针对智能体的用户体验设计,第一部分:聊天 [译]

针对智能体的用户体验设计,第一部分:聊天 [译]

在三月份 Sequoia 的 AI Ascent 会议上,我讨论了智能体的三个限制:规划、用户体验和记忆。你可以在这里观看那次演讲 点击此处 。在本文中,我将深入探讨智能体的用户体验设计。感谢 LangChain 的创始工程师 Nuno Campos,他提供了许多原始想法和类比。

由于智能体用户体验设计的不同方面很多,这个话题将会分成三篇独立的博客。这是该系列的第一篇。

人与计算机的交互已经研究了很多年。我相信在未来几年,人与智能体的交互也将成为一个重要的研究领域。

智能体系统与过去的传统计算机系统不同,主要是因为它们面临着新出现的挑战,如延迟、不可靠性和自然语言界面。因此,我坚信,与这些智能体应用程序交互的新 UI/UX 模式将会出现。

虽然目前智能体系统还处于早期阶段,但我认为已经有多个正在兴起的 UX 模式。在这篇文章中,我们将讨论目前最主流的 UX 形式:聊天。

流式聊天

“流式聊天” UX 是目前最主流的 UX。它简单地指的是一个智能体系统以聊天格式实时返回其思考和行为——ChatGPT 是其中最受欢迎的例子。这种交互模式看似简单,但实际上有几个重要的优点。

与大语言模型 (LLM) 交互的主要方式是通过自然语言。在聊天中,你可以通过自然语言直接与 LLM 互动。这意味着你和 LLM 之间几乎没有任何障碍。

💡

在某些方面,流式聊天就像早期计算机的“终端”。

终端(尤其是早期计算机的终端)提供了更底层、更直接的访问操作系统的方式。但随着时间的推移,计算机逐渐转向更多基于图形用户界面的交互。流式聊天可能类似——这是我们与 LLM 互动的第一种方式,它提供了对底层 LLM 的直接访问。随着时间的推移,其他 UX 可能会出现(就像计算机逐渐转向更多的 UI 交互)——但低层次的访问在初期有显著的优势!

流式聊天的一个优势是 LLM 可能需要一些时间来处理。流式方式让用户能够理解系统内部的实时情况。你可以看到 LLM 执行的中间步骤(包括它采取的动作和结果)以及它“思考”时生成的 token。

流式聊天的另一个好处是 LLM 经常出错。聊天提供了一个非常自然的界面,可以用来纠正和引导它!我们已经习惯了在聊天中进行后续对话,并通过这种迭代方式讨论问题。

当然,流式聊天也有其缺点。首先,流式聊天是一种相对较新的 UX,因此我们现有的聊天平台(如 iMessage、Facebook Messenger、Slack 等)还没有内置这种模式。其次,对于需要较长时间运行的任务来说,这种模式可能会有点别扭——难道我要一直坐在那里看着智能体工作吗?第三,流式聊天通常需要由人类触发,这意味着人类仍然深度参与其中。

非流式聊天

称它为“非流式聊天”听起来有些奇怪,因为直到两年前,我们还只是把它称为“聊天”——但事实就是这样。非流式聊天与流式聊天有很多相似之处——它向用户直接暴露 LLM,并且允许非常自然地进行纠正。

非流式聊天的主要区别在于,响应是以完整的批次返回的,这既有利也有弊。最大的缺点是你无法看到系统内部发生了什么,结果就是你会被蒙在鼓里。

但是……这真的是问题吗?

Linus Lee 最近对“委托”发表了一些精彩的见解,我非常喜欢。他的一个片段很好地说明了这一点:

我有意将界面设计得尽可能不透明。

他认为,不透明的界面需要一定程度的信任,但一旦建立了这种信任,就可以让你_只需将任务委派给智能体_,而不必进行微观管理。这种异步性质也有助于处理长时间运行的任务——这意味着智能体可以为你做更多的工作。

假设信任得以建立,这似乎是一个好事情。但它也会引发其他问题。例如,如何处理“重复发送”——即用户发送一条消息,智能体开始执行任务,而用户在智能体完成任务之前再次发送另一条(有时是无关的)消息。在流式聊天中,通常不会出现这种问题,因为智能体的流式信息会阻止用户输入新的内容。

非流式聊天 UX 的一个优势是它更符合我们的日常习惯,这意味着它可能更容易整合到现有的工作流程中。人们习惯于与其他人通过文本消息交流——为什么不也适应与 AI 进行文字交流呢?

💡

非流式聊天的另一个大优点是,它通常允许 AI 花费更多的时间来回应。

这通常是因为非流式聊天更自然地集成到我们现有的工作流程中。我们不期望朋友立刻回复消息——为什么我们要期望 AI 这样做呢?这使得与更复杂的智能体系统交互变得更容易——这些系统往往需要时间,而如果我们期待即时回复,可能会感到沮丧。非流式聊天往往消除了这种期望,使得执行更复杂的任务变得更加轻松。

流式聊天似乎是更新、更闪亮、更具未来感的技术……但随着我们对智能体系统的信任增加,这种趋势是否会逆转呢?

聊天之外的更多 UX 形式?

由于这是三篇系列文章的第一篇,我们相信除了聊天之外,还有更多的 UX 模式值得考虑。不过,仍然值得提醒的是,聊天是一个非常好的用户体验设计,它被广泛使用是有原因的。

聊天的好处:

  • 允许用户直接与模型交互

  • 允许用户轻松提出后续问题和/或进行纠正

流式与非流式聊天的优缺点

类型

优点

缺点

流式聊天

- 向用户展示一些工作正在进行中
- 如果流式传输中间步骤,用户可以通过查看内部进展来建立信任

- 大多数现有应用程序并不支持流式聊天设计

非流式聊天

- 通常用户对即时响应的期望较低,允许智能体承担更多的工作
- 更多应用程序已经原生支持非流式聊天

- 难以了解系统内部发生了什么
- 需要处理“双重发送”的用户体验,即用户在系统第一次响应完成之前与其再次交互