AI Native 之后，产品的基本单位变了

打开一款传统编辑器，用户首先面对的总是几种稳定的基本单位。

文字处理软件围绕页面和段落，演示软件围绕幻灯片和元素，设计工具围绕画布、Frame 和图层，视频编辑器围绕素材、轨道和时间线。

这些单位不仅决定了用户看到什么，也决定了产品如何存储信息、组织功能、设计菜单、分配权限和保存版本。

AI 进入软件之后，很多产品先在原有界面旁边增加一个聊天框：用户提出要求，模型生成内容，再把结果放回页面、幻灯片或时间线。

这当然有价值，但此时 AI 仍在操作旧产品的基本单位，产品架构并没有随之改变。

变化还要继续往下走：

产品的基本单位，正在从页面、文件、图层和功能，转向可被人和机器共同理解的语义对象、关系、任务与操作历史。

页面和文件不会消失。它们仍然是人最熟悉的阅读、编辑和交付介质。但在 AI Native 产品中，它们更可能成为同一份状态的不同视图，而不再是产品唯一的真实状态。

这是一种正在发生的方向性变化，还不是已经完成的行业共识。要理解它，先要看传统产品为什么会以今天的方式组织。

一、传统编辑器为什么以文件、页面和图层为中心

传统编辑器的基本单位，是为人的直接操作设计的。

页面适合阅读和打印；幻灯片适合逐页演示；图层适合选择、移动和叠放视觉对象；时间线适合控制素材在时间上的先后关系。

这些结构也很容易映射为软件对象。Notion 的公开 API 将页面内容表示为 Block 列表，每个 Block 可以是段落、标题、图片或其他类型；Figma 的公开 API 则把文件表示为一棵 Node 树，页面、Frame、文字和图形都以不同节点存在。

这类对象模型非常适合确定性编辑：用户选中一个对象，执行一个命令，界面立即给出结果。

传统软件的功能树也由此形成：

选择文字，修改字号和样式；
选择图层，调整位置和约束；
选择视频片段，裁剪、变速或添加转场；
选择幻灯片，修改版式和动画。

问题是，用户要完成的事情，往往不以这些单位存在。

用户想要的可能是“让管理层理解为什么项目应该继续”“把这段采访剪成一条观点清楚的短片”“找出报告中证据不足的结论”，而不是“新建三页”“移动五个图层”或“剪掉第 37 秒到第 42 秒”。

过去，产品把目标拆解为操作的工作留给了人。AI 出现之后，这部分工作第一次可以由机器承担。

二、AI 把状态表达问题暴露出来

在传统编辑器中加入生成能力，最容易解决的是局部动作：改写一段文字、生成一张图片、补一页 PPT、移除一段视频背景。

但用户的意图通常跨越多个对象，甚至跨越多个应用。

例如，“把一份行业研究做成给投资人的演示”至少包含：

判断哪些观点最重要；
区分事实、推断和假设；
为目标受众重组叙事；
选择证据和视觉材料；
生成页面并检查前后逻辑；
根据反馈继续修改。

如果产品底层只认识文本框、坐标和页面，模型即使理解了任务，也很难稳定地把理解写回产品状态。

它可能知道“这是一条核心论点”，但系统只保存了“第 3 页左上角的一个文本框”；它可能知道某张图是在支撑市场规模，但文件只记录了图片的位置和尺寸；它可能知道某个镜头属于人物转折，却只能通过时间码重新查找。

因此，AI Native 产品除了生成内容，还要回答一个更底层的问题：产品是否拥有一种能够表达意图、语义、关系和任务状态的数据结构。

三、新的第一层：语义对象与关系

语义对象不是给所有内容再包一层标签。它要让产品理解每个对象在任务中的身份。

同一段文字可以是标题、论点、证据、反例、引用或待验证假设；同一张图片可以是素材、证据、背景、产品示意或情绪参考；同一段视频可以是事件、人物动作、采访观点或节奏节点。

这些对象还需要关系：

哪条证据支持哪个结论；
哪个镜头对应哪段旁白；
哪页幻灯片承担什么叙事角色；
哪个设计组件服务于哪个状态；
哪项修改源于哪条用户反馈。

可以把这种变化理解为：产品从“保存对象长什么样”，进一步走向“保存对象是什么、与什么有关、为什么存在”。

产品领域	传统操作单位	AI 更需要理解的语义单位
文档	页面、段落、字符	论点、证据、引用、受众、待办与决策
演示	幻灯片、文本框、图片	叙事节点、页面角色、论证关系与视觉资产
视频	素材、片段、轨道、时间码	人物、事件、动作、观点、情绪与镜头目的
设计	Frame、图层、组件	用户任务、界面状态、设计意图与约束

右侧还不是统一的行业标准，而是一种产品建模方向。不同品类会有不同对象，重点也不在建立一个包罗万象的知识图谱，而在找到完成核心任务所需的最小语义集合。

四、新的第二层：任务与结果契约

语义对象回答“产品里有什么”，任务则回答“现在要改变什么”。

传统软件把动作定义得很清楚：新建、删除、移动、导出。AI 产品还需要定义更高一层的任务：目标、输入、工具、权限、约束、结果、验收与失败处理。

“生成五页 PPT”是一组动作；“让第一次接触项目的人在五分钟内理解问题、方案和风险”才定义了任务结果。

一份完整的任务至少应包含：

目标：要产生什么变化；
对象：操作哪些内容与状态；
约束：哪些事实、风格、格式和边界不能破坏；
工具与权限：允许读取和修改什么；
验收：怎样判断任务完成；
异常处理：证据不足、工具失败或存在冲突时怎么办。

今天的 Agent 基础设施正在补这一层。MCP 通过标准化的 Tools 和 Resources，让模型能够读取外部上下文并调用系统能力；Agent 开发框架则越来越强调工具调用、Guardrails、Tracing 和执行过程。

但“接上工具”只是必要条件。产品还要把用户目标翻译成可执行、可检查的结果契约。

没有结果契约，Agent 只能判断“我做了什么”；有了结果契约，它才可能判断“事情是否做成”。

五、新的第三层：操作历史、证据与来源

当 AI 可以一次修改大量对象，传统的“撤销一步”会变得不够用。

产品需要记录：

谁在什么时候提出了什么目标；
AI 使用了哪些材料与工具；
哪些对象被创建、删除或修改；
哪个结论来自哪个来源；
哪部分是原始内容，哪部分是模型推断；
用户接受、拒绝或手工修正了什么。

这些记录同时关系到安全、协作和学习。

如果系统只保存最终像素，用户很难判断结果是否可信；如果系统保存对象级 Diff、来源和操作记录，用户就能比较版本、局部回退、审核证据，并把有效修改沉淀为下一次任务的规则。

因此，AI Native 产品中的“历史”要同时记录文件版本，以及任务、对象、证据和操作之间的关联。

六、编辑器会留下，但角色会变成 View

一种常见误解是：既然 Agent 能直接完成任务，编辑器和 GUI 就会消失。

这并不成立。

人仍然需要浏览全局、比较方案、局部精修、组织空间、做审美判断、处理例外并完成最终确认。文字、画布、幻灯片、网页和时间线，仍然是非常高效的人机界面。

变化在于：它们不必再分别拥有一份彼此割裂的“真相”。

同一组语义对象，可以被呈现为：

一篇完整文档；
一组演示页面；
一张白板关系图；
一个网页；
一条视频脚本与时间线。

不同 View 负责不同任务。文档适合线性阅读，白板适合空间组织，幻灯片适合演示，时间线适合精确控制节奏。

GUI 也会从唯一的操作入口，转为三种角色：

状态反馈：让人看见 AI 理解了什么、改变了什么；
精细控制：让人直接处理模型不擅长的局部问题；
例外与确认：处理冲突、高风险动作和最终验收。

所以，AI Native 会把界面从唯一的功能入口，逐步变成状态反馈、精细控制和协作确认的界面。

七、为什么只加聊天框不够

聊天是表达开放意图的高效方式，但它不是完整的产品架构。

如果每次任务都从一段新对话开始，系统会面临几个问题：

上下文散落在历史消息里，难以持续维护；
用户不知道模型当前依据的是哪一版内容；
多人和多个 Agent 难以围绕同一状态协作；
修改结果缺少对象级 Diff；
记忆持续累积，却无法被结构化检查和删除。

更清楚的分工是：对话负责提出意图和解释结果，任务负责管理执行，语义对象承载状态，操作历史记录变化，编辑器负责浏览、控制与确认。

聊天只是入口之一，不是产品本身。

八、迁移不会一步完成

大多数成熟产品不可能抛弃原有文件格式、用户习惯和生态。AI Native 更可能经历三个阶段。

阶段一：在旧编辑器里增加 AI 动作

模型完成改写、生成、补全、分类和局部编辑。底层状态仍然以文件、页面、图层或时间线为主。

这一阶段的核心指标是：单点能力是否节省时间，结果是否可控。

阶段二：建立语义层，并与原有对象双向同步

产品开始识别人物、论点、素材、任务和关系。AI 操作语义对象，界面把变化映射回页面和图层；用户的手工修改也同步回语义状态。

这一阶段最难的是身份一致性、同步、冲突、权限和用户信任，生成质量只是其中一部分。

阶段三：语义与任务状态成为主状态

文件和编辑器变成多个 View；同一任务可以跨文档、演示、设计和外部工具完成；Agent 围绕共享对象、权限和操作历史协作。

这仍然是一种长期推演。它能否成立，取决于产品是否真的需要跨介质任务，以及建立语义层的收益是否高于复杂度。

九、产品路线图和指标也要改变

如果基本单位改变，产品团队衡量进展的方式也会变化。

过去常见的路线图以功能为单位：增加一个生成入口、支持一种格式、上线一个模型。

AI Native 产品更应该追踪：

能稳定覆盖哪些完整任务；
任务完成率和人工修正成本；
关键对象和关系是否被正确识别；
来源与证据是否完整；
大规模修改是否可检查、可回退；
同一状态能否在多个 View 中保持一致；
用户是否愿意把同一任务再次交给系统。

生成质量仍然重要，但它只是任务完成的一部分。

结语：基本单位决定产品会长成什么

传统编辑器围绕人的直接操作建立，页面、文件、图层和时间线也因此成为产品的基本单位。

AI 可以理解更高层的意图，也可以一次操作多个对象。要承接这种能力，产品需要重新表达自身状态，旧界面旁边的聊天框只是第一步。

并非所有产品都要做 Agent，所有内容也不必进入一套复杂的语义图谱。

更实用的判断是：

如果用户的核心任务跨越多个页面、对象和工具，而 AI 需要持续理解目标、关系和历史，那么产品就应该把任务与语义状态提升为第一层对象。

页面仍会存在，文件仍会交付，编辑器仍会被使用。

但它们会越来越像人观察和控制产品状态的窗口，而不是产品状态本身。