转载：站酷
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。
转载：站酷
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。
转载：站酷
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。
不管甲方给多少钱，哪怕一张界面的预算只有几十块，他也想要设计亮点，但是很多同学的设计又非常平庸！
为什么你做的设计没有特点，其实原因很简单，你没有用过行业属性这一招，只要学会这一招，完全够用！
先解释下，什么行业属性：
比如你做的 App 是音乐类，那就把音乐类事物或图形提炼出来植入到设计中，比如音符、麦克风等等！
比如你做 App 是体育类，那就把体育类的图形提炼出来植入到设计中，比如跑步、篮球等等！
这样一结合，就可以做的有一定的特点！
但是相关图形或事物的植入也分层次，我个人分了五个层次：
如果你做的产品是体育类，下面这种方式，就和体育相关：
但是这种方式就是直接表达，你是篮球，就画个篮球，是网球就画个网球，是不需要思考的，只要把设计做到精致即可。
再比如下面这个：
你是唱歌，就用麦克风来表达，都是不需要思考的，直接表达即可！
接下来就需要有一点思考了，但是思考的不多，就是如何把图形放在你原有的设计中。
比如下面这个转化图标：
如果中间我们加入的飞机的标识，那就是知道，这是买飞机票的产品：
这时候主要考验的就是飞机的表达形式，你可以是正面的飞机，也可以是侧面的飞机。
还有下面唱吧这种：本来没有任何属性的空页面：
中间加上音符，音乐app的属性就有了：
接下来就需要一定的思考了，比如行程这个图标：
这里面就将飞机和轮船结合到了一起，二者的组成结构，就是这个图标的门槛，而不是之前那种直接拼到一起或者贴上去。
再比如下面这个编辑任务图标，把正常的一个竖线变成树叶，也需要一定的思考和巧妙结合：
你也能够知道，这个图标是和环保或者健康相关的！
这个层次主要是抽象的表达，需要有一定的创意内核，比如像飞猪这种旅游相关的:
空页面采用打开窗户，多去外面看看世界的创意，来进行行业属性关联!
这种就是意境抽象的表达方式！
最后一种就是除了以上内容外，你还可以增加动态的部分，把现实中真实的动态进行加持，那创意效果就会更加显著！
比如像这种播放音乐时候的 cd 唱片机：
运用行业属性增加设计亮点与独特性，一共分了5个层次，分别为：
转载自优设网
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。
北京兰亭妙微 UI 设计公司，成立 16 年来，始终保持着对国内外优秀设计作品的学习与研究。我们持续追踪全球前沿的 UI/UX 设计趋势，从中提炼可落地的设计方法论，分享给同样热爱设计的你。
滑块 (Slider/滑动选择器) 这种随处可见的输入控件，其实藏着很多设计细节。滑块靠拖动游标就能实现调节数值，实时给出视觉反馈，不管是调音量、改亮度，还是设置参数范围，都少不了它的身影。
一个标准的滑块组件，核心包括四部分元素：
这几部分各司其职，组合在一起才能让用户用得顺手。
在Material Design的设计规范中，定义了四种常用的水平滑块，每一种都有自己的适用场景：连续滑块、离散滑块、居中滑块、范围选择滑块。
1. 连续滑块
这种滑块最常见，游标能在轨道上自由滑动，停在任意位置都能对应一个精准数值，没有任何限制。比如我们平时调手机音量，用的就是典型的连续滑块。
2. 离散滑块
它和连续滑块最大的区别，就是拖动时游标会自动“卡点”到预设的区间刻度上。简单说就是不能选任意值，只能在固定的数值区间里切换，适合那些需要标准化参数的场景。
3. 居中滑块
这种滑块的初始值默认在轨道正中间，往左拖是减小数值甚至调到负数，往右拖则是增大数值。像一些需要双向调节的场景，比如色彩的冷暖调整、音频的音调调节，用它就很合适。
4. 范围选择滑块
有两个游标，分别用来设定数值范围的最小值和最大值。比如设置价格区间、筛选日期范围时，用这种滑块就能一次性搞定，不用反复输入。
看似简单的滑块，想要做得好用，这几点一定要考虑到：
1. 效果实时反馈
滑块的调节是即时生效的，用户拖动的时候，得能一眼看到数值变化带来的直观效果。比如调亮度时，屏幕明暗要跟着游标移动同步变化，不然用户根本不知道自己调对了没。
2. 轨道逻辑清晰
轨道是用来显示数值范围的，需要分成“已调节轨道”和“未调节轨道”两部分。这里要注意语言阅读习惯：咱们常用的从左到右阅读模式下，数值得从左到右递增；如果是面向阿拉伯语这类从右到左阅读的用户，数值顺序就得反过来。
3. 限制刻度数量
滑块上的刻度是用来标记数值的，游标还会自动吸附到最近的刻度值上。但设计时千万别添加过多的刻度值，不然轨道上密密麻麻的，不仅看着乱，用户调节时也很难精准定位到想要的数值。
4. 控制数值显示
在设计范围选择滑块时，一次最好只显示一个关键数值——要么是当前选中的区间，要么是用户正在拖动的那个游标对应的数值，显示太多反而会让用户混淆。
5. 使用文本框
除了直接显示数值标签，还可以在滑块外面加个独立的文本输入框，并且让输入框的数值和滑块联动，用户既可以拖动调节，也能手动输入精准的数值。
另外，用图标或文字的形式代替刻度值，也是个提升界面颜值和易用性的好办法。
案例参考最后给大家分享几个有意思的滑块设计，平时做组件的时候可以参考：
1. 经典亮度滑块
典型的连续滑块，轨道比较细、游标是经典的圆形，左右两侧还配了亮度图标，不用看数值也能秒懂当前亮度档位。
2. 尺子形式滑块
这种滑块不是传统的样式，而是做成了尺子的形状。尺子上的刻度代替了传统的数值指示器，0.1的增量清晰可见，数值直观又有趣。
3. 情绪表达滑块
虽然也是滑块的形态，但它靠颜色来表达用户情绪。每个滑块单元都是离散设计，带有刻度区间，用户滑动选择时，能通过色彩快速对应自己的情绪状态。
4. 游标固定滑块
游标固定在轨道正中间，拖动时是轨道左右移动，选中的数值显示在右侧，用户一眼就能确认当前数值，这种交互方式很新颖。
5. 速度调节滑块
用五个刻度来划分速度区间，每个刻度上方都标注了具体数值。虽然刻度间的实际数值间隔不一样，但清晰的标注让用户能精准把控速度档位。最后滑块组件虽然看着简单，但要做到真正好用，需要将形式的新颖、交互的创新、元素的搭配等细节都考虑到，于细节处见精微。
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。
适用场景：活动海报、公众号长图、短视频封面、节日营销物料
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。
claude plugin install figma@claude-plugins-official
npx skills add https://github.com/op7418/guizang-ppt-skill --skill guizang-ppt-skill
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。
最近不少设计师朋友打开Gmail的时候，是不是总觉得哪里怪怪的？甚至有不少人吐槽，翻了半天都找不到自己天天用的谷歌应用了。
这是因为谷歌刚刚对Gmail、文档、云端硬盘等10多款核心Workspace应用的图标，进行了一次全面的大改版。
作为产品“脸面”的图标集体换新，自然引来了用户和行业的两极评价。有人觉得新图标颜值更高，不同应用之间终于能一眼分清了；但也有批评声认为，这次改版丢掉了谷歌品牌独有的凝聚力和辨识度，更像是为了变而变，没有清晰的战略方向。
我觉得这次改版，其实是谷歌对“品牌一致性”和“可用性”长期矛盾的一次深刻反思，同时也藏着AI时代谷歌全新的品牌战略。
一起来看看新图标到底长什么样？谷歌这次的设计又藏着哪些小心思～
01 渐变色全面登场
四色原则曾是谷歌自2015年Material Design以来的强制规范，要求所有官方应用图标都需要包含品牌标志性的蓝 (#4285F4)、红 (#EA4335)、黄 (#FBBC05)、绿 (#34A853)，以强化统一品牌识别。
这次改版最直观的变化，就是谷歌坚持了多年的标志性“四色原则”被彻底抛弃，每一款应用都拥有了自己专属的主色调。这也是绝大多数用户认为可用性得到显著提升的核心原因。
之前的Workspace图标全都用同一套四色调色板，导致大家根本分不清谁是谁。而现在，Gmail有了专属的红色，谷歌日历回归经典蓝色，谷歌Meet则用上了明亮的黄色，每款产品终于找回了自己的个性。
在造型上，图标外围包裹的白色“背景容器”也全部被移除了。原来的白色背景容器限制了核心符号的尺寸，让所有图标都长得千篇一律。去掉容器之后，每个图标都得到了舒展，形成了更清晰的轮廓，不再是同一个框里的小元素，而是一个个独立可识别的视觉符号。
这次改版另一个贯穿始终的设计语言，就是渐变色的全面应用。所有新图标都采用了各自独特的渐变配色，这是谷歌为AI时代量身打造的视觉战略。例如下图就是重新设计的谷歌Gmail渐变图标效果。
也许谷歌正是通过这种分层渐变的视觉效果，向外界传递一个强烈的品牌信号：谷歌已经正式进入Gemini时代！
02 解决图标辨识度问题
那么谷歌为什么要在这个时间点，进行如此大规模的图标改版？核心原因是旧设计的可用性已经走到了瓶颈期——简单来说，就是用户根本分不清哪个图标对应哪个应用服务。
这次改版的核心背景，正是谷歌过去为了强行统一图标设计，导致不同应用之间难以区分。过去谷歌为了追求品牌美学，不惜牺牲可读性的做法一直饱受诟病，这次的更新可以说是一次迟来的、但绝对必要的可用性升级。
谷歌也在官方公告中明确表示：希望在保持整个产品家族一致性和凝聚力的同时，确保每一款独立应用在屏幕上都能保持现代感，并且被用户清晰、快速地识别。
这也说明提升视觉辨识度是这次改版的重点。
03 品牌一致性让位于可用性
谷歌这次的图标改版，也许给整个设计行业都上了一课：任何时候，可用性都应该优先于品牌一致性。
谷歌过去几年过于执着于“一致性”，结果反而导致用户无法区分不同的应用服务。“让产品看起来像一个系列”和“让所有产品长得一模一样”是完全两回事，在设计过程中我们也要避免这个认知误区。
这次改版也让我们重新思考了图标的本质和核心价值。图标本质上是导航工具，它的任务是让用户在大脑过载、同时开着20个标签页的情况下，也能下意识地立刻找到它。
所以哪怕新版图标在视觉和谐度差了一点，但只要它能解决问题，那它就是一个优秀的设计！
转载：微信公众号Clip设计夹
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。
今天的主题是关于 AI 扫盲的，因为近期相关问题实在太多了，很多同学对它的理解非常的有限，导致走向不是过于吹捧就是完全抵制的两极分化。为了防止我们成为盲目（且天真）的二极管，就有必要具体认识 AI 的应用逻辑，以及在行业中的相关使用场景。
兰亭妙微UI设计公司：分享是入门扫盲，目标是以清晰简洁的方式来概述 AI 的行业应用框架，会使用尽量简单易懂的方式解释相关概念，不会涉及太多深奥的术语和理论。
所以不用担心看不懂，一起开始下面的阅读吧。
谈论 AI 就绕不开大模型，它是 AI 技术应用的核心。
简单解释 AI 大模型，就是一个通过特定方法和大量数据训练出来的 “自主化程序”，这个程序可以根据用户输入的指令自己做出 “判断和思考” 后再进行回复。
传统程序虽然也可以执行用户的指令，但回复的内容和方式不会超出一开始预设的范围，非常有限。
而 AI 大模型则大大拓展了这个边界，我们不用提前预设各种条件和逻辑，它就会自己去理解问题再决定给出什么结果。
当然，这个边界只是放大了但不是无限的。任何大模型都不是全知全能的，都有自己的局限性。所以针对不同的应用领域，就开发了不同的模型类型。
最基础的模型分类包含两种，一种是大语言模型 LLM，能实现文字的对话或文案、代码、数据的整理和输出。另一种则是多模态大模型，能在处理文字的基础上还处理图片、音频、视频等特殊对象。
比如深度求索开发的 DeepSeek 模型就是大语言模型，只能处理文字但不能生成图片(截止到2026年初)。而 Google 开发的 Gemini 大模型则是多模态模型，可以生成图片和视频等内容。
不同模型会有不同的表现和优劣，但因为大模型的开发需要尖端的技术和庞大的规模（训练），门槛极高，所以市面上主流的大模型数量并不多，可以简单分为国内和国外两个阵营。
国外的主流大模型包括 OpenAi 开发的 ChatGPT，Google 开发的 Gemini，Anthropic 开发的 Claude，xAI 的 Grok 等。
国内的主流大模型则包括字节开发的豆包，阿里开发的千问 Qwen，深度求索开发的 Deepseek，月之暗面开发的 Kimi 等。
因为前面说过大模型的局限性，所以为了应对不同的应用场景，团队就会将它们裂变出不同的版本。比如千问既有 Max 语言大模型，还有 Omni 全模态（文字、图片、音频、视频）大模型，针对处理问题的难易度又分成了 Max、Plus、Flash、Lite 等版本。
完整的大模型体积和参数都非常庞大，需要部署到专属的算力中心，并通过云服务来实现用户的访问和使用。也就是需要联网使用，但因为国内网络服务的限制（不可抗力），我们无法通过国内电信访问国外的主流大模型。
虽然说国内大模型的水平在这几年突飞猛进，但离国外的大模型还有一定的差距，在实际工作场景中多数应用的也是国外大模型，所以访问它们就需要大家自己发挥主观能动性解决了。
顺便再解释一个基础的问题，大模型除了远程访问以外，也可以在本地进行安装。部分团队（如千问）会在网上开源自己的大模型供其它人下载和使用，当我们下载到本地后就可以用 GPU 来运行它。但因为大模型对性能的要求极高（旗舰显卡起步），所以本地运行的效果要大打折扣。
而一些企业内部或行业专属的大模型，往往都是使用这些开源大模型进行二次训练和调试后的结果。还有一些针对特定硬件（如手机、眼镜）和特殊应用场景开发的小模型，就暂时不在我们的讨论范围之内。
前面讲过大模型可以类比成一种 “程序”，且它还是后端服务器上运行的程序。想要对这个程序实现命令的输入并返回它处理的结果，就需要应用前端的工具来实现。
比如我们打开豆包的官网，就可以使用这个网页对豆包大模型提出问题和要求，然后网页上就会返回它处理后的结果。这个网页就是使用大模型的工具，而这只是 AI 工具的其中一种形式，还可以是本地应用程序、手机 APP、小程序、硬件定制系统等等。
我们大多数人开始接触 AI 大模型，都是从这些官方的工具开始，它们最基本的功能就是根据指令返回文字或图片信息，我们会把它们当成是一种可以对话的人工智能客服。
但实际上它们可以发挥的作用远不止于此，比如帮你整理本地的文件夹清理重复的文件，帮你自动修图并完成动态相片的剪辑，帮你编写程序并自己运行和检测等等。想要实现对话以外的其它功能，就需要借助特定的工具才能实现。
所以除了最基础的对话工具外，行业还衍生出了很多激发大模型潜力的 AI 工具。它们可以借助大模型完成程序开发、视频剪辑、操作托管、热点整理、消息推送等等。
到这里我们就要清楚，AI 大模型是大模型，工具是工具，大模型是基座，而工具是大模型的具体表现和应用形式。
我们更进一步认识 AI 工具，就可以把AI工具分成官方工具和第三方工具两个种类。
官方工具就是 OpenAI、Google 等大模型企业自己开发并绑定自家大模型的产品，而第三方工具则是其它团队开发，再接入到大模型进行使用的工具。
比如本地聊天机器人 Cherry Studio，它本身只是个简单的聊天对话工具，可以自己创建对话角色/助手，但需要接入大模型以后才能进行对话。还有著名的AI编程工具 Cusror，只有接入大模型以后，它才可以实现 AI 编程和代码管理。还有前阵子火遍全球的龙虾 Openclaw，也只是个本地工具，需要接入大模型后才能识别本地的文件和执行命令。
官方能提供的 AI 工具与服务往往很有限，所以在真实项目流程中，我们就会混合使用多种工具来完成工作。就像以前做一套项目除了用 Figma以外，还要结合使用 Adobe PS、AI、C4D、AE 等软件。
而第三方工具和官方不同的是，官方工具默认连接自家的大模型，用户直接登录就能使用。而第三方工具要接入大模型，就需要进行额外的配置，也就是添加大模型的 —— API。
API 就是接口，是前端工具连接后端服务器的通道，而这个通道默认是上锁的，还需要提供对应的密钥（API Key）才能正常访问。
部分工具会自己接入各大模型的 API，用户只能选择它提供的模型，并只需要对这个工具进行付费即可。
另一部分工具则需要用户自己选择模型和配置 API，需要我们访问大模型的 API 开放平台进行申请，然后再将它们生成的 API Key 填入到工具中完成连接。
API Key 就像是一个电话号码，当我们申请完并进行使用，就会产生一定的 “流量”，而 AI 产生的流量用专业术语形容叫词元 Token。
使用 API 完成的任意 AI 服务，都会消耗 Token，且因为 AI 的计算成本极高，所以主流大模型都会针对 Token 消耗量进行收费。就像电信运营商一样，既有包月服务附带一部分流量，超出部分还要按量计费。
在实际的 AI 工具使用过程中，Token 的消耗是极其巨大的，往往会造成沉重的成本，而这个市场也遵循一分钱一分货的真理，越好的大模型价格就越贵。以最适合编程的大模型 Claude Opus 为例， 一个程序员高频使用消耗的 Token 账单可以从数千到数万元不等。所以我们也会从性价比的角度出发，来搭配不同的模型进行使用。
总结我们应用 AI 的本质，就是通过工具来操作大模型。而工具的作用不同，大模型本身的特性和价格也不同，就导致我们在面对一个复杂的任务时，需要选择多种 AI 工具和不同大模型来实现。
学习使用 AI，和传统的单一软件教学不同，不是只学会某个工具的功能和操作方法，而是了解不同的 AI 工具以及大模型的特性，通过组合它们来实现自己目标的方式。这不是设计或产品思维，而是工程思维的具体应用。
时间关系只更新了上半部分，和 UI 有关的内容我会放到下篇再输出。同时我们现在有准备录制一套入门的课程，应该周末到下周就会上线，大家有什么疑问和工作中遇到的需求都可以在评论区或社群里发给我们。
转载：优设酸梅干超人
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。
当AI战争在手机屏幕上如火如荼，一个更隐秘的战场正在方向盘后悄然成型。本文揭示了通勤场景中被忽视的认知红利——每天流失的碎片化思考如何通过一个简单的物理按钮转化为结构化资产，并深入解析字节跳动为何是最适合打造'车载语音工作台'的玩家。从交互范式革命到商业价值重构，这是一场关于AI如何真正融入物理世界的深度思考。
五一后的那个周末，我花了整整两天在研究一件事：怎么把豆包搞到 CarPlay 上。
起因很简单。我的 iPhone 刚升级到 iOS 26.5，这个版本对 CarPlay 的开放度明显提高了——ChatGPT 已经可以像一个原生 App 一样常驻在 CarPlay 界面上，方向盘语音键直接唤起，对话直接在中控屏上滚动。体验很流畅。
我的第一反应是：豆包行不行？
于是开始了各种折腾。查设置、找插件、搜教程。两天下来，结论很明确：不行。豆包在 CarPlay 上暂时无法完美适配，短时间内也不知道具体的适配规划。
但正是在这次折腾的过程中，我脑子里冒出来的，不是一个”功能缺失”的遗憾，而是一个更大的问题：就算豆包上了 CarPlay，又能怎样？
你想想看。开车的时候，我需要的真的是在屏幕上跟 AI 聊天吗？我需要在方向盘切歌和导航之间，再多一个”点击屏幕上的对话框”的动作吗？
当然不是。
我在车上真正需要的东西，比这原始得多：我希望有一个”容器”，能在我开车的 30 分钟里，把我脑子里正在流淌的那些东西——对昨天评审会的复盘、一个突然想通的产品逻辑、待会到公司要跟研发说的三件事——安全地、无摩擦地接住。
不需要屏幕，不需要打字，不需要任何视觉确认。
按一下，开始说。再按一下，结束。到停车场，一份整理好的文档已经在手机里了。
当前的 AI 战争，几乎都打在屏幕上。
字节的豆包、阿里的通义、腾讯的元宝、月之暗面的 Kimi——这些超级应用和 AI 助手，正在手机桌面和电脑任务栏里贴身肉搏。所有人都在追问同一个问题：用户什么时候打开我？每天开几次？
这是典型的 App 思维。它的假设是：交互必须发生在屏幕上，价值必须通过一个”超级入口”来捕获。
但我想提出一个反直觉的判断：最有价值的 AI 交互，多数可能恰恰发生在你根本看不到屏幕的时候。
证据就在你每天的方向盘后面。
汽车，尤其是私家车，是全世界最昂贵的”注意力占用空间”。对于知识工作者——产品经理、销售、创业者、咨询顾问——通勤的 30 到 60 分钟，是大脑高度活跃但眼睛和手被强制离线的”真空时间”——你在这段时间里复盘昨天的会议，推演接下来的提案，或者突然想通了某个产品逻辑。
但问题随之而来：这些高质量的思想，此刻正以最原始的形态在你的大脑里流淌，却没有一个”容器”可以接住它。你无法打字，不敢看屏幕，传统车机语音助手只会回答”今天天气怎么样”或者”导航去公司”。
于是，一个隐秘的认知红利被所有人忽视：通勤路上的碎片化思考，其实是知识工作者尚未被编码的”脑力资产”。它是一种每天流失、从未被结构化的信息原油。
谁能捕获它，谁就凭空创造了一块新的信息增量。 更重要的是，这背后藏着一个交互范式的转移机遇——这个机遇，至今未被任何一个大厂真正抓住。
这个机遇，可能长成一个”按钮”。
别急着觉得它简陋。在车载场景里，按钮恰恰是最被低估的交互形态。
过去十年，车机行业一直在做加法：屏幕越来越大，语音唤醒词越来越花哨，菜单层级越来越深。但一个核心问题始终没解决：驾驶时最可靠的交互，不是语音唤醒词，也不是复杂触屏，而是一个可以盲操作、有触觉反馈、动作路径极短、不需要视觉确认的实体按键。
我们用一个真实场景来推演。
你刚见完客户，坐上驾驶位，发动引擎。趁记忆还滚烫，你按了一下方向盘旁边的实体 AI 按钮，说：“豆包，记录一下刚才拜访 XX 客户的情况。客户主要关心三个问题：价格、交付周期和售后。他们现在用竞品 A，但对稳定性不满意……”
AI 只做了极轻的回应：“收到。到公司后帮你整理成纪要。”
到停车场，你熄火下车。手机推送来了：一份结构完整的客户拜访纪要，包含客户背景、核心异议、商机阶段、下一步跟进话术，甚至一封写好的回访邮件草稿。
整个过程中，你没看过一眼屏幕，没打过一个字。
这就是”按钮”交互模型的魅力。它不是把 AI 助手搬进车机，而是创造了一个全新的交互范式：按下即工作，松开即结束；思考在驾驶中完成，结果在停车后交付。
这背后是一套完全不同于传统语音助手的交互逻辑。传统车载语音是”命令-响应”式的：你说“打开空调”，它执行一个动作。而这个 AI 按钮是“会话-沉淀”式的：你陷入一段思考，它持续收音、理解、追问、整理，最后生成一份可交付的结构化资产。
换句话说，它不是帮你“控车”的工具，而是一个车内的语音工作台。
有人可能会问：为什么这个按钮不能只是 App 里的一个“车载模式”？为什么必须是硬件？
这个问题问得很好。答案在于：驾驶场景里，信任和确定性比功能更重要。
现有的语音助手都有一个盲点——你永远不确定它“什么时候在听”。唤醒词也好，屏幕点击也好，都有摩擦和误判：你喊了没反应，或者没喊它却亮了。这种不确定性在办公场景尚可容忍，但在驾驶场景是致命的。它会消耗驾驶员的注意力，更会制造一种“被持续监听”的心理不适。
实体按钮解决的就是这个问题。
当你的手指触到那个按钮的瞬间，一种清晰的心理契约就建立了：“我现在开始工作了，我的想法正在被记录。”松开，契约终止。它不是在全天候收集你的数据，而是在响应你的工作意图。
这一点在隐私层面极为重要。车内对话可能包含客户信息、商业机密、个人隐私。一个明确的物理开关动作，比任何隐私条款都更能建立信任——你清楚地知道“我刚才说了什么被记录了”，而不是“它刚才是不是听到了什么”。
这也是为什么我认为：敢在交互上“做减法”的硬件，反而可能成为 AI 时代最重要的入口。
如果只是讲一个车载硬件的产品故事，那这篇文章到此就可以结束了。但真正让我兴奋的，不是这个产品本身存不存在，而是放眼望去，有一家公司几乎已经凑齐了做这件事的所有拼图。
这家公司叫字节跳动。
让我们做一个推演。如果你现在要启动“车载 AI 按钮”这个项目，你需要什么？
第一，你需要一个能解决复杂声学环境下定向收音的硬件能力。 车里不是安静的办公室——它有胎噪、风噪、空调声、音乐声、导航播报、乘客说话。你需要麦克风阵列、降噪算法、主驾声源区分能力。这些不是软件能解决的。
字节在 2026 年 4 月和影石 Insta360 做了一件事：TRAE SOLO 上线语音输入功能，同时推出了一个联名套装，搭配 Insta360 Mic Air 麦克风。官方宣传是“Voice Working 硬件”，主打办公场景，让用户通过语音输入快速让 AI 主导任务。
Insta360 有什么？消费级音频硬件设计能力、复杂环境降噪经验、小型化和低功耗能力、对户外和移动场景的深度理解。这些东西，正好是车载场景最需要的。
第二，你需要一个能把语音流变成结构化工作流的 AI Agent 能力。 用户口述的是一段乱糟糟的口语，输出的必须是一份会议纪要、一个 PRD 草稿、一条 CRM 跟进记录。这需要多轮对话理解、意图识别、模板匹配、长上下文管理。
TRAE 在做的事情——AI Coding、Vibe Coding、从自然语言到结构化输出的 Agent 工作流——恰好就是这块能力。它的底层逻辑就是让用户说”我想要什么”，AI 负责拆解、推理、生成可用的交付物。这件事从代码领域外溢到通用办公领域，几乎是一条直线。
第三，你需要一个 C 端用户愿意张嘴说话的 AI 品牌。 产品经理和销售不需要知道 TRAE是什么，但他们大概率听说过豆包。豆包目前的品牌心智是“能聊天、能问答的 AI 助手”，从聊天到“帮我整理会议纪要”，再到“开车时我说你记”，迁移路径非常顺滑。
第四，你需要 B 端的云基础设施和行业解决方案。 ASR、TTS、RTC、大模型 API、数据安全、企业知识库、飞书/CRM/邮箱的接口打通——这些是火山引擎的阵地。
把这几块拼在一起：Insta360 做物理收音入口，TRAE 沉淀 Agent 工作流能力，豆包做 C 端交互品牌，火山引擎做 B 端技术底座和车企渠道。
一套完整的”移动语音 Agent 工作流”闭环，每一块都有现成的积木。
这不是我幻想出来的路径，而是从他们已有动作中自然浮现的战略延伸。如果字节内部有人能看到这几块资源之间的引力，这个产品不需要从零开始——它只需要把已经散落在各处的拼图对起来。
那么，第一枪应该从哪里打响？
我给出的判断可能和很多人不一样：不是“驾驶中和 AI 长聊”，而是”路上复盘”。
“开车时和 AI 深度辩论 30 分钟”听起来很酷，但它有两个致命伤：一是安全风险，长时间沉浸在复杂对话中必然分散驾驶注意力；二是用户习惯——大多数人在驾驶时并没有那么强的“讨论欲”，但复盘欲、记录欲，每个人都有。
销售刚见完客户，上车。产品经理刚开完评审会，上路。咨询顾问做完客户访谈，返程。此刻他们的脑子里装满了滚烫的信息，这些信息如果不立刻记录下来，几小时内就会衰减、变形、甚至消失。
认知心理学有一个概念叫“短时记忆的脆弱窗口”——人脑的临时记忆在没有复述和编码的情况下，15 到 30 分钟内就会显著衰退。对于知识工作者来说，这意味着每次通勤的前 15 分钟，是一天中信息密度最高、也最容易被浪费的时间。
这个场景下，他们不需要 AI 和他们深度辩论，只需要一个不会丢东西的“容器”。
按一下按钮，花 3 分钟口述，AI 自动分类、整理、结构化，停车后一份文档生成完毕。
这才是真正的刚需。 它的价值不是“让驾驶更有趣”，而是把人类最短的短时记忆，无损转化为可检索、可复用、可协作的结构化资产。
这也是为什么我认为这个产品的第一批用户，不是“所有车主”，而是高频知识工作者：产品经理、销售、创业者、咨询顾问、律师、投资人、管理者。这群人在驾驶时有大量的“想法流”，但今天这些想法很大一部分流进了黑洞。
谁先堵上这个黑洞，谁就创造了一个新的信息增量。 而这个增量，正是飞书、CRM、知识库这些企业系统最渴望的“元数据”——未经过滤、未经组织、最接近真实认知的第一手输入。
当然，任何产品构想最终都要面对“落地”的问题。
我的判断是，五步走，而不是一步到位。
第一步：桌面语音工作流。 就是 TRAE + Insta360 现在在做的事。先验证用户愿不愿意对 AI 说正经事，专用麦克风体验是否显著优于手机收音，语音输入能否真正提升 AI Agent 的任务完成质量。
第二步：手机 App 移动办公。 豆包或相关 App 支持外接麦克风，实现长语音连续记录、一键总结、多种模板输出（产品方案、销售纪要、日报、会议复盘）。这一步不需要和车厂发生任何关系，只需要手机 + 蓝牙 + 麦克风。但这一步已经可以验证“移动语音工作流”的核心价值。
第三步：驾驶模式。 App 内推出一个极简的“通勤模式”——大按钮、少视觉元素、简明语音确认、不长篇播报、驾驶结束后推送摘要和文档。这一步依然不依赖车机，但开始真正切入车载场景。
第四步：独立车载硬件。 如果前三步验证通过，独立硬件就会出现：方向盘附近的实体按钮、主驾定向麦克风、车载供电、蓝牙连接手机、一键唤醒、停车同步。这才是最接近“车载 AI 按钮”的完整形态。
第五步：车厂前装合作。 车机原生的方向盘 AI 键、座舱麦克风阵列、车机账号打通、企业系统同步。这是终局，也是壁垒。
我认为，这件事不会一步到位，但它大概率会发生。因为它满足了一个新技术范式落地的所有必要条件：有明确的高频场景、有清晰的用户价值、有现成的技术拼图、有合理的落地路径。
最后，回到标题。
“杀死 App”当然是一个夸张的修辞。App 不会被杀死，就像网站没有被 App 杀死一样。但交互的重心，正在从“屏幕里的那个方框”向“物理世界的各种锚点”转移。
当我们看到一个产品经理在车里按下按钮、口述了一个 PRD 草稿，到公司打开飞书文档直接编辑；当我们看到一个销售在返程路上复盘完客户拜访，CRM 里已经多了一条跟进记录——在这些时刻，“打开 App”这个动作本身被消灭了。
交互的起点，从屏幕上的一个图标，变成了物理空间中的一个按钮、一句话、一次触碰。
而能定义这个按钮的人，定义的不只是一个硬件，而是下一代 AI 交互的接入范式。
现在回到那个假期后的周末，当我折腾了两天 CarPlay，终于意识到豆包上不上 CarPlay 根本不重要的时候，我脑子里想的其实是另一件事：
最重要的战场，可能根本不在那个屏幕上。
它在每一个手脚被占用、大脑却高速运转的时刻。在驾驶座，在厨房，在跑步机，在流水线。在每一个你“想和大模型互动但却腾不出手”的瞬间。
谁先在这一刻按下一个按钮，谁就拿下了通向物理世界 AI 交互的入场券。
而在我看来，最接近这张入场券的玩家，车牌号已经能看清楚了。
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。
蓝蓝设计的小编 http://www.lanlanwork.com