当 AI 把界面折叠成一个对话框：Jakob 定律的新角色

AI 助手正将原本分散在无数应用和网站中的任务，收拢到同一个对话界面。Jakob Nielsen 关于「用户期望界面与已知一致」的定律并未失效，反而指向了一个新对象——助手本身，并对设计系统的语义层提出了更高要求。

定律翻转：从「不要偏离」到「因为相似所以更易上手」

2000 年 Jakob Nielsen 提出这条定律时，互联网正经历大量新界面的涌现。用户的习惯来自熟悉的同类网站，因此设计应遵循已有惯例，避免无谓偏离。这一原则在此后二十余年几乎被反复验证。

如今 Claude、ChatGPT、Gemini、Microsoft Copilot 等助手陆续成为任务入口，定律的指向悄然反转。提问框、回复、对话往返——所有助手的形态高度一致，这种同质化反而降低了学习成本：用户掌握一个助手，几乎就能上手所有同类工具，这使 AI 工具的采纳速度远超任何传统 onboarding 流程。定律的内涵并未消失，但工作已转移到另一组表面。

表面数量正在下降

过去三十年，软件数量持续增长——每一类任务都有独立的应用、独立的网站、独立的界面；浏览器标签堆积、应用图标满屏是常态。设计系统之所以重要，正是为了让这些表面保持一致：下拉框就是下拉框，按钮就是按钮。

AI 助手正反向运行，把许多工作吸收进同一个入口：

• Slack 在频道内直接运行 AI 代理
• Microsoft Teams 把 Copilot 放在与同事对话的同一窗口
• 开源项目 OpenClaw 把任意模型接入用户已有的聊天工具

更关键的变化在于智能体一旦在场，会主动跨工具执行：

• OpenAI 让第三方应用直接在 ChatGPT 内运行
• Anthropic 的 Model Context Protocol（MCP）从另一侧提供开放标准，让助手通过单一连接触达日历、文档、问题追踪器等
• Claude Cowork 围绕一个目标，跨文件、跨应用进行综合与执行

设计系统为何更重要

当大部分任务都流经助手，问题就不再只是「产品在被这个表面触达时是否可用」，而是「是否给智能体足够清晰的上下文让它用得好」。智能体不像人那样带着多年习惯去解读界面，它的上下文记忆有限，只能依赖被显式声明的约定。

这正是 UX Components、A2UI 等语义层标准化工作出现的背景：把组件的语义含义显式化，让约定既清晰又可预测。设计系统在 AI 时代的角色已从辅助一致性的「最佳实践集合」，升级为支撑人机协作的基础设施。

设计工作的迁移

界面的惯例仍然存在，但读取这些惯例的工作越来越多地由智能体承担，因为用户已经不再亲自接触那些陌生的工具。设计师的交付物需要扩展：除了面向人类的视觉与交互规范，还要提供面向机器的结构化语义，让模型能在没有人类示范的情况下正确解读界面。

软件曾经持续裂变，助手则相反——把许多工作收拢到一处。对于构建产品的人来说，「用户如何到达这里」已经不够，必须同时回答「智能体如何被赋予使用它的能力」。