设计 Meta Muse：状态、个性化与日常智能体

Claire Vo 采访负责 Meta Muse 设计的设计总监 Alex Cornell，讨论面向消费者的 AI 智能体及他自己的使用实验。Vo 对产品评价积极，Cornell 则参与该产品开发；他们的感受不构成独立评测。节目有赞助商。

Cornell 说，团队借鉴了即时通讯界面的模式，因为智能体可以主动发消息并在后台工作。可见的角色和状态提示有助于用户了解工作正在进行。

产品突出角色、想法和信息流，而非将文件、代码差异等软件概念放在最前面。Cornell 描述了分层状态：简单的工作提示、活动简述，以及供希望检查细节的人查看的更详细记录。

Vo 认为响应速度会影响用户对智能体正在工作还是卡住的感受。Cornell 补充说，较长任务开始前快速确认请求很有用，状态详情则可按需查看。

两人区分稳定的界面与其中生成的内容。个性化建议、头像状态和信息流内容会变化，但底层界面仍是设计好的组件，而非完全生成的界面。

Cornell 演示利用 Instagram 收藏内容制作的购物目录，以及监控和价格提醒。示例使用他个人保存的数据；结果取决于用户选择提供的访问权限和可获得的信息。

在高尔夫方面，他提供球局和击球数据，让 Muse 生成回顾、可视化和练习反馈。他提出长期目标是达到个位数差点，并没有称自己已经实现。

Vo 询问何时使用主聊天或侧边聊天。Cornell 将主聊天描述为持续的主要对话，侧边聊天则用于限定或组织工作；他表示两者的区别和组织方式仍有改进空间。

其他实验包括通过 Wayback Machine 找回旧博客文章，将其变成早间音频朗读，以及把国际象棋数据整理为逐局分析面板。这些例子展示了用智能体重新组织已有个人资料。

Cornell 认为设计师需要适应非确定性输出：不再控制每个结果的每一个像素，而要设计底层结构并允许有用的变化。谈到提示方式，他介绍自己礼貌对话的习惯，但没有声称这普遍最有效。