小 p: 一次关于 AI 的交互实验
一些啰嗦
过去前端工程师总抱怨技术变化得快，现在 AI 让所有人都处于变化的风暴之中。
我尝试做工具、工作流，如同大家一样；我为身边的人解答问题，几乎来者不拒；我做一些基础建设的工作... 这些事情太重要，可它们却“无聊”，尤其是所有人都在做时。当我们都处于风暴之中，到底是风暴在走，还是我们在走？我自称 design engineer，而当身边的设计师都好像在向这个方向靠近时，我对自己的下一步却有一些不知所措。
“无聊”是一个不负面的中性词。在每一件事里发现无聊，是一种健康的审视，因为每一件事都不可能完全按照你的设想发生。它是自己与现状磨合的过程。想要去寻找一个方向，是在推特上看到 蚂蚁写字 的那刻 —— 太棒了！我为什么没有在思考一些更加有趣的事情呢？
我看到过一些人说 AI 改变了他的世界观与工作方式，或许他们遇到了属于自己的 CSS Doodle。我对 AI 的憧憬没有 CSS Doodle 那么高，但至少希望做一些自己想做的。
让我先来说说我做了什么。
给 AI 一个指针：小 p 是一位组员
我们将组内的一些 side projects 放在一个叫 Playground 的地方，它是一座为想象力充电的游乐场：
现在要将 AI 带到这个页面中，为你解答有关项目的问题。很简单：在右下角增加一个弹出 Chatbot 对话框的入口。 想象一下真的有一个人在页面中与你聊天，会是什么样的？我对 Playground 的第一个改造是将它 Figma 化，以缩放、拖拽的形式探索页面：
去项目玩玩，不再是新建一个浏览器 tab，而是切换视角，直接开玩：
接着，很自然地，AI 在这里应该拥有一个属于自己的指针 —— 就像我们的一位组员一样。既然是 Playground，那他就叫 小 p 好了。除了聊天以外，小 p 拥有的能力只有简单的 移动与空间感知。可以叫他过来（或者离你远点）；可以指着一个项目问“这是什么”，因为他理应知道你在看什么：
移动与空间感知，对人来说是最基础的能力。LLM 在这里的作用就是运用 移动 这个基础的能力，去完成动作。比如你也可以让他转一圈：
丰富了知识库后，小 p 还可以把某个人指给你看：
再加入 Worker，我们一起和 小 p 玩：
整个项目的大部分精力都花在了 Prompt 设计上 —— 如何收集上下文、如何用简单的移动和聊天（小 p 只有这两个能力）去尽可能地完成任务。这很像是在做一款简单的游戏。他也无非是一个有一些知识库的问答助手，可和他的互动方式是有趣的部分。
给 AI 一支画笔：和 小 p 一起画画
在 Playground 之后，做 Playpad。AI 不需要指针，所以赋予指针是 Playground 的难点；同样，AI 绘画不需要画笔，赋予绘制的过程就是 Playpad 的难点。一开始我尝试基于 p5.brush 实现，但后来换成基于 perfect-freehand 的 svg 方案，就是因为需要展示轨迹。
Claude 真是太擅长绘制 svg 了：
画自由女神像和金门大桥：
前段时间全网都在玩 Pretext，那么我们还可以和小 p 在数学课本上乱涂乱画：
给 AI 整个屏幕：桌面级小 p
再来，通过 10 轮 agent 对话，用 Swift 把小 p 带到桌面端，成为一个解答你任何问题的助手：
要做的就是文字 + 图像的 Prompt + 鼠标位置的记录。当然相比起上面的两个玩具，这个就只是本地的一个 demo 了。之后我也关注到 OpenAI 的 Computer Use 就在做这样的事，相比于只是对话解答，它还能直接操控你的电脑。
还能做什么？顺着这样“拟人化”的方式向下走，还想过和小 p 一起写文章会是怎样的呢？如果一个真实的人改你的文章，他并不会像 AI 那样把一大段文字重新发给你，而是会像一个编辑一样，在文章中插入、删除、修改文字，告诉你哪里需要调整。或许像这样：
不过这好像没有之前的三个玩具那么有趣，因此我便没有继续下去。
我在做什么？
好了，我做的事情很简单，就是让 AI 表现得像人。但好像这件事好像没什么意义？
- 没有用。对于写文章而言，我真的需要 AI 帮我圈圈点点，还是改好输出给我就行了呢？对于绘画而言，为了实现 AI 路径绘制，就只能画一些简单的 SVG 简笔，无法做到更多风格的复杂绘画；
- 强行模拟是冗余，更是一种倒退。Figma 不会给 AI 一个指针，因为 AI 根本不需要一个指针。生图引擎也不会给 AI 一个画笔，因为只有人的创作是线性的。
但...如我开头所说，这一次，对我来说什么是有趣呢？与 AI 的联系和交互方式。大部分人在用 AI 去做东西，用 AI 去完成其他事，却很少探索和 AI 做什么 —— 真是“无聊”（不负面的中性词）。
AI 对人来说是一个高效的黑盒。是的，AI 不需要“过程”。为了实现这些“过程”的模拟，我需要将所有的“过程”都作为“结果”呈现到前端，让小 p 留下痕迹。我想，把不可见的协作变得可见，说不定能让你和 AI 的关系更有温度。这种完全的多余，反而能让事情变得更有趣。把单向的指令变成双向的共创游戏，这种带着点笨拙感的互动，比直接出结果更有探索的乐趣。
就像 CSS Doodle 也是无用的 —— 为什么要用 CSS 去画画啊？就像 UI 动效 是多余的 —— 我更关心你能否解决我的问题啊。
嗯，我好像就是需要让自己想一些看起来没有用的事。功能可以被复制，但有趣的互动才让人印象深刻。小 p 是一次关于 AI 的交互实验，我很满足自己能够这样做。即使在现在这个时代，这份满足感并没有持续很久，但我仍能看到自己一如既往地对“多余”的尝试。
现在做得还不够多、还不够好，真正的 AI 体验创新，不是让它效仿人类、不是假装会用鼠标，而是要去思考 AI 能用什么独有的方式让这些协作过程变得更有趣。接着，再让用户适应 AI 的方式。