Claude Dispatch 与界面之争：为什么聊天窗口不是用 AI 干活的正确方式

Ethan Mollick 2026年3月31日 854 71 49 分享 AI 的能力早已远超大多数人的认知。这种所谓的“能力过剩”在很大程度上并非源于 AI 的局限（当然，它仍有许多局限），而是源于人们与 AI 互动的方式。绝大多数人通过聊天机器人使用 AI，而且通常是能力较弱模型的免费版本。聊天机器人适合快速提问，却不是真正完成工作的好方式。

事实上，近期研究表明，使用聊天机器人界面工作会让我们付出认知代价。一篇新论文让一小群金融专业人士用 GPT-4o 1 完成一项复杂的估值任务，并逐轮从对话记录中测量他们的认知负荷。人们确实从使用 AI 中获得了生产力提升，但其中一部分似乎被抵消了，因为 AI 呈现信息的方式完全让人不堪重负：大段大段的文字、主动提议探索新话题，以及冗长散乱的讨论。聊天机器人界面似乎成了障碍，而不是工作本身。而且一旦对话变得混乱，它就会一直混乱下去。AI 被优化为乐于助人，只是把用户提供的任何杂乱结构原样映照回来，而用户已经不堪重负，也没有重新整理。双方都在不断加剧这个问题。受影响最大的是经验较少的员工，而他们恰恰是最能从 AI 中受益的人……前提是他们能跟踪自己用 AI 在做什么。

如果你曾用聊天机器人完成过事情，这应该不会让你感到意外。你问一个具体问题，却得到五段包含答案（在某个地方！）的文字，同时 AI 还主动提供三件你并未询问的新事情。界面本身产生的认知成本，压过了 AI 智能带来的好处。那么，更好的界面是什么样子？

一种选择是为特定工作或任务构建专门的界面。在所有专门的 AI 界面中，真正完整的只有编程类界面。这完全在预料之中：AI 实验室的员工是程序员，模型在代码上接受了大量训练，而构建这些工具的人往往是为自己而建。

我之前写过 Claude Code，这是 Anthropic 的编程智能体，可以自主工作数小时。OpenAI 的 Codex 和 Google 的 Antigravity 也能做类似的事情。我用 Claude Code 做过各种事情，从赚（少量）钱到做游戏，完全没碰过任何代码。我也发现 Codex 极其有用，能力水平相近。这些工具非常出色，但它们确实是为程序员打造的。它们假定你懂 Python 和 Git。它们的界面看起来像 1980 年代的计算机实验室。对于并非开发者的 99% 知识工作者来说，这些强大的 AI 工具并没有为他们优化。

Pomelli、Stitch 和 NotebookLM 在所有 AI 实验室中，Google 似乎在为其他职业构建专门界面方面试验得最多。它们都还有些粗糙，但展示了当 AI 工具为其他类型的知识专业人士构建时，未来可能是什么样子。Google 的 Stitch 暗示了 AI 原生设计可能是什么样子——一块无限画布，你用自然语言描述一个应用，就能得到多个相互关联、设计系统一致的屏幕。类似地，Pomelli 让你粘贴网站 URL，自动生成符合品牌调性的社交媒体营销活动，它采用营销的语言而非提示词，让这件事感觉不那么技术化。而最知名的 NotebookLM 提供了一种研究、展示和处理多样信息源的方式。这些都展示了事物可能的发展方向，但它还不是像 Claude Code 之于程序员那样具有变革性的工具。不过还有另一种经历了爆炸式增长的界面：个人智能体。

如果你还没听说过，OpenClaw 是一个开源 AI 智能体，它的标志是一只红色龙虾，它是一个安全噩梦，而且它已成为历史上增长最快的开源项目。OpenClaw 之所以如此成功，是因为它是一个真正的个人智能体。该系统设计成你可以通过 WhatsApp、Telegram 或 Slack 与你的 AI 智能体对话，这些正是你用来给人发消息的应用。你让它检查邮件、订餐位、找文件，它就会在你的电脑上完成这些事。它以事后看来显而易见的方式解决了界面问题：不是聊天机器人或命令行，而是让你像与人交谈一样与 AI 交谈，使用 WhatsApp 这类你已经非常熟悉的界面。

然而，OpenClaw 难以使用，并且带来大量安全风险。Anthropic 的答案是 Claude Cowork 搭配 Dispatch。Cowork 于今年一月推出，是面向知识工作者的 Claude Code 版本。它通过桌面工作区让 Claude 访问你的本地文件和应用。它还通过连接器接入数十个应用，当没有现成连接器时，它会退而直接控制你的鼠标和键盘。Dispatch 是过去几周才推出的，它补上了关键的一环：你可以在 Claude 于桌面工作时从手机给它发消息。你扫描一个二维码，手机就成了坐在你电脑前的 AI 智能体的遥控器。

把 Dispatch 和 Claude Code 结合使用，会形成一种感觉像在与一位能干的助手交谈的界面。例如，我从手机让 Claude 准备一份晨间简报，它会读取我的日历、邮件和在线频道，然后给我一份关于接下来需要做什么的报告。但 Cowork 也能做更复杂的工作。我从手机让它查看我最近做的一份演示文稿，看看第 3 页的图表是否是最新的，如果不是就更新它。你可以看到它在一个地方稍微卡住了（一个网站阻止它下载文件），但除此之外，结果非常令人印象深刻。它打开并“查看”了 PowerPoint，并在我的整台电脑上查找更新的数据。当我给它一个指向更新版在线论文的链接时，它下载了 PDF，找到较新的图表，裁出图表的图像，并为我更新了 PowerPoint。这是精密而复杂的工作，即使并非总是无缝，通常也足够接近，能节省大量时间。

它像 OpenClaw 那样灵活吗？不。Cowork 是沙箱化的，更安全但也更受限（但这并不意味着没有安全风险）。连接器生态在增长，但还不完整。而 Cowork 能使用你的电脑这一想法，作为概念令人印象深刻，在实践中却容易出错。但核心洞见与 OpenClaw 偶然发现的是同一个。人们不想要聊天机器人。他们想要一个能在他们真实文件上、用他们真实工具工作的智能体，并且能以他们与人交谈的方式访问。

所有这些都假设我们需要预先决定界面。但最新的 AI 系统实际上可以为你构建界面。例如，在过去几周里，Claude 获得了直接在对话中生成可视化的能力。这些不是静态图像。它们是可交互、可调整的，而且当你提出后续问题时，Claude 可以修改它们。

这是解决界面问题的另一种方式。与其让公司为每一种工作构建专门界面，不如让 AI 即时生成合适的界面。我怀疑未来不是一种界面统治一切。而是 AI 为当下生成合适的界面：你桌面上的智能体、对话中的图表、为解决某个问题而定制的应用。我们正从适应 AI 的界面，转向 AI 让界面适应你。

AI 能力一直跑在 AI 可及性前面。这些模型已经足够聪明，能做非凡的事情有一段时间了，但我们一直让人们通过聊天机器人来获取这种智能。而且，正如那项认知负荷研究所示，聊天机器人这种形式正在积极地与他们作对。随着界面改进，我们将看到当远更多的人真正能用上 AI 所能做的事情时会发生什么。每一个哪怕只缩小部分差距的新界面，都会让人感觉是 AI 能力的一次飞跃，即使模型并没有改变（尽管它们仍在改变）。我的猜测是，人们有时表达的许多“AI 失望”并非来自 AI 不好，而是来自界面不对。我们构建了近代史上最强大的技术之一，然后却让人们通过往聊天窗口里打字来访问它。这很快就会改变。

对那些基于较旧 AI 模型提出主张的论文保持谨慎总是好的，但在这个案例中，我怀疑现已过时的 GPT-4o 和 GPT-5.4 之类的模型之间并没有太大变化，因为它们都显示大段大段的文字。