智能体UI的进步，不应以界面消失多少来衡量

过去几年，聊天框几乎成了 AI 产品最自然的界面选择。它不需要复杂导航，也不必为每种需求预设入口，用户只要说出目标，系统就能理解意图。

这种方式看似简化了界面，却也改变了一件事：**过去由设计师组织和呈现的功能结构，有一部分转移给用户自己去发现。**传统界面中，按钮、菜单、字段和状态会告诉用户系统能做什么；面对空白聊天框，这些线索几乎消失。用户不仅要知道目标，还要判断 AI 是否具备相应能力、该怎样表达。界面的复杂性并未消失，只是转移到对系统能力的猜测中。

TESSA 在设计 ROCCO 时遇到的正是这个问题。ROCCO 是面向市政垃圾清运的 AI 路线管理系统，用户熟悉道路、路线和调度，却未必熟悉 AI 交互。因此产品尽量沿用他们原本理解工作的方式：显示路线和街道名称，而非数据库编号；只保留当前任务所需信息，需要解释时再由 Agent 补充。

这些设计指向 Agentic UI 一个更基础的问题：自然语言并不天然适合所有任务。

当需求开放，例如“为什么今天这条路线比平时慢”，对话很合适；但如果用户明确知道要修改某个设置，情况不同。TESSA 曾把 ROCCO 的设置面板隐藏在对话之后，只有 Agent 判断需要时才调出。演示时很流畅，但真正的用户要修改设置时，却不知道该说哪句话才能打开面板。

这个案例暴露了纯对话界面的结构性问题：当用户意图越明确，语言反而未必是最高效的交互方式。“帮我分析这条路线为什么异常”适合交给 Agent；“把这个开关关闭”往往只需要明确控件。前者需要理解模糊意图，后者需要精确、可见、可重复的操作。

TESSA 后来为 ROCCO 定下一条原则：Agent 能完成的能力，也要保留人工可达的界面路径。对话负责模糊、探索性和跨步骤任务，按钮、表单与设置面板继续承担目标明确、需要精确控制的操作。

这不是退回传统 GUI，而是在重新理解两种界面各自擅长什么。Agent 可以根据意图动态调动能力，但如果彻底取消结构化界面，也会拿走用户判断、发现和直接控制系统的依据。

所以，Agentic UI 真正需要解决的并不是“聊天能否取代 GUI”，而是**哪一部分复杂性应该交给 Agent 理解，哪一部分仍应通过界面明确呈现。**控件更少并不必然意味着认知负担更低；如果用户必须先猜测 Agent 的能力，再尝试不同表达，所谓简洁只是把可见结构变成了不可见规则。

当然，ROCCO 只是 TESSA 自身的产品实践，不能证明某种界面模式普遍优越。对于研究、创作、复杂探索等难以预先结构化的任务，空白输入框仍有优势。

但这个案例提醒我们：Agentic UI 的进步，不应该以界面消失了多少来衡量。聊天框可以成为新的交互方式，但不该因此成为所有交互的默认形式。