30 年前 Jakob Nielsen 預測的 AI Interface
一份三十年前的論文，拿到今天的 AI 世界來對答案，會考幾分？
易用性研究的教父級人物 Jakob Nielsen 最近做了一件很少有科技評論者敢做的事：把自己過去的預測攤開來，逐條打分數。他在部落格文章〈Predicting the AI Interface 30 Years Ago: I Was 71% Right〉裡坦言，科技圈有個奇怪的現象 ── 預測發表得轟轟烈烈，卻幾乎沒人回頭檢討對錯。他決定從自己開始。
一九九三年，Nielsen 發表論文《Noncommand User Interfaces》，主張未來的電腦會放棄「使用者下指令、電腦照做」這套邏輯，改成觀察使用者、推測意圖並主動行動。一九九六年，他與已故的好友兼同事 Don Gentner 合寫《The Anti-Mac Interface》，把蘋果的「麥金塔人機介面指南」裡每一條原則整個反過來，推導出一個以語言、更豐富的物件表示、更具表現力、專家使用者、共享控制為核心的介面願景。
三十年過去，對話式 AI 真的把主流互動模式從「下指令」變成了「猜意圖」。Nielsen 說，是時候把當年那兩份考卷拿出來，一條一條核對答案了。
兩篇論文，一個未來
這兩篇論文其實是從不同層次瞄準同一個未來。《Noncommand》談的是「互動機制」：十二個維度，說明未來的介面會如何放棄明確指令，從語法到輪流發言，再到誰在掌控介面。《Anti-Mac》談的則是「介面本質」：一旦拿掉指令迴圈，隱喻、直接操作、所見即所得這些東西要被什麼取代。答案濃縮成五項原則 —— 語言為核心、更豐富的內部物件表示、更具表現力的介面、專家使用者、共享控制。
Nielsen 說，這五項原則裡有四項讀起來就像是今天某個大型語言模型產品的規格書。第五項則錯得很有啟發性，後面會提到。
評分規則：不打人情分
Nielsen 沒有挑好聽的預測來講，而是老老實實對照兩篇論文自己列出的表格：《Noncommand》的十二維度比較表、《Anti-Mac》表一的十項麥金塔對照反轉，再加上表二的使用者族群預測，一共二十三項預測，每項用〇到一百分打分： 一百分代表「大致如所述般發生，如今已成主流」；七十五分是「本質上發生了，但機制或細節不同」；五十分是「部分實現，或只在特定小眾領域實現」；二十五分是「只有一小部分成真」；零分則是「沒發生，或發生了相反的事」。
第一份考卷：《Noncommand User Interfaces》──七十一分
一九九三年那篇論文的核心主張是：下一代介面會放棄「對話必須由使用者發出精確指令來控制」這個原則，電腦會改成觀察使用者並推斷意圖。當年舉的例子放到今天看很復古：眼球追蹤遊戲、自動配樂系統、幫忙整理郵件的代理人，還有會說話的汽車導航系統。例子過時了，但方向是對的。
十二個維度加總八百五十五分，平均下來剛好七十一分。其中四個維度特別值得一提。
滿分的那一項。「電腦的角色」這個維度，預測電腦會從「照字面聽命令」轉變成「解讀使用者的行為、做它認為合適的事」。這正是生成式 AI 最典型的動作：大部分的提示詞都留了很多空白，而 LLM 有很大一部分價值，就在於用合理又有用的方式把空白填上。一九九三年的論文甚至引用了一句日本諺語來形容這個設計目標：「聞一知十」。提示詞就是那個「一」。
跨越三十一年的呼應。一九九三年，Nielsen 描述過一種操作方式：「用眼睛看著它來選取，再按下確認鍵（避免誤觸）。」二〇二四年二月，蘋果推出 Vision Pro，用的正是同一套核心手勢：看向目標，再用手指輕捏確認。三十一年後，這個預測原封不動地重新出現，連確認步驟都一模一樣。
輪流發言的尷尬。Nielsen 曾預測對話會擺脫「輪流發言」，使用者與電腦都能持續同時行動。結果 AI 時代的招牌介面卻是聊天視窗 —— 自電傳打字機以來最僵硬的輪流發言設計:你打字、你等待、它回答。不過非指令式的版本正在邊緣悄悄贏回一城：輸入時就跳出的自動完成建議、能自己跑二十分鐘、讓你去做別的事的程式撰寫代理人，還有幾種支援插話與重疊的全雙工語音模式。這一項只給了六十分。
打對了方向、猜錯了做法。一九九三年也預測了使用者會透過示範和圖形化重寫規則來自己「寫程式」，並以 BITPICT 這個系統為例：使用者靠展示像素圖案的前後變化來寫程式。結果「使用者自己寫程式」真的爆發了，只是形式變成了二〇二五年 Andrej Karpathy 命名的 vibe coding：用白話文描述想要的程式，讓 AI 寫出來，再反覆調整。方向對了，機制卻完全不同，只拿到一半分數。
值得一提的是，一九九三年論文裡有張電腦世代演進表，預測「第五代」會從一九九六年開始，把非指令式介面帶給「所有人」。事後對照才發現，真正的第五代其實是網頁與手機觸控 —— 多了整整二十七年的「看了就點」，也就是說，還是指令。點一個連結是指令，點一個圖示也是指令。Nielsen 說，他猜對了再下一個典範，卻漏算了中間插進來的整整一個世代，有點可惜。
第二份考卷：《The Anti-Mac Interface》 ── 同樣七十一分
Nielsen 與 Don Gentner 當年在 Sun Microsystems 共事時寫下這篇論文，把蘋果公開發表的麥金塔介面設計原則，一條一條反過來推演。結果並沒有推出一團混亂，反而推出一個連貫的替代方案：一個建立在語言、更豐富物件、表現力、專業性與共享控制之上的介面。
十一項預測加總七百八十分，平均同樣是七十一分。其中最值得細看的是三項：
語言：正中紅心。「見即點」反轉成「述即令」這一項拿到九十五分，因為二〇二六年，那個要你「描述、下令」的輸入框，就是介面本身。論文當年寫道：「語言讓我們得以指涉不在眼前的物件，例如我們可以說『艾蜜莉有新訊息時通知我』。」這句話在今天已經不是願景，而是稀鬆平常的星期二。
不過精確地說，論文當年也明確提出了但書：「電腦能與使用者正常對話，這件事還會停留在科幻小說領域好一陣子。」他們當時要求的只是「電腦用的 Pidgin 皮欽語」。他們對了二十六年，然後突然錯了 —— 那個他們小心繞開的「AI 完備」難題，後來真的被解開了，自然語言互動忽然變得可行。這是最好的一種「押錯但值得驕傲」的失敗。
授權：從流水線工人到 executive。論文當年抱怨直接操作把使用者「從能下高層次指令的主管，降級成必須一遍遍重複同樣動作的流水線工人」。代理式 AI 正是他們要的那種「主管式介面」：說出目標、把步驟交出去、審核結果。二〇二六年，這套模式正在跑程式碼重構、研究報告、瀏覽器跑腿等任務，這一項拿到九十分。
內部表示：方向對了，實作方式完全不同。論文希望文件能帶有作者、主題、重要性、與其他文件的關聯性等豐富屬性。實際上出現的是嵌入向量 (embeddings) —— 把文件、圖片、句子都映射進高維空間，用距離來估計語意相關性。這個表示方式比當年想像的屬性架構更豐富、更靈活，而且完全不需要一套統一的中繼資料標準。
最大的失誤：他們押專家使用者，AI 卻押了所有人
《Anti-Mac》裡最有信心的一項預測，是關於未來使用者族群的賭注。論文寫道：「期待一個人花好幾年學習如何與電腦溝通，並不算不合理，就像我們現在也期待孩子花二十年學會母語一樣」，並預言會出現一整個「後任天堂世代」，願意投入陡峭的學習曲線來換取更具表現力的介面。
現實把這個賭注整個翻盤。最後勝出的介面幾乎不需要學習曲線，因為每個人本來就會說話。而且實測下來，受益最大的正是新手。史丹佛的 Erik Brynjolfsson 與麻省理工的 Danielle Li、Lindsey Raymond 研究了五千一百七十二名客服人員使用 AI 助手後的表現：整體生產力平均提升百分之十五，但增幅集中在資歷最淺、技能最弱的員工身上，大約提升百分之三十，資深員工幾乎沒有明顯改善。只做了兩個月又搭配 AI 的新人，表現追上了沒有 AI、資歷超過六個月的老手。
Nielsen 說，這一項只能給二十五分。他們當年預測的是給「叢林原住民」用的介面，結果 AI 端出來的是給「觀光客」用的介面。
沒人看到的盲點：結構謬誤
兩篇論文都誠實地指出了自己的瓶頸，而且指向同一個錯誤方向。《Noncommand》怪罪「缺乏足夠高階的資料交換與系統整合標準」；《Anti-Mac》則說，完整系統需要物件屬性「標準化到足以在多個功能模組之間共享」。換句話說，他們相信介面要有智慧，底層必須先有結構 —— схема、標籤、標準化屬性，以及消化這些東西的人工代理人。
Nielsen 把這叫做「схема 謬誤」：假設電腦只能對人類事先結構化過的資訊做出聰明的反應。這是那個年代的普遍共識，後來也催生了語意網 (Semantic Web) —— 又一個「方向對、載具錯」的計畫。真正的解法反過來：用海量、雜亂無章的文字去訓練一個模型，讓它自己從任何東西裡萃取意義。不需要 схема，不需要標準委員會。意義變成系統學來的性質，而不是資料被工程師刻意設計出來的性質。兩篇論文裡都沒有出現「機器學習」這個詞，而這正好解釋了他們三十年時間誤差的大部分原因 —— 他們先畫好了目的地，那台載具卻還沒被發明出來。
麥金塔的原則，以安全防線之姿悄悄回歸
Nielsen 最喜歡的一個轉折是：當 Anti-Mac 介面終於真的上線之後，當年被他們推翻的麥金塔原則，竟然一條一條以「代理式 AI 需求清單」的姿態回來了。
檔案操作要有「復原」功能，一九八四年就是基本配備；而代理人若要幫你寄信、訂機票、修改正式系統，「可逆性」就變成了尚未解決的安全問題，每個嚴肅的代理人產品都在拼命加上檢查點、乾跑模式與確認機制。當年說「值得信任的代理人需要較少的回饋」，沒錯，但信任必須先被賺到，所以二〇二六年的代理人反而串流輸出思考過程、不斷回報進度 —— 比任何圖形介面提供的回饋都還要多。「使用者控制」則以「人在迴路中 (human in the loop)」的姿態重生，變成代理人代為行動前的核准步驟。使用者現在也要求 AI 具備行為一致性：同樣的請求要能穩定產出品質相近的結果，這個承諾其實比「選單長得一樣」還要難做到。
Nielsen 說，典範轉移往往不是把舊原則刪掉，而是把它們從「預設值」降級成「安全防線」。設計代理式產品的人，應該重新翻開一九八四年版的麥金塔人機介面指南 —— 不是當作歷史，而是當作待辦清單。
給未來三十年預測者的六個教訓
Nielsen 說，重新檢討舊預測的意義，是為了校準新的預測。他整理出六個教訓：
第一，原則比技術賭注活得久。語言與授權這兩項預測 (九十到九十五分) 談的是人類需求；VR 與眼球追蹤這兩項賭注(五十到六十分)談的是硬體。用同樣的標準去判斷今天的預言:「人會把更多工作委派給電腦」這種說法禁得起時間考驗，「智慧眼鏡會在二〇二八年前普及」這種說法比較像丟硬幣。
第二，要預期「願景延遲」。從研究實驗室的展示到成為主流典範，歷史上通常要花二十到三十年。滑鼠一九六八年展示，一九九〇年代中期才普及；對話式介面一九八〇年代就有雛形，直到二〇二三年才真正成真。看到今天實驗室裡的腦機介面展示，不妨先預估到二〇五〇年，提早實現才算意外驚喜。
第三，要預期「機制大風吹」。一個預測可以完全猜對終點，卻猜錯每一個假設中的實現方式，這正是結構謬誤發生的方式。反過來也一樣：不要因為機制失靈就否定一個預測，也不要因為機制展示得漂亮就輕信一個預測。
第四，不要押「只有專家能用」。每一代勝出的介面都在降低使用門檻:圖形介面打敗指令列，觸控打敗滑鼠，提示詞打敗程式語言。如果一個預測需要使用者先投入好幾年學習才能享受成果，大概只值二十五分。
第五，把被違反的原則當成未來的需求。當新典範打破一條舊規則(復原、回饋、使用者控制)，你並沒有逃過那條規則，你只是替自己創造了一份安全待辦清單，第一天就該把它寫下來、指派人去做。
第六，公開打分數。一個被公開檢驗過的預測，價值抵得上十個全新的預測，因為檢驗的過程正是校準下一批預測的關鍵。如果你五年前發表過技術路線圖，把它挖出來對答案吧 —— 沒有想像中那麼痛，而且讀者會更信任你下一份路線圖。
結語：對三十年的預言來說，七十一分算高分
Nielsen 最後說，在學校裡，七十一分是個不太好看的成績。但對一個持續三十年、瞄準一個不斷移動的目標的預測來說，他願意接受這個分數 —— 尤其是因為，那些猜錯的地方，教會他的東西比猜對的地方還多:押注在不斷下降的使用門檻上、為「願景延遲」預留時間、並且對每一個信心滿滿的預測都檢查一遍有沒有落入結構謬誤，包括現在灌爆你動態消息的那些 AI 預測，也包括這篇文章自己歸納出的教訓。
他也留下一個開放的問題：這七十一分是暫時的評分。他是拿意圖式運算「第一個廣泛採用的版本」來打分數，而這個版本看起來還相當原始 —— 一個空白輸入框、一份輪流發言的逐字稿、還有動不動就要使用者重新交代上下文的模型。未來十年，持久記憶可能會讓「電腦從互動中學習」這項預測分數上升；環境式代理人可能會削弱聊天視窗僵硬的輪流發言；多模態系統或許終於能讓語言、範例、指向三者融合成一個流暢的動作。反過來，每一次代理人的自主失誤，也都會替回饋、可逆性、使用者控制這些老原則的復辟再添一分證據。
這正是使用者體驗預測最有趣的地方：一個預測可能在它最理想的介面出現之前，就先成真了。