OpenAI 在 11 月 1 日前後宣布,會把 ChatGPT Work 的代理能力併進一般 ChatGPT,先讓一小群使用者測試合併後的 Chat 與 Work,Codex 仍維持獨立。這是繼 Anthropic 9 月 16 日把 Cowork 與聊天併成同一個 Claude 之後,第二家把「模式」拿掉的 AI 助理。今天不談產品策略,只讀這件事牽涉的介面問題:什麼時候該讓使用者選模式,什麼時候該由系統代選,代選之後怎麼保住可見性與可撤銷。

前一天 昨天的 UIUX 讀的是代理時代 UX 的角色,今天落到具體一個控制項:模式切換。讀到的程度:我讀了 BleepingComputer 的報導、Anthropic 的公告頁、NN/g 的 Modes 文章,以及 ZeroSoft 設計部落格對這件事的評論抽取結果;OpenAI 說明中心的用量頁與 The Decoder 的評論我沒有親自讀,只能轉述二手說法。

📖 學

一、事實部分:兩家各做了什麼

BleepingComputer(11 月 1 日)報導,OpenAI 表示會把 Work 功能帶進一般 Chat,合併版的 Chat 與 Work 分頁「在未來幾週」先對一小群使用者測試,沒有給確切日期;引述 OpenAI 的說法是讓使用者「從探索一個想法,到讓 ChatGPT 把它做完,都在同一個地方」。ChatGPT 與 Codex 之後共用同一份用量額度,剩餘用量與重置時間放在設定的用量頁。報導也提到 Instant 模型不計入共用額度,高階模型與複雜任務耗用較多。最終的介面長相,包括模型選擇器會不會保留,目前沒有一手資料,ZeroSoft 的文章也明說這部分未確認。

Anthropic 的公告(9 月 16 日)寫法更明確:使用者不再在 Cowork 與聊天之間選擇,「所以我們不再讓你選」,由 Claude 判斷任務需要什麼;預設在採取動作前會先詢問,使用者可以改成讓它先做、只在需要細看時才回報,最終決定權仍在使用者。10 月 23 日的更新說 Enterprise 版已全面開放。

二、為什麼模式是個要小心的設計決定

NN/g 的 Page Laubheimer 在 2019 年 4 月 14 日的〈Modes in User Interfaces〉把模式定義成「同一個輸入,依目前狀態不同而有不同解讀」。Caps Lock 是經典例子:同一個鍵產生 a 或 A。文章把模式分成三類:可切換的模式(如 Photoshop 的工具)、按住才生效的 spring-loaded 模式(如按住 Shift),以及會擋住背景內容的 modal 對話框。按住式模式不容易忘記自己在哪個模式,代價是功能比較不容易被發現。文章也釐清,同一份資料的不同檢視(如 Finder 的列表與圖示)不算模式。

它的建議有五項:用至少兩種視覺指示標示目前模式;說明這個模式做什麼;錯誤代價高時不要用模式、改用獨立控制項;系統能推測使用者意圖時給有建設性的警告;確認對話框要節制,太多會讓人不讀就按「是」。結論是模式不該用在出錯會造成重大後果的情境。這是 2019 年的通用原則,不是針對 AI 助理寫的。

三、把原則套到 Chat/Work 這類合併

ZeroSoft 的 Mohamed Mashaal 在 11 月 1 日的評論把上述原則套到這次合併,我把值得留的論點整理如下,並標明這是評論者的觀點。

第一,模式有三種成本:逼使用者太早選擇、工作在模式間搬移很麻煩、只待在一個模式的人永遠看不到另一個模式的功能。第二,切換只有在兩個狀態行為真的不同、而且使用者必須掌控這個差異時才誠實,否則切換器只是把產品的內部結構露給使用者看。第三,由系統代選後再詢問的做法,代選結果必須可見、可撤銷,否則「看不見的自動決定」本身就是一個看不見的模式。

用量顯示的建議也具體,值得照抄到任何有額度的產品:在高成本動作之前、進行中、接近上限、到達上限時,分階段顯示,到達上限時要給使用者時區下的真實重置時間,完整數字放設定頁。動作確認則依後果分級:讀取與草稿不需確認;可還原的變更給復原;不可還原或對外發送的動作,要用點名後果的確認文字,例如「寄給 340 位客戶」,而不是一個泛用的「確認」。

四、我的判讀與邊界

合併是否正確,取決於兩個模式的使用情境是否真的重疊。依 NN/g 的準則,若兩個狀態的風險與工作性質真的不同(例如只回答問題與會對外寄信、改檔案),分開並非缺點,這時該合併的是入口,不是風險等級。這是我的歸納,不是任一來源的原句。

邊界有四個:第一,OpenAI 合併版的介面尚未公開,所有關於它「會不會好用」的討論都是預設;第二,ZeroSoft 是設計服務商,文章是評論而非實測;第三,模式的 NN/g 文章寫於 2019 年,沒有針對代理的實證;第四,我沒有讀 OpenAI 與 The Decoder 的原文,所以「合併回應了複雜度批評」這類說法是轉述的二手判斷,不當作事實。

🧠 記

  • 事件: OpenAI 將測試合併 Chat 與 Work(BleepingComputer,2026-11-01,無確切日期、小範圍);Anthropic 於 2026-09-16 合併 Cowork 與聊天,預設動作前詢問。
  • 模式定義: 同一輸入、依狀態不同而有不同解讀(NN/g,Laubheimer,2019-04-14)。
  • 三種模式: 可切換、按住式、modal;不同檢視不算模式。
  • 出錯代價高就別用模式: 改用獨立控制項;確認框要節制。
  • 代選要可見可撤銷: 否則等於隱形模式。
  • 額度分階段顯示: 動作前、中、近上限、上限時、設定頁。

邊界: 合併版介面未公開;評論為二手觀點;NN/g 模式文章是 2019 年的通用原則。

✍️ 實踐

用 30 分鐘盤點你產品裡的「模式」。

  1. 列出所有會改變同一個輸入結果的狀態:工具列選取的工具、編輯與檢視切換、AI 的自動與手動、草稿與正式。每個寫下它被標示了幾種視覺指示,少於兩種的標起來。
  2. 挑一個你的產品裡「系統代使用者決定」的行為(自動儲存、自動分類、AI 自動挑模型),檢查使用者看得到系統選了什麼、也能一步改回去。做不到就是隱形模式。
  3. 把產品裡所有「確認」對話框列出來,依後果分成讀取、可還原、不可還原三級。把最後一級的按鈕文字改成點名後果的句子,前兩級試著改成直接做加上復原。
  4. 若有額度或限制,畫出使用者在動作前、中、近上限、上限時各看到什麼,確認上限畫面有真實的重置時間。

🔗 延伸學習

💬 問 AI

我要評估 OpenAI 計畫合併 ChatGPT 的 Chat 與 Work、以及 Anthropic 2026-09-16 合併 Cowork 與聊天這兩件事的介面設計含意。請嚴格分成「來源說的」「你查證到的」「你的推論」三區回答,不確定就直說,不要編造連結、數字或引文,也不要給任何投資或財務建議。
 
背景(請當待查證主張):
1. BleepingComputer 2026-11-01 稱:OpenAI 將在未來幾週對小群使用者測試合併的 Chat 與 Work,Codex 維持獨立,ChatGPT 與 Codex 共用額度。
2. Anthropic 公告稱:使用者不再選 Cowork 或聊天,由 Claude 判斷,預設動作前先詢問。
3. NN/g 2019〈Modes in User Interfaces〉:模式是同一輸入依狀態有不同解讀;錯誤代價高時不要用模式。
 
請做:
A. 查 OpenAI 與 Anthropic 一手文件,標示上述 1、2 成立/部分成立/查不到並附連結。
B. 以我的產品(請我補充:有「唯讀問答」與「會對外寄信的代理」兩種行為)為例,判斷該合併入口還是保留模式分離,並給理由。
C. 設計「代選結果可見、可撤銷」的三種 UI 呈現與各自缺點。
D. 設計一份額度用盡的分階段提示文案(動作前、近上限、上限時)。
E. 列出反方觀點:哪些情境下取消模式反而更糟。
只談介面設計與可用性,不評論公司或人事。