Coze
Space
为 AI Agent 时代设计一个全新的协作容器——
让 Agent 自主执行工作，让人在关键节点自然介入。
| 角色 | Design Owner · 0-1 主导 |
| 所属公司 | ByteDance · 扣子 Coze |
| 平台 | Web · App |
| 团队规模 | 15 人设计团队 |
| 类型 | 产品设计 AI 体验 设计管理 |
2025 年被视为 AI Agent 元年。AI 产品正从「回答问题」进化为「解决问题」——这不是功能迭代，而是底层交互逻辑的重构。
-
01
Chatbot — 被动应答AI 等待用户提问，逐条回答，是一种物资属性的工具。
-
02
Copilot — AI in Human Loop人主导全局，AI 在旁辅助提效。
-
03
Agent — Human in AI LoopAI 主导执行，人在关键节点介入决策与确认。
Coze 已有面向开发者的 Studio，但缺少一个面向泛创作者的低门槛消费端。Coze Space 需要承接这个角色：让不懂 AI 技术的用户，也能调用 Agent 完成复杂任务。
Coze Space 的核心设计命题只有一句话：
设计一个全新的容器——它既能让 Agent 自主执行工作，又能让人在关键节点自然介入。
带着这个命题，我们需要先想清楚一件事——扣子空间在 AI 产品的进化链条里，要站在哪个位置？我们在设计的是什么形态的容器？
AI 在不同阶段的交互模式分析
我建立了一个分级框架，核心变量是「人和 AI 的主导权分配」，从 L0 到 L4 依次递进。
- L0 传统工具 没有 AI，所有操作由人完成。代表产品：Linear、Figma。
- L1 AI 辅助 人主导操作，AI 在后台提升局部效率。代表产品：GitHub Copilot 代码补全、飞书 AI 摘要。
- L2 AI 嵌入 用户通过对话发起单次任务，AI 即时执行并交付结果。做完这一轮就结束，下次是新对话。代表产品：ChatGPT、豆包、千问。
- L3 人机融合 AI 持续执行长周期任务，人的角色从「发起者」变为「决策者和审核者」——你定目标、AI 去执行，遇关键节点回来确认。代表产品：Manus、Devin。
- L4 AI 自主 AI 自己发现任务并执行，人只需要监督和审批。目前仍处于早期探索阶段。
这个框架建立之后，扣子空间的定位清晰了：我们要做 L3 层级的产品。定位确定之后，用它归类竞品、拆解信息架构——这是下面要讲的。
框架
交互模式定了之后，下一步解决信息架构——对话区和产出物区的关系怎么处理？这是 Agent 产品最核心的布局决策。
竞品拆解：Devin & Manus
我重点拆了当时最成熟的两个 Agent 产品，分别代表不同的设计思路。
| 产品 | 核心做法 | 局限性 |
|---|---|---|
| Devin | 左右分栏：左对话、右编辑器，执行过程同时可见——当时最成熟的方案 | 右侧是 Agent 的工作台（编辑器），不是用户的产物区 |
| Manus | 执行过程可视化：用户能看到 Agent 操作浏览器，解决信任感问题 | 右侧是浏览器画面，用户想浏览最终产出物、对比、下载，体验割裂 |
两款产品的共同局限：右侧都是 Agent 的工作台，不是用户的产物区。对于通用 Agent，用户最终关心的是「给我产出了什么」，而不是「在操作什么工具」。
扣子空间的选择
同样采用左右分栏，但右侧不是纯工作台，而是产物与工作过程的融合——Agent 执行时展示过程，完成后自动切换为产物浏览视图。左侧对话使用分流式设计，让不同任务之间有清晰边界。
语言
我带领团队探索了三个视觉方向。通过对 Gemini、Firefly、OpenAI、Claude 等产品的设计语言分析，我们观察到行业正从「智能感、科技感、未来感」转向「以人为中心」。
核心原则
秒级瞬间可以强烈，
小时级使用必须安静。
色彩体系
品牌色定义为「有温度的智能色」——从冷静的紫出发，抵达有温度的 AI。
#FAFAF9
#EDEAE3
#09090B
#644DFF
#FF4CD2
过程透明— 1.0 到 2.0 的关键洞察
≠
把原始数据全部铺开
决策
1.0 — 分 Tab 工作台
初始直觉：Agent ≠ Chatbot，需要打破对话框的限制；过程透明是建立信任的第一反应。于是我们设计了一个「分 Tab 工作台」，把所有执行步骤平铺展示。
但用户测试很快暴露了问题：信息密度极低，所有 action 权重相同；用户注意力分裂；Tab 切换率极低，大部分 Tab 形同虚设。
竞品洞察
| 产品 | 做法 |
|---|---|
| Claude | 思考过程内联展示，搜索来源可折叠 |
| Gemini | 深度研究生成计划卡片，右侧面板展开详情 |
2.0 — 对话为中心
核心转变：让对话区承载完整的任务生命周期。
- 执行前：需求澄清 + 任务规划卡片
- 执行中：关键节点的进度摘要
- 执行后：交付结果 + 总结
思考过程分层展示——默认只展示主题和关键结论，展开后才是结构化的完整过程；Agent 间的内部通信和工具参数对用户完全隐藏。
2.3 → 2.6
46% → 49%
计划
现有 AI 工具解决的是单点执行，但没有解决持续推进。我们识别出一个更大的设计机会：
| 产品 | 缺失的能力 |
|---|---|
| ChatGPT / Claude | 任务依赖用户主动拆解，Agent 是被动的 |
| Notion AI / WPS AI | 工作流断裂，跨工具无法串联 |
| Manus / Genspark | 做完就结束，没有持续推进能力 |
不是在设计一个更长的任务流程，
而是在设计一个可持续协作的系统。
三个核心设计挑战
- 如何让用户理解「长期计划」是什么
- 如何平衡自动推进与用户控制感
- 如何让跨时间的过程仍然清晰可感知
入口方案选择
探索了四种方案后，最终选择「单独分类平铺」——层级清晰、状态可透传、左栏信息节奏自然，降低新心智理解成本。
计划详情页亮点
- 对话 — 仪式感：多轮澄清后通过「计划确认书」完成 Human Check
- 日程 — 掌控感：日历视图让跨时间的执行清晰可感知
- 文件 — 交付安全感：结构化文件树，点击即在右侧展开预览
为老用户
转化率
这个项目让我对「设计管理」有了更清晰的认知。三个层面的沉淀：
- 工具层：穷举范式 → 场景排除 → 收敛为原则。设计决策不是选出「最好的方案」，而是排除掉不适合的场景。
- 信念层：越自洽的方案越要主动找反面。1.0 的「分 Tab 工作台」在逻辑上完全合理，但正因如此，我们没有足够早地去质疑它。
- 认知层：设计管理的核心从控制质量转向定义边界。15 人团队不需要 Design Owner 审每一稿，而是需要清晰的设计原则和判断标准。