1 写在前面
最近跟一些做产品的老朋友聊天，聊到 AI 的发展，大家都有个共识：过去这一年，AI 市场已经进入第二阶段：场景战役。
无论是海外的 ChatGPT、Gemini，还是国内的豆包、元宝、千问，你会发现头部玩家都在默契地做同一件事：去聊天化。大家都在拼命往多模态和办公生产力里钻，不再满足于做一个只会陪你贫嘴、提供讯息的百科全书。
最近千问做了一次很有意思的升级，在办公场景上，提供创作、PPT生成到AI编辑、智能排版、多格式转换等全链条的解决方案。我们就以此为例，聊聊 AI 在产品设计上的趋势变化。
2 为什么聊天不是终点？
你大概率经历过这种「虽然用了 AI，但依然很累」的时刻：
为了写一份年终总结，你打开某个 ChatBot，输入指令。它很听话，吐给你一段洋洋洒洒的文字。你看着这段文字，心里盘算的是接下来的工作流：
把它复制下来。
打开 Word 或 PPT，粘贴进去。
发现格式全乱了，字体忽大忽小，段落参差不齐，于是你开始人肉排版，逐行调整。
读了一遍发现某一段语气不对，想改，又得切回 AI 的窗口，重新输入指令，再复制，再粘贴……
这种体验是极其割裂的。动线糟糕，路径潦草。
在产品设计中，我们常说要减少用户的「跳转」，尽量做到「无感」。但在目前的 AI 办公流里，用户被迫在 AI 产品的对话窗口、文档软件之间反复横跳。用户的思路也会常被打断，充当了完成转述的苦力工、传话筒。
为什么聊天不是终点？
我们回顾一下计算机交互的发展史。
在 PC 时代，我们的心智是「应用导向」的。我要写文档，我先找 Word 图标；我要做表，我找 Excel。我们的需求被封装在了一个个独立的软件里。
到了 AI 时代，理想的交互应该是「意图导向」的。 当我说：「帮我起草一份租房合同。」 我并不想关心它是用 Word 打开还是用 PDF 打开，也不想关心字体是宋体还是黑体，也不想关心是从哪里搜索到这个合同的模板。我只要那个结果。
如果 AI 仅仅扔给我一段纯文本，那它就只是一个动动嘴的「咨询师」，而不是一个能动手的「执行者」。一个合格的 AI 助理，应该具备闭环的交付能力。
3 从需求到直接交付结果
千问这次升级的核心逻辑，可以概括为：在同一个对话界面内，完成在办公场景从需求到成品的全部过程。
这听起来简单，但从产品层面来看，是对传统工作流的一次重构。在新的千问 App 里，你不需要预设「我要打开什么功能」。你只需要在对话框里说出你的需求，比如「帮我写一份年终总结 PPT」或者「生成一份房屋租赁合同」。
看似依然是对话，但这并不是单纯的聊天获取信息。当你给出指令后，由 AI 去建立工作流。如果在这个场景下，PPT 是最好的载体，它就直接生成一个 PPT；如果是合同，它就生成文档。
比如我之前写过的黄金这期稿件，直接投喂给千问，就可以得到一份内容详实的 PPT。
就如同前面提到的，很多时候，最让打工牛马头秃的不是写内容，而是调格式。尤其是公文、论文、合同这些对规范性要求极高的场景。
而这些场景并不是通用大模型能很天然就擅长的。千问这次做了不少苦活累活，资料显示，他们的排版能力覆盖了近千所高校的论文格式、120 多种公文模板，以及 71 类近万份合同模板。
这意味着，当你要求生成一份「正式的商务合同」时，你拿到的不再是一堆需要自己去排版加粗的纯文本，而是一份格式专业、条款清晰、甚至连页眉页脚都处理好的成品文档。
千问引入了一个智能编辑器。你可以在生成的文档或 PPT 上直接进行修改。
比如，你觉得某一段写得太罗嗦，可以直接选中这段话，让 AI「润色一下」或者「换成更严肃的风格」。你觉得 PPT 的某一页布局不好看，可以直接指令它「换个模版」。
比如这样：
从初稿生成，到精细化编辑，再到最后的格式转换（转 PDF、Word、Excel），所有操作都在一个 App、一个界面内闭环完成。
这才是 AI 应该提供的用户体验。技术是为了把人从重复的低级劳动中解放出来，而不是增加新的劳动。
你可能会有疑问：如果说可以自动完成工作，这不是 AI Agent 也自然覆盖的功能范畴吗？的确是的，但大家也有共识，能面面俱到完成所有工作的 Agent，在中短期并不能实现。
在当下，这种务实的 Agent 才更有实际意义。如何通过对当下场景的洞察，去设计功能和交互，配合 AI，完成「意图导向」，先解决用户眼下的问题，更加重要。这是个苦活累活，要重新设计产品体验，并不是把浏览器和鼠标键盘丢给 AI Agent 就能自然解决的。
4 写在最后
Demo is cheap，出一个看似酷炫的 AI 效果是容易的，相当于迈出了第一步。但要把这个 Demo 变成一个能稳定交付、解决实际工作流痛点的产品，需要走过漫长的「后面的 9999 步」。
千问这次的更新，当然也没有一步登天，但确确实实是走在真正解决问题的路上。
在十几年前，百度曾经提出「框计算」的概念，试图让搜索框能承接各式各样的服务，但是失败了，失败的原因就与推荐逻辑和提供服务的质量有关——彼时还没有 AI 大模型这么强的能力，可以自适应地完成给用户筛选和定制各种功能。而前赴后继的创业者和互联网公司都在这些年里不断尝试，今天我们似乎看到了真正实现的机会：用这个对话框，重新连接所有服务。
作为产品经理和内容创作者，我乐见其成。无论是千问，还是其它的 AI 产品，只要是在多花点时间去思考那些真正值得解决的问题，就很值得尊重了。
