AI 产品与 UX
最后更新：2026-09-26 ｜ 领域：AI·前沿方向与风险 ｜ 说明：信息来源为公开网络资料，详见文末参考来源
概述
2025–2026 年，AI 产品的交互范式从「对话框」向「入口 + 智能体」演进：AI 助手不再只是插件，而成为承载任务执行、应用构建与持续工作的入口。与此同时，评测驱动迭代（Eval-Driven Development）成为产品工程的基本实践，定价模式也从按席位转向按用量与按结果。这一转变意味着 AI 助手开始覆盖从对话、写作到应用构建与后台任务的完整链路（微软把 Office 三件套塞进 Copilot）。
最新进展（2025–2026）
交互范式：chat / copilot / agent
微软于 2026 年 9 月 25 日发布新版 Copilot，新增 Home、Code、Autopilot 三项核心能力，意在把 AI 助手从对话工具扩展为可执行任务、构建应用和持续工作的智能代理。其中 Home 成为 Copilot 的新入口，整合 Chat 与 Cowork，并把 Word、Excel、PowerPoint 等 Office 能力直接融入；Code 采用与 GitHub Copilot 相同的技术，让用户用自然语言创建应用、仪表盘等；Autopilot 是此前 Scout AI 代理的升级版，被设计为持续运行的数字协作者，即使用户不在电脑前也能继续执行任务（微软发布新版 Copilot，引入 Home、Code 和 Autopilot 三大 AI 功能、微软把 Office 三件套塞进 Copilot）。
在官方 UX 指南中，微软明确 Copilot 的设计原则：对话优先（conversation-first）、渐进式复杂度（progressive complexity）、上下文保持（context preservation）、清晰而非重复（clarity over duplication），并要求应用支持 inline 模式（User experience guidelines for MCP apps in declarative agents for Microsoft 365 Copilot）。面向产品团队的 Copilot 设计模式总结则认为 2026 年最高杠杆的模式是：幽灵文本补全（ghost-text completion）、内联动作菜单（Cmd-K 或斜杠命令）与选区锚定操作（selection-anchored actions）（AI copilot UX design patterns for product teams in 2026）。从采纳数据看，AI 编码 agent 的竞争格局仍在变化：调查显示 Claude Code 在 9 个月内实现约 6 倍增长，Google Antigravity 早期采纳迅速，而 GitHub Copilot 与「用于编码的 ChatGPT」的采用趋于平稳（AI Coding Agent Adoption in 2026）。
信任与可控性
开发者对 AI 输出的信任出现下降：2026 年仅 29% 的开发者相信 AI 输出准确，低于 2024 年的 40%，46% 明确表示不信任（AI Coding Assistant Statistics 2026）。这要求产品在设计上强调可控性、可验证性与可回退，评测与红队也因此成为产品可控性的常规组成部分（Eval-Driven Development: Why Evals Are the New Unit Tests for AI）。
评测驱动迭代
Eval-Driven Development（EDD）指在设计提示词之前先写评测，用带标签数据集断言分数不低于阈值，并在 CI 中对每次变更做门禁；2026 年 EDD 已从前沿实践变为基线实践（Eval-Driven Development for LLMs: A 2026 Guide）。其成为基线的原因是：前沿模型每隔数周就会在你的提示之下发生变化，唯一能捕捉静默回归的机制，是在每个 PR 与每个抽样生产队列上运行的评测套件（What Is Eval-Driven Development?）。Anthropic 的指导是先用 eval 定义能力，再迭代直到 agent 通过（Eval-Driven Development: Why Evals Are the New Unit Tests for AI）。一个实践警告是「只评输出的评测会骗人」：仅按最终输出打分的 agent 通过率比全轨迹评测高 20–40%，会掩盖生产中最关键的失败；一个真实的评测闭环应包含来自生产失败的金标准数据集、可信的 grader 与 LLM judge 等部分（Eval-Driven Development: Why Evals Are the New Unit Tests for AI）。在更细的方法论中，评测驱动被概括为「定义—测试—诊断—修复」的可重复工程循环，用于替代「凭直觉逐条调提示」的做法（When "Better" Prompts Hurt: Evaluation-Driven Iteration for LLM Applications）。
定价模式
2026 年 AI agent 定价收敛为四种：按席位订阅、按用量、按结果、混合（AI Agent Development Cost in 2026: Pricing Models and Real Estimates）。据 Futurum Research 调查，不足五分之一的企业买家仍偏好传统按用户定价，43% 更偏好按消费量定价（AI Agent Development Cost in 2026）。按结果定价的代表是 Salesforce Agentforce Help Agent，于 2026 年 6 月 25 日上线，采用每解决一次 2 美元的模型；Intercom Fin、HubSpot、Sierra AI 也在向同一结构收敛（Outcome-Based AI Pricing Is Here）。按解决次数计价区间约 0.50–2.00 美元/次，失败尝试不收费（AI Pricing Models: Per-Seat vs Per-Use vs Outcome (2026)）。也有观点认为按结果定价是 2026 年最受关注、最接近「按价值付费」的模式（AI Agent Pricing Models）。
核心技术与关键概念
- 交互范式：chat（对话）、copilot（嵌入既有工作流的协作）、agent（可自主执行任务）。
- Inline / 选区锚定：在用户所在位置提供操作，而非跳到独立聊天窗口。
- 渐进式复杂度：默认轻量，仅在需要时展开。
- EDD（评测驱动开发）：先定义失败模式与评测，再迭代提示与模型，CI 门禁。
- 全轨迹评测：不仅评最终输出，还评中间步骤，避免掩盖关键失败。
- 定价模式：per-seat / usage-based / outcome-based / hybrid。
代表性项目 / 公司 / 产品
- Microsoft 365 Copilot：Home / Code / Autopilot 新入口（界面快讯）。
- Salesforce Agentforce：每解决一次 2 美元的结果定价（integrated.social）。
- Intercom Fin / HubSpot / Sierra AI：收敛于按结果计费（integrated.social、korixinc）。
关键数据与评测结果
| 事项 | 数据 | 来源 |
|---|---|---|
| 开发者使用/计划使用 AI 工具 | 84%（Stack Overflow 2025 调查，2024 为 76%） | AI Coding Statistics 2026 |
| 每日使用 AI 工具的专业开发者 | 51% | AI Coding Assistant Statistics 2026 |
| 常规使用 AI 工具的开发者（JetBrains 2025） | 85% | AI Coding Statistics 2026 |
| 信任 AI 输出准确的开发者 | 29%（2024 为 40%），46% 不信任 | AI Coding Assistant Statistics 2026 |
| GitHub Copilot 用户数 | 约 2000 万（2026 年 7 月） | AI Coding Assistant Statistics 2026 |
| Cursor ARR | 2026 年 2 月达 20 亿美元 | AI for Coding & Software Development |
| 企业买家偏好按消费量定价 | 43%；偏好按用户定价不足 1/5 | AI Agent Development Cost in 2026 |
| Agentforce 结果定价 | 2 美元/解决 | Outcome-Based AI Pricing |
趋势与争议
- 入口之争：AI 助手从插件升级为操作系统级入口，可能重塑既有应用分发与用户关系（微软新版 Copilot）。
- 信任赤字：能力提升的同时开发者信任下降，产品需以可控性与证据弥补（AI Coding Assistant Statistics 2026）。
- 评测与产品耦合：EDD 成为门禁，但「只评输出」会产生虚假达标（Eval-Driven Development）。
- 定价不确定性：按结果定价把失败成本转移给厂商，其可持续性取决于解决率与单位成本（AI Pricing Models 2026）。
- 采纳成本与影子 AI：有统计称影子 AI 事件使数据泄露平均成本增加约 67 万美元，且 47% 员工在组织禁用后仍使用个人 AI 账号（AI for Coding & Software Development）。
- 持续运行代理的授权问题：随着 Autopilot 类「持续运行的数字协作者」出现，产品需要处理用户不在场时的授权、审计与回退问题（微软发布新版 Copilot）。
参考来源
- 微软发布新版 Copilot，引入 Home、Code 和 Autopilot 三大 AI 功能（界面快讯）
- 微软把 Office 三件套塞进 Copilot，AI 助手从"插件"变"入口"（华尔街见闻）
- User experience guidelines for MCP apps in declarative agents for Microsoft 365 Copilot
- AI copilot UX design patterns for product teams in 2026
- AI Coding Assistant Statistics 2026: Adoption, Trust & Productivity
- AI Coding Statistics 2026: Adoption, Productivity and Market Data
- AI for Coding & Software Development
- Eval-Driven Development for LLMs: A 2026 Guide
- Eval-Driven Development: Why Evals Are the New Unit Tests for AI
- What Is Eval-Driven Development?
- When "Better" Prompts Hurt: Evaluation-Driven Iteration for LLM Applications
- AI Agent Development Cost in 2026: Pricing Models and Real Estimates
- Outcome-Based AI Pricing Is Here: Salesforce Agentforce's $2-Per-Resolution Model
- AI Pricing Models: Per-Seat vs Per-Use vs Outcome (2026)
- AI Agent Pricing Models: Per-Seat, Usage-Based, and Outcome-Based Explained
- AI Coding Agent Adoption in 2026: What the Survey Data Actually Shows