AI 不是助理，而是你的 Wingman

引子

做AI助理做了大概一年半，最近一个感受越来越强烈：AI根本不是助理，而是Wingman。

Wingman是什么意思？就是那个陪你去社交场合，帮你建立信息、提高社交成功率的朋友。你可以叫它搭子、边锋、僚机——但说实话，哪个翻译都不如Wing-Man这个词来得传神。Wing，给你翅膀，在你身边，随时支援。

一旦用这个范式去审视AI工具，很多场景突然就顺了。这篇文章会梳理最近一些AI产品的共性，讲清楚为什么“AI Wingman”可能是当前最值得关注的交互范式。

面对面 vs 在身边

我们和AI的交互方式，本质上是在模仿人与人之间的互动。

什么时候会和一个人面对面？情侣约会、咖啡聊天、咨询顾问——这些时候，和对面的人好好交流本身就是你的任务，注意力完全投射在对方身上。

但什么时候需要一个人“在身边”？老师辅导作业、同事帮忙干活、搭子一起逛街——这时候，注意力是在自己面前的任务上，旁边的人是在帮你完成任务。

我们使用AI，本质不是为了和AI聊天，而是为了让AI帮我们完成任务。AI当然可以是虚拟女友、虚拟咨询师，但最广泛的AI工具，应该是在你身边帮你的朋友——你的AI Wingman。

AI Wingman 的成功应用

先看第一个例子：GPT-4o。

在这个演示截屏里，从左到右分别是学生、家长、GPT-4o、数学题。家长在学生旁边帮忙，GPT-4o也在旁边帮忙。此时的AI，就是一个在你身边看着你的老师。

这个场景之所以成立，关键在于GPT-4o开始有了实时视觉能力。在此之前，从来没有AI工具做出“录制屏幕并对话”这样的功能。AI看到了我们正在看的东西，才有机会成为我们的Wingman。

第二个例子是Claude Artifact——可能是今年上半年最棒的AI产品之一。

这个截图是在用它帮我写一个小游戏。左边是交互过程，右边是交互的结果。像极了参加黑客松演示时，一位同学在专心操作，另一位同学举着屏幕做解说。这时候的AI不再是单纯的对话，而是像一位老师，讲着讲着掏出了一块黑板。

第三个例子是浏览器插件。这个赛道最近卷得不行，为什么这么卷？因为大家都看到了这个场景是成立的：左边是内容，右边是基于内容的处理；左边是输入，右边是输出。

三个例子看完，有没有发现共性？那就是三要素：观看、左右、协同。它们分别对应了AI工具的三个关键词：

• Personal Context
  ——看到了用户任务的上下文

• Everywhere
  ——随时都在用户身边

• Next Action
  ——帮助用户完成下一个动作

AI不再局限于Chat UI的框架，而是掏出一块侧边的黑板，在上面写写画画。恰到好处，本当如此。

然而问题随之而来——这是电脑，屏幕很大。手机上可没有这么大的空间。

探索手机上的 AI Wingman

手机这个设备用来消费内容，堪称完美。又小又窄的一条竖屏，只能展示一个应用、一条内容。这种窄小让多任务、多窗口几乎不可能，但也正是这种不可能，让当下任务获得了你全部的注意力。全部注意力加上随时拿在手里，结果就是——根本停不下来。

但手机又不只是用来消费内容的。当你需要把它当工具时，就没有了Wingman的位置。手机系统和应用都在探索新的交互方式。

苹果的答案是在你需要的时候，在界面上方呼出Siri。Siri悬浮在所有界面之上——其实它就是把“观看、左右、协同”三要素中的“左右”换成了“上下”。但Siri的问题在于，它看不到你当前的任务，因此也无法和你协同。其他手机厂商的语音助手，基本也是依照这个有缺陷的范式设计的。即将发布的iOS 18，会不会有所改变？

海螺AI给出的答案是悬浮窗和语音通话。通过悬浮窗，海螺可以看到用户屏幕上在看什么；通过语音电话，它可以在后台持续接收用户的指令。

比如手机上这张杭州拌川的照片，召唤海螺，它看到了照片，就聊了起来。相比Siri的全屏悬浮层，海螺的悬浮窗会透出下方界面内容，这样能更好地体现上下关系。

半个月前，和一位做英语口语AI的CEO聊到多模态口语练习。当时说了这样一个观点：最好的口语练习是润物细无声的——用户带着AI边走边看，看到有趣的东西，AI和用户自然就聊起来了。这是人类学习语言最自然的方式。

“上下”“观看”两个要素齐全了，接下来就是“协同”。手机上的协同场景很多，随便举两个例子：

第一个是写评论、写评价。刷直播、刷社交媒体时经常需要留言，有了悬浮窗，让海螺扫一眼，评论立刻生成。满意就点击复制到剪切板，不满意还可以更换或提要求。此时的AI，成了i人的AI嘴替、社交Wingman。

第二个是购物比价。刷淘宝、京东、拼多多时，很多商品价格浮动很大。让海螺扫一眼，就能给出更低的价格选项。此时的AI，成了购物搭子，随时随地扫描低价，帮助用户做出决策。

手机上还有很多类似的场景可以挖掘：看股票涨跌时的炒股搭子AI、玩游戏时的游戏搭子AI、运动健身时的运动教练AI……

悬浮窗让AI可以随时看到屏幕，语音电话让AI可以随时听到人的要求。这两个“随时”为什么如此重要？因为人类的记忆是巨大的能量消耗，哪怕三秒的短期记忆都是一种消耗。而悬浮层这个交互，避免了“切换”这个动作——没有切换，就不需要记忆。

虽然悬浮窗和实时语音电话都是手机上先锋的交互探索，但比较可惜的是，目前两者还是分开的功能，远非完美。也许不久之后，会有人把它们合在一起——在用户身边，观看，倾听，一起协同。那大概就是手机上AI Wingman最理想的范式了。

结语

写到这里，突然想起电影《Her》里的一个场景。

男主把手机放在胸前口袋，走过一片海边的沙滩。Her通过手机的摄像头看着男主所看到的一切，和他边走边聊。这正是AI Wingman的最佳形式——原来十年前，电影导演早已想得很透彻了。

而这个形式，又不局限于现在的手机。它可以是一台智能音箱，可以是一个手机支架，可以是一副雷朋眼镜，可以是一只毛绒玩具，也可以是一台智能汽车。

形式很多，范式相同。