里我们以飞书管理后台的迭代作为示例，给大家进行讲解。
在 2018 年，飞书管理后台的第一个版本，采取的就是沉稳侧黑风，
在 2022 年，飞书的管理后台开始改变为灰白风格
由于业务的叠加，2023 年时，在此基础上增加了顶部导航的业务维度，最终形成了现在这样的界面。
为什么这类型的风格会大受追捧，我觉得有以下几个原因
关于设计风格，我们这篇只是讲解了过去的风格内容，下篇文章我们讲解当前整个 B 端产品的设计梳理，讲解了更为重要的四种风格。
转载：优设
兰亭妙微（蓝蓝设计）www.lanlanwork.com 是一家专注而深入的界面设计公司，为期望卓越的国内外企业提供卓越的大数据可视化界面设计、B端界面设计、桌面端界面设计、APP界面设计、图标定制、用户体验设计、交互设计、UI咨询、高端网站设计、平面设计，以及相关的软件开发服务，咨询电话：01063334945。
兰亭妙微（蓝蓝设计）www.lanlanwork.com 是一家专注而深入的界面设计公司，为期望卓越的国内外企业提供卓越的大数据可视化界面设计、B端界面设计、桌面端界面设计、APP界面设计、图标定制、用户体验设计、交互设计、UI咨询、高端网站设计、平面设计，以及相关的软件开发服务，咨询电话：01063334945。
前 Meta AI 团队创立的 Hero 公司，推出专利技术 AI Autocomplete SDK，能实时预测任务所需全部参数，输入 “订机票” 即刻呈现所有选项，让交互速度提升 10 倍、成本大降。这篇文章深入解析这项革命性技术的工作原理、应用场景与商业价值，探讨它能否成为未来 AI 应用的标配，带你看懂人机交互的下一场变革。
你有没有想过，为什么和 AI 聊天总感觉像在玩猜谜游戏？你说想订机票，AI 问你去哪儿。你说去纽约，它问什么时候出发。你说下周三，它又问几点。你说早上，它接着问要直飞还是转机，经济舱还是商务舱，要不要托运行李。这种来回问答的过程让人抓狂，就像是在玩一场永无止境的”二十个问题”游戏。更糟糕的是，有时候你都不知道 AI 需要什么信息，只能等它一个一个问。这种交互方式看似自然，实则效率低下，完全违背了 AI 应该让我们生活更简单的初衷。
前 Meta AI 团队成员创立的 Hero 公司刚刚发布了一项专利技术，可能会彻底改变这种局面。他们推出的 AI Autocomplete SDK 不是简单的自动补全功能，而是一个能够实时预测并呈现完成任务所需全部信息的系统。想象一下，当你开始输入”订机票”的时候，屏幕上立刻出现所有相关参数：出发地、目的地、日期、时间、航空公司、座位偏好、行李选项等等，你只需要填写或选择就好，不需要等 AI 一个一个问你。这听起来像是一个小改进，但实际上它可能会让 AI 交互速度提升 10 倍，成本降低 10 倍，并且为未来的增强现实设备奠定基础。
Hero 不仅将这项技术用在自己的助手应用中，还通过 SDK 向其他公司开放。这意味着我们可能很快就会在各种应用中看到这种全新的交互方式。而且，他们刚刚获得了 Forerunner Ventures 领投的 300 万美元追加投资，这是在去年 400 万美元种子轮之后的又一次资本认可。我深入研究了这项技术后发现，它的影响远比表面看起来要深远得多。
这个现象背后反映的是当前 AI 交互方式的根本缺陷。大语言模型虽然能理解自然语言，但它们并不知道用户想要完成什么任务需要哪些具体信息。就像 Hero 的 AI 工程师 Saharsh Vedi 说的：”现在的问题是，负担都在用户身上，他们需要思考 AI 需要什么信息。”这完全颠倒了技术服务人类的关系。
我自己在使用 AI 工具时也深有体会。比如用 AI 生成图片，我经常需要反复调整提示词，尝试不同的描述方式，才能得到满意的结果。有时候我花在琢磨提示词上的时间，比直接用传统工具做图还要长。更令人沮丧的是，即使你精心设计了提示词，AI 也可能遗漏某些重要细节，导致结果不符合预期。然后你又得重新生成，这不仅浪费时间，对于按次收费的服务来说，还意味着额外的成本。
当前主流的 AI 应用都试图通过各种方式解决这个问题。有些添加了建议按钮，提供预设的提示词模板。有些使用引导式问答，一步步收集用户需求。还有些像 Adobe 的 Firefly 应用，把提示词拆分成多个部分，比如创作音乐时分别输入情绪、风格和用途。这些方法都在一定程度上改善了用户体验，但都没有从根本上解决问题：用户仍然需要主动思考和输入信息，AI 仍然处于被动等待的状态。
Hero 的方法则完全不同。他们不是让 AI 更聪明地问问题，而是让系统主动预测并呈现完成任务所需的全部信息。这种思路的转变看似简单，实则颠覆了整个交互范式。就像创始人 Brad Kowalk 说的：”我们基本上意识到，你在互联网上能做的任何事情，都只是一系列参数。一旦你看到了这一点，就很难再忽视它。”这句话听起来简单，但它揭示了一个深刻的洞察：无论多么复杂的任务，本质上都可以分解为一组参数，而这些参数是可以预测和呈现的。
AI Autocomplete 的核心理念是前置加载所有必要信息，而不是通过反复问答来收集。当你开始输入或说话时，系统会实时更新界面，显示完成这个动作所需的所有参数。这不是简单的文本补全，而是一个理解任务结构、预测所需信息、动态呈现选项的智能系统。
拿订机票这个例子来说。在传统的 AI 助手中，你可能需要经历这样的对话：你说”我想订机票”，AI 问”您要去哪里？”，你说”纽约”，AI 问”什么时候出发？”，你说”下周三”，AI 问”您希望几点的航班？”，你说”早上”，AI 问”经济舱还是商务舱？”，你说”经济舱”，AI 问”需要托运行李吗？”，以此类推。整个过程可能需要十几轮对话，每次都要等待 AI 的回应。如果你在某个环节说得不够清楚，或者 AI 理解错了，还得重新来过。
但在 Hero 的 AI Autocomplete 系统中，当你输入”订机票”的瞬间，屏幕上就会出现所有相关字段：出发地、目的地、出发日期、出发时间、航空公司偏好、返程日期、座位类型、行李选项等等。你可以随时停下来，只填写你知道的信息，然后发送查询。系统会根据你已经提供的信息，智能地建议或填充其他字段。你不需要等待 AI 一个一个问你，所有信息都在你眼前，你完全掌控着交互的节奏。
这种方法的优势是多方面的。第一，速度快。Hero 声称可以让操作速度提升 10 倍，因为省去了大量来回对话的时间。第二，成本低。每次 AI 的响应都需要服务器计算，减少对话轮次意味着大幅降低运营成本。Kowalk 特别强调了这一点：”因为涉及的消息更少，规模化运营的公司可以节省服务器成本。”第三，用户体验更好。你不会感觉自己在被 AI 审问，而是在一个清晰的框架内主动提供信息。
我特别欣赏 Hero 工程师 Vedi 说的那句话：”希望我们回头看时，几乎不记得’提示词’这个概念。”这体现了他们的雄心：不是改进提示词，而是让提示词成为历史。在他们的愿景中，未来的 AI 交互应该是结构化的、可预测的、高效的，而不是开放式的、充满不确定性的对话。
AI Autocomplete 的应用场景远比订机票更广泛。Hero 在发布时特别强调了几个重要领域，每个都有可能被这项技术彻底改变。
搜索和电商是最直接的应用场景。现在在电商平台搜索商品，你需要输入关键词，然后在成百上千的结果中筛选，使用各种过滤器来缩小范围。这个过程既费时又费力。但如果有了 AI Autocomplete，当你输入”咖啡”时，系统立刻显示出品牌、烘焙程度、包装规格、配送时间、订阅频率等参数。你可以快速选择你想要的选项，甚至可以设置”每月配送”这样的重复订单。Hero 展示的咖啡订购例子就很好地说明了这一点：不仅可以快速完成当前订单，还能轻松设置定期订购，就像你说”每个月”一样简单。
媒体生成是另一个会被改变的领域。我之前提到过用 AI 生成图片时需要反复调整提示词的痛苦。AI Autocomplete 可以在你开始输入时就实时展示各种参数：主体、动作、风格、光线、相机角度、分辨率等等。你可以从这些选项中选择，而不是试图用文字准确描述你想要的效果。这不仅能激发创意，让你看到自己可能没想到的选项，还能显著减少生成次数，从而降低服务器成本。对于视频生成这种计算密集型任务来说，减少迭代次数的意义更加重大。
客户服务和企业表单填写也是重要应用场景。现在的客服聊天机器人通常需要通过一系列问答来收集信息，比如你的订单号、问题类型、联系方式等等。这个过程对用户来说很繁琐，对企业来说也低效，因为经常需要后续跟进来补充缺失的信息。有了 AI Autocomplete，聊天机器人可以根据用户的初始问题，立即呈现所有相关字段，引导用户一次性提供完整信息。这既节省了用户时间，也降低了企业的运营成本。
我认为这项技术最具潜力的应用可能还没有被充分认识到。比如在教育领域，AI Autocomplete 可以帮助学生构建更好的学习查询，展示他们可能没想到的相关主题和角度。在医疗领域，它可以帮助患者更准确地描述症状，提供结构化的问诊表单。在法律、金融等专业服务领域，它可以帮助非专业人士更有效地表达需求，获取更精准的服务。这些场景的共同点是：专业性强、信息复杂、普通用户难以准确表达需求。AI Autocomplete 恰好可以弥合这个知识鸿沟。
Hero 的 AI Autocomplete 不仅改变了用户体验，还开创了一种全新的广告模式。这让我感到特别兴奋，因为它解决了自然语言界面商业化的一个核心难题：如何在对话式交互中自然地融入广告，而不破坏用户体验？
传统的搜索广告模式是基于关键词和搜索结果的。你在 Google 搜索”咖啡机”，顶部会显示付费广告。这种模式在图形界面中运作良好，但在纯对话界面中却很难实现。你总不能让 AI 助手在回答问题的中途突然推销产品吧？那会让对话变得非常生硬和令人反感。
Hero 的方法则巧妙得多。在 AI Autocomplete 系统中，品牌可以通过三种方式出现：第一，类似 Google Ads，品牌可以付费成为决策过程中的优先建议选项。比如在订咖啡的例子中，Peet’s Coffee 可以付费让自己出现在品牌选择列表的前面。第二，品牌可以建议互补产品，添加到当前订单中。比如在你订咖啡时，建议搭配某款点心或咖啡杯。第三，品牌可以从更高的重复购买率中受益，因为在 AI Autocomplete 系统中，设置定期订单就像说”每个月”一样简单。
我认为这种广告模式的天才之处在于，它不是打断用户的决策过程，而是增强这个过程。当你在选择咖啡品牌时，看到各种选项本来就是决策的一部分，付费推广的品牌只是在这个自然的选择过程中获得了更显眼的位置。这和传统搜索广告的逻辑一致，但执行方式更自然、更不突兀。
Hero 目前正在与 AI 广告平台 Koah Labs 讨论合作，将这种新广告形式推向市场。我觉得如果这种模式成功，它可能会成为自然语言界面商业化的标准模式。想想看，未来所有 AI 助手、AI agent 和对话式应用都可能需要这样一种不破坏用户体验的广告模式。Hero 作为先行者，有机会定义这个新兴市场的规则。
更重要的是，这种广告模式对小企业也很友好。不像传统的品牌广告需要巨额投入，自然语言广告可以非常精准地针对特定需求。一家本地咖啡烘焙商可以选择在用户搜索”小批量手工烘焙咖啡”时出现，而不需要和星巴克竞争”咖啡”这样的大词。这种精准性和可负担性可能会让更多中小企业进入数字广告市场。
AI Autocomplete 的诞生其实源于增强现实的需求，这是我觉得最有远见的部分。Hero 的联合创始人 Brad Kowalk 和 Seung Woo Lee 都曾在 Meta 工作，参与 AR 相关项目。离开 Meta 后，他们一直在思考 AR 大规模普及面临的一个核心问题：当 AR 设备的屏幕空间远小于智能手机时，如何让它同样有用？
这是一个很多人没有深入思考过的问题。我们习惯了智能手机的大屏幕、复杂菜单、多层导航。但 AR 眼镜不可能有那么大的显示空间，也不适合复杂的触摸操作。那么，如何在有限的界面上提供丰富的功能呢？
大公司的思路通常是将移动端的界面缩小，配合手势控制。但 Hero 认为这不是正确的方向。Kowalk 和 Lee 的洞察是：AR 设备需要的不是缩小版的图形界面，而是基于意图的交互系统。用户应该能够用自然语言表达意图，系统通过 AI Autocomplete 这样的技术引导用户提供必要信息，然后直接执行任务。整个过程不需要复杂的 UI，只需要清晰的参数呈现和简单的选择机制。
我觉得这个思路非常前瞻。它不是试图把现有的交互模式搬到新设备上，而是为新设备设计全新的交互范式。这种轻量级但强大的 AR 操作系统，可能会成为下一代计算平台的基础。就像触摸屏为智能手机带来的革命一样，基于意图的自然语言交互可能会为 AR 设备带来类似的变革。
Hero 三年前就开始申请这项技术的专利，说明他们很早就看到了这个方向。现在专利已经获批，技术已经成熟，时机也恰到好处。大语言模型的进步让自然语言理解变得可靠，AR 设备开始进入消费市场，用户对新交互方式的接受度也在提高。所有这些因素结合在一起，为 AI Autocomplete 这样的技术创造了完美的时间窗口。
虽然 Hero 现在主要在移动和 Web 应用中推广这项技术，但他们的长远目标显然是 AR。这也解释了为什么他们选择以 SDK 的形式开放技术，而不是只在自己的应用中使用。他们希望建立一个标准，一个未来 AR 交互的基础协议。如果成功，Hero 可能不只是一家应用公司，而是下一代计算平台的基础设施提供者。
Hero 选择以 SDK 形式开放 AI Autocomplete 技术，这是一个非常聪明的战略决策。CTO Seung Woo Lee 解释说：”我们三年前就意识到，AI agent 的瓶颈不会是 AI 浏览互联网和完成任务的能力，而是用户知道该说什么的能力。所以，我们不是再造一个玩’十个问题’游戏的聊天界面，而是推出一个让用户能一次性完成任何多步骤动作的系统。我们相信我们的技术有能力增强今天所有使用自然语言输入的产品。”
这段话揭示了他们的雄心：不是造一个更好的聊天机器人，而是改变整个行业的交互方式。这就需要让其他公司也能使用这项技术，而不是把它封闭在自己的应用中。从商业角度看，这是一个高风险高回报的策略。风险在于，开放技术意味着竞争对手也能使用，可能会削弱自己的差异化优势。回报在于，如果技术被广泛采用，Hero 就能成为这个新交互范式的标准制定者和基础设施提供者。
我认为这个选择体现了创始团队的格局。他们在 Meta 工作过，见识过平台级技术的威力。他们知道，真正改变世界的不是一个优秀的应用，而是一个被广泛采用的标准。就像 HTTP 协议定义了网页浏览，触摸屏定义了智能手机交互，AI Autocomplete 有潜力定义自然语言交互的标准。
SDK 策略还有助于快速验证技术价值和收集反馈。通过让不同行业、不同应用场景的公司使用这项技术，Hero 可以快速发现技术的优势和局限，找到最有价值的应用场景，并根据实际使用情况不断改进。这比自己闷头做一个应用要高效得多。
从生态系统角度看，SDK 策略有助于建立网络效应。使用 Hero AI Autocomplete 的应用越多,用户就越熟悉这种交互方式。用户越熟悉，新应用采用这种交互方式的价值就越大。这种正反馈循环一旦启动，会形成很强的护城河。就像用户习惯了触摸屏之后，任何新的移动设备都必须支持触摸，未来用户习惯了 AI Autocomplete 之后，任何新的自然语言应用可能都需要支持这种交互方式。
Hero 的 AI Autocomplete 让我重新思考了当前 AI 交互的发展方向。整个行业似乎都在朝着”更自然的对话”这个方向努力，让 AI 更像人类一样交流。但 Hero 提出了一个反直觉的观点：也许最好的交互方式不是完全模拟人类对话，而是结合对话的自然性和表单的结构性。
人类之间的对话之所以高效，是因为双方共享大量背景知识和语境。你和朋友聊天时，可以用很简短的话表达复杂意思，因为你们互相了解。但人和 AI 的对话不一样，AI 不知道你的偏好、习惯和当前情境。如果完全模拟人类对话，就会导致大量不必要的来回确认。
Hero 的方法是承认这个差异，利用 AI 的优势来弥补。AI 可以快速分析任务结构，预测所需信息，实时更新界面。这些都是人类做不到的。通过展示结构化的参数，AI Autocomplete 实际上是在利用机器的优势，而不是试图完全模仿人类。
我认为这种思路会影响整个 AI 产品设计领域。未来我们可能会看到更多混合式交互：既有自然语言的灵活性，又有结构化界面的清晰性。这不是倒退到传统 GUI，而是在更高层次上综合了两种交互方式的优点。
从技术架构角度看，AI Autocomplete 也提出了新的要求。它需要 AI 模型不仅能理解用户意图，还要能预测任务结构和参数需求。这可能会推动一类新的 AI 模型发展，专门用于任务分解和参数预测。Hero 提到他们使用了一系列模型来预测用户可能输入的内容，说明这不是单一模型能解决的问题，而需要专门的技术栈。
对于正在开发 AI 产品的团队来说，Hero 的成功提供了重要启示：不要只关注 AI 的智能程度，还要关注交互设计。最聪明的 AI 如果交互方式糟糕，用户体验也会很差。反过来，即使 AI 能力有限，如果交互设计得当，也能提供很好的用户体验。Hero 的技术本质上是通过更好的交互设计，最大化了现有 AI 能力的价值。
我也在思考这项技术可能的局限性。它适合参数化的、结构化的任务，但对于真正开放式的、需要创造性的对话可能不太适用。比如你和 AI 讨论一个哲学问题，或者寻求情感支持，这种场景下强行展示参数就会显得生硬。所以 AI Autocomplete 可能不会取代所有类型的 AI 交互，而是在特定场景下提供更优选择。
另一个值得关注的是隐私和数据安全。AI Autocomplete 需要理解任务结构和预测用户需求，这意味着它需要访问相当多的上下文信息。如何在提供个性化服务和保护用户隐私之间找到平衡，将是这类技术普及过程中必须解决的问题。
Hero 目前正在自己的助手应用中测试这项技术，计划在几个月内向用户发布。他们重点展示的功能是帮助用户通过自动补全提示词找到会议时间或和朋友见面的时间。这是一个很实用的场景，也是一个很好的切入点。安排会议往往需要考虑多个人的时间、地点偏好、会议时长等因素，用自然语言描述清楚并不容易。有了 AI Autocomplete，这个过程会简化很多。
但我更期待看到 Hero 在更广泛场景中的应用。比如在旅行规划、购物、客户服务等领域，AI Autocomplete 的价值可能更加明显。Hero 的 SDK 策略意味着我们不需要等 Hero 自己去开发所有应用场景，而是会看到各行各业的公司将这项技术集成到自己的产品中。
从融资角度看，Hero 去年获得了 400 万美元种子轮，现在又获得了 Forerunner Ventures 领投的 300 万美元追加投资。Kowalk 表示，根据应用和 SDK 的增长情况，他们计划在未来几个月筹集更大一轮融资。我认为如果 SDK 能够吸引到一批有影响力的客户，证明技术价值，那么 A 轮融资应该不成问题。这项技术的潜在市场非常大，任何使用自然语言输入的应用都可能是潜在客户。
我也在想，Hero 会不会成为下一个 Twilio 或 Stripe 那样的基础设施公司？Twilio 让每个应用都能方便地集成短信和电话功能，Stripe 让每个应用都能方便地接入支付。Hero 有潜力让每个应用都能方便地提供优秀的自然语言交互体验。如果真的走到这一步，Hero 的价值将远超一个普通的应用公司。
但挑战也是存在的。技术再好，也需要市场教育和生态建设。开发者需要理解这项技术的价值，学会如何集成和使用。用户需要适应这种新的交互方式，培养新的使用习惯。这些都需要时间和持续投入。Hero 团队有 Meta 的背景，应该对这些挑战有充分认识。
我特别欣赏 Hero 团队的一点是，他们在三年前就开始布局这个方向，提前申请了专利。这种前瞻性在快速变化的 AI 领域特别难得。很多公司都在追逐最新的热点，而 Hero 则在思考更根本的问题：人机交互的本质是什么？未来的交互应该是什么样子？这种长期思维是真正有影响力的公司的特质。
最后，我想说的是，Hero 的 AI Autocomplete 提醒我们，AI 革命不只是关于更强大的模型，也关于更好的交互设计。技术进步和设计创新同样重要，甚至在某些场景下，好的设计比更强的模型更有价值。这也是为什么我对 Hero 的未来充满期待。他们不是在和其他公司比谁的模型更强，而是在重新定义人机交互的方式。这种创新往往更持久，也更有影响力。
我相信，几年后回头看，我们会惊讶地发现自己曾经需要花那么多时间和 AI 来回对话，就像我们现在回想起曾经需要记住各种命令行指令一样。AI Autocomplete 可能就是推动这个转变的关键技术之一。
转载：人人都是产品经理
兰亭妙微（蓝蓝设计）www.lanlanwork.com 是一家专注而深入的界面设计公司，为期望卓越的国内外企业提供卓越的大数据可视化界面设计、B端界面设计、桌面端界面设计、APP界面设计、图标定制、用户体验设计、交互设计、UI咨询、高端网站设计、平面设计，以及相关的软件开发服务，咨询电话：01063334945。
兰亭妙微（蓝蓝设计）www.lanlanwork.com 是一家专注而深入的界面设计公司，为期望卓越的国内外企业提供卓越的大数据可视化界面设计、B端界面设计、桌面端界面设计、APP界面设计、图标定制、用户体验设计、交互设计、UI咨询、高端网站设计、平面设计，以及相关的软件开发服务，咨询电话：01063334945。
今天兰亭妙微UI设计公司，来讲解 B 端产品界面的视觉风格，聊聊在整个行业当中视觉风格的变化与目前的现状。以及给大家说说未来应该如何选择自己产品的视觉风格～
我们会将整体分为行业初期，萌芽期、成长期、野蛮发展期、新阶段 ，每一个阶段给大家总结一个最为流行的风格，并分析这个风格出现的原因，方便大家进行理解。
我们把时间拉回到 2012 年。在那时，Ant Design 还没有出现，也没有什么 Element、Semi Design，行业当中最早的 B 端系统都是以客户端的形式进行呈现。
整体风格也非常老旧，像是那会儿的 Office、SAP、Salesforce，你可以看到都是他们青涩的模样。
在经典传统的设计风格当中，会使用大面积的白色作为底色，同时在页面中用灰色进行分割，使得整个页面散乱抢眼，导致整体的视觉很难被大众所接受，总体感觉信息较散，难以进行聚焦。
而在早期，出现这些老旧风格主要有三个原因：
1.技术框架限制：因为当中成熟的前端框架较少，没有太多技术栈提供给到开发进行使用，因此没有精力将页面做得漂亮
2.认知不足：设计师对于客户端、网页端的设计理解认知本身不够，做得较为粗糙，比如当时的 Office 的界面设计也大致是如此的模样
3.风格一致：早期 Windows 系统就是这样的风格，与 Windows 一致更容易被大众所接受，因此就很难进行创新
关于这类风格的产品，大家不要觉得这夸张，其实在目前依旧有很多产品会延续这个风格。比如 医疗类产品、工业生产类系统，对于他们而言，能用即可，不必纠结太多。
但随着时间的推移，行业中对于 B 端设计的要求也在逐渐变高。
我们将时间推移到 2015 年前后，随着行业不断发展，在国外 Fiori、Salesforce 的出现让大家意识到，这类型的 B 端产品也是需要设计的。
因此国内外的很多系统都是在这一时间面世，像是 Ant Design 、Element 都相继发布。
由于这些设计系统的诞生，你会发现大家对于整个 B 端设计有了一点自己的想法。
在设计上，会去考虑使用 区块划分，将整个页面进行规整呈现。
比如 SAP 在使用了 Fiori 过后，就会使整个界面更干净。
同样非常老牌的 Salesforce 在2015年的时候。也带来了相当大的视觉变化。整体都能感受到，整个页面会通过不断的分层颜色的划分通过黑白灰的方式去呈现页面当中的基本信息。
我们的时间来到 2018 年前后，在这个时间节点，很多产品都推出了自己的设计系统，对于 B 端设计风格而言，也会提出更高的要求。
比如 Teambition 产品当中，它们提供了自己的设计系统的内容去指导整个产品来进行迭代和优化。同样 Ant Design它们也推出了自己的 Ant Design Pro 来演示使用设计系统过后，能够搭建出什么样的产品。
同样，这个时段很多产品也开始进行自己产品的视觉优化，这时候整体的风格是以：黑色侧边导航为主，然后内容形态进行延展。
比如像有赞、Coding、微盟、飞书，之前都是这样的设计风格来进行呈现。
你会发现它们在整体的设计上都会更加重视页面的分块颜色的区隔，整体页面的识别效率。同时这段时间爆发出来非常多的 B 端产品，随后国内都会按照侧边黑色导航的样式进行进一步设计，这一定程度上提高了国内 B 端设计的下限～
我们随后将时间推移到 2019 年后，在这时诞生了新拟态设计风格。
它最早是乌克兰设计师 Alexander Plyuto 在追波和 ins 发布的一副系列作品，随后大家发现非常奇特，所以得到广泛的关注。
新拟态的设计风格是以立体效果与浮雕元素，呈现更为三维立体的效果，会给人一种奇特、梦幻的界面体验。
随后就会有很多产品都开始进行跟进，比如 智能家居的产品、金融类产品都有所涉及，甚至很多B端产品也勇敢尝试，但大多数设计师设计完过后，整体评价都不算太高。
为什么没有大规模的推行，我觉得有 3 点原因：
1.因为新拟态风格整体所占面积较大，比较浪费空间。像是一个按钮，都需要使用较大空间才能呈现。
2.需要大面积的留白，但是对于 B 端设计来说无法做到，因此很难进行使用。
3.同时很多用户刚开始觉得好看，但随着时间的推移，出现审美疲劳，因此就不太喜欢。
现在还会使用新拟态风格的界面设计越来越少，大多数只会在官网设计的局部进行使用，这样可以转换视觉感受，给到用户更好的视觉冲击～
时间来到 2022-2024 年左右，你会发现很多产品都开始在这个时间节点进行更新。
像我们熟知的 飞书、有赞、微盟、ONES、Coding，再到 Ant Design 、Salesforce，你会发现非常多的产品都在进行界面风格上的迭代。
对于这个风格，我们愿意叫它为 灰白风。
整体页面是以 灰色和白色 进行的页面划分，在分布上灰色占据弱侧信息，白色占据核心信息，进而形成对页面内容的划分。
聊到这里，可能有部分同学不太理解，这里我们以飞书管理后台的迭代作为示例，给大家进行讲解。
在 2018年，飞书管理后台的第一个版本，采取的就是沉稳侧黑风，
在 2022 年，飞书的管理后台开始改变为灰白风格
由于业务的叠加，2023 年时，在此基础上增加了顶部导航的业务维度，最终形成了现在这样的界面。
为什么这类型的风格会大受追捧，我觉得有以下几个原因
1.减少信息层级，给用户减负：之前沉稳侧黑风格，会发现页面明显进行大面积的分割，导致视觉感受出现较大差异。现在只用灰色作为底，去区分主副信息这样会更简单的突出主要信息内容。
2.平台型产品更容易嵌入：因为国内 B 端产品大多需要依附“钉钉、企微、飞书”三大平台，因此使用灰白风能够让自己产品快速嵌入，不需要过多调整。如果你的产品是沉稳侧黑风，那结果想都不敢想…
3.更容易进行适配：针对多产品的业务，也能够使用同一套业务完整呈现才会更加合理。比如飞书的灰白风，在飞书的其他很多产品里面也会存在
转载：人人都是产品经理
兰亭妙微（蓝蓝设计）www.lanlanwork.com 是一家专注而深入的界面设计公司，为期望卓越的国内外企业提供卓越的大数据可视化界面设计、B端界面设计、桌面端界面设计、APP界面设计、图标定制、用户体验设计、交互设计、UI咨询、高端网站设计、平面设计，以及相关的软件开发服务，咨询电话：01063334945。
Anthropic 内部文件意外流出，揭示了其最强模型 Mythos 的恐怖算力。该模型虽具备重塑行业的潜力，但也因可能被攻击者用于挖掘系统漏洞而引发安全危机。官方声明称，在正式发布前需确保防御者已做好应对这种新型算力冲击的准备。
图源：Anthropic, Getty Images
此次泄露迅速波及资本市场，导致网络安全相关股价剧烈波动。分析师指出，Mythos 揭示了 AI 技术在安全攻防中深度嵌入的现状，反映出利用 AI 进行威胁防御已成常态，同时也暴露出单点泄露可能引发的系统性金融风险。
图源：Anthropic, Getty Images
随着 Mythos 的曝光，OpenAI 等巨头的对标模型也浮出水面，预示着 AI 正从辅助工具进化为攻防核心。未来技术博弈将进入“以 AI 对抗 AI”的新阶段，攻击者与防御者在更高维度上的算力对决，将彻底改写网络安全的竞争格局。
NVIDIA证实DLSS 5并非通过读取游戏引擎的3D几何或材质数据运行，而是仅凭2D渲染帧与运动矢量进行AI推断。这意味着该技术本质上是通过分析图像来“幻化”细节（如皮肤与光照），而非精确重建场景。
图源：NVIDIA
虽然这带来了惊人的视觉增强，但也导致AI会在早期预览中产生原画中不存在的细节“幻觉”，引发了外界对画面真实性与艺术还原度的质疑。
Stitch 正在重构 UI 设计范式，推出 AI 原生无限画布并引入“氛围设计”概念。用户不再受限于枯燥的线框图，只需通过自然语言描述业
务目标或灵感，AI 代理即可理解设计意图并并行处理多模态输入，让创意探索从底层逻辑转向感官体验。
图源：Google
平台实现了人机交互的自然化，支持用户通过语音指令进行实时设计对话与方案筛选。同时，Stitch 能将静态画面瞬间转化为交互原型，由 AI 自动推演点击逻辑与用户旅程，并支持通过 URL 提取设计系统，极大简化了从规则制定到原型生成的复杂流程。
图源：Google
时尚巨头康泰纳仕正式起诉恶搞杂志《Dogue》，指控其封面设计侵犯《Vogue》商标权。这本由独立创作者创立的实体刊，因让狗狗模仿人类大片而走红。目前，康泰纳仕不仅要求经济赔偿，更强制要求销毁所有库存杂志。
图源：dogue
创始人 Portnaya 坚称《Dogue》是基于对话与重新诠释的艺术创作，旨在为独立创作者争取表达空间。然而，面对销量微薄与高昂法律费用的悬殊对比，这场“大卫与歌利亚”式的博弈陷入僵局，创作者正通过众筹寻求法律援助。
图源：vogue
Johnson Banks 为爱丁堡皇家植物园（RBGE）打造的品牌重塑旨在整合四个园区的品牌感知，确立了“四处花园，一个植物世界”的品牌愿景，将爱丁堡、本莫尔、道伊克和洛根的花园融为一体。
图源：johnsonbanks
还专门设计了边框，可以用来框住作品，并提醒人们它们始终存在，而不是事后才想起来的。
图源：johnsonbanks
这些标志首次展示了一款全新的定制字体，共有四种字重。它是Nomada Incise的定制版，线条棱角分明，优雅别致。最细的字重中包含一系列连字，呼应了西巴尔迪亚符号及其边框的生动呈现。
图源：johnsonbanks
剑桥地区以其创新和发现而闻名，而这一切始于其世界闻名的大学校园内，如今已发展成为环绕该地区的欧洲领先的知识生态系统——融合了 5000 家创新驱动型公司、60 家跨国公司、5 个医院信托机构、36 个研究园区、2 所大学（剑桥大学和安格利亚鲁斯金大学）以及蓬勃发展的初创企业和投资者群体。
图源：johnsonbanks
以图解为主题，并将其运用到代数、方程式、图表和文字游戏中。这既充分利用了该地区的科学声誉，又为方案增色不少，同时还创造了一种独特的视觉和语言。
图源：johnsonbanks
将自己最喜欢的创意与剑桥郡广袤无垠的天空的静态和动态影像相结合，打造出一套可应用于多种媒体的设计工具包。
图源：johnsonbanks
转载：优设
兰亭妙微（蓝蓝设计）www.lanlanwork.com 是一家专注而深入的界面设计公司，为期望卓越的国内外企业提供卓越的大数据可视化界面设计、B端界面设计、桌面端界面设计、APP界面设计、图标定制、用户体验设计、交互设计、UI咨询、高端网站设计、平面设计，以及相关的软件开发服务，咨询电话：01063334945。
大家好，这里是兰亭秒微设计。作为专注 UI/UX 视觉体系搭建的设计团队，我们在金融、科技、生活服务等多领域项目中发现：蓝色是 UI 设计里适配性最强、容错率最高的主色，但想做出高级、耐看、有品牌记忆点的界面，配色逻辑远比 “选个蓝” 更重要。
蓝蓝设计的小编 http://www.lanlanwork.com